サプライチェーンの「DX」という言葉がメディアで日々取り上げられる一方で、「どこから 手をつけて良いのかわからない」「どんな体制が必要なのか」といった 声が多く聞かれます。遅れていると指摘される日本の DX をどう進めて いくべきなのでしょうか。現場起点で AI 活用に取り組み、全社的に AI 活用を推進しているヤマハ発動機株式会社の大西 圭一氏とダイハツ 工業株式会社の太古 無限氏に、DX を推進するプロジェクトをどう立ち上げ、どう広げていったのかを聞きました。
デジタル顧客体験を改善させるために、顧客行動の可視化と体験のパーソナライズを可能にする基盤の導入が多く見られているものの、一人一人の顧客に適切にアプローチするためには、その基盤と人の力だけでは限界があります。本稿では、その課題を解決するためにDataRobotを活用するメリット、及びKARTEとの連携方法をご紹介します。
DataRobotとPalantirは、AIや機械学習を活用した業務においては、組織のデータサイエンティスト、意思決定者、および一般従業員が協力して取り組める環境を整えることで、AIの価値を実現できるという考え方を共有しています。
数か月の有益なコラボレーションを経て、DataRobotとSnowflakeはこの度、両社のパートナーシップ下で初の製品連携を発表しました。DataRobot の特徴量探索（特微量エンジニアリングの自動化により、機械学習モデルで使用する重要な特微量の新規作成が可能）が、Snowflakeで利用できるようになりました。
このコロナウイルスの期間中、最も影響を受けている事業部の一つが営業・マーケティング部です。このブログでは、B2B CRMのプロセスの改善を可能にするAIと機械学習の活用方法を紹介します。 B2B CRMで最も利用されているソフトウェアはSalesforce Sales Cloudです。そこで、リードスコアリングを例に、DataRobotとSalesforce Sales Cloudのエンドツーエンドの連携方法を紹介します。
企業には様々な顧客データがあり、Treasure Dataの提供するCDP（Customer Data Platform）の仕組みは、その収集と一元管理を容易に可能にしてくれます。一方でそういった顧客データから本当に価値のある顧客インサイトや、サービス向上の打ち手がどれだけ生まれているでしょうか？このブログでは、２つの製品の組み合わせがいかに顧客データの利用価値を広げてくれるのかを見ていきたいと思います。
誰もが意思決定を行う際、将来良くなる場合と悪くなる場合をそれぞれ想定して、最終的にどう判断すれば良いかといった考えを持たれると思います。What-if分析を例に具体的にBIとAIが連携すると意思決定がどう変わってくるのかについて説明します。
DataRobot, Tableau, PowerBI, Qlik, Excel, CData
2018年7月にDataRobotはTableauとの協業を発表し、10月のTableau Conferenceに際して最初の連携であるDataRobot Insight for Tableauをリリースしました。なぜDataRobotはTableauと協業するのでしょうか？そしてInsight連携とはどのようなものなのでしょうか。
DataRobotのデータサイエンティストの中野 高文です。 DataRobotはAIモデルを生成し、そのモデルの中身を…
