データ統合は理想ではなく当たり前? AIに学習させる“使えるデータ”の作り方
企業が取り扱うデータ量が増大する中、データだけでなくAIの力も最大限に活用するためにもデータ統合が必須の状況となっている。その実現に向け実践したい、クラウドを活用した“使えるデータ”の作り方を紹介する。
2024/11/22
- カテゴリ:
- データ分析
- AI/機械学習/ディープラーニング
企業が取り扱うデータ量が増大する中、データだけでなくAIの力も最大限に活用するためにもデータ統合が必須の状況となっている。その実現に向け実践したい、クラウドを活用した“使えるデータ”の作り方を紹介する。
2024/11/22
DX人材の不足に多くの日本企業が悩んでいる。解決策として、新規採用や人材育成などがあるが、これらは時間がかかる。そこで、DX人材が担うとされる業務の一部をAIで代替するという方法について考えてみたい。
2024/11/22
活用領域が拡がるAI/MLだが、ソフトウェア開発に取り入れる際には開発・テスト手法への影響が大きく、独自の環境を構築・実施しているのが現状だ。安定かつ信頼性の高いソフトウェア開発にあたり、どのような手だてを講じるべきか。
2024/11/22
企業のネットワーク要件は厳しくなる一方だが、IT人材を確保するのも難しい。そこで期待されているAI技術は、パフォーマンス対策や障害対応をどれだけ効率化できるのだろうか。AIを活用した管理ツール、Juniper Mistの導入事例を紹介する。
2024/11/21
急速にAI技術の普及が進む中で、ネットワークエンジニアに求められる新たな役割と知識が浮き彫りになってきた。「AI時代」の今、ネットワークエンジニアが競争力を高めるために必要なスキルや視点とは。
2024/11/21
2025年を見据え、AI製品・サービスのマーケティング予算や注力施策を探るため、200名超のマーケターに調査を行って結果をまとめたレポートだ。予算の変動や情報収集メディアのトレンドなど、マーケター必見の内容になっている。
2024/11/20
サステナビリティの取り組みとビジネスの利益追求を両立することは、サプライチェーン全体で取り組むべき課題となった。しかし、従来のサプライチェーンでは、変化のスピードに対応することすら難しい。どのような変革が必要なのか。
2024/11/20
現代のビジネスにおいて、データから価値を引き出すことは重要な取り組みとなっている。しかし、膨大なデータの保存/処理/分析には、多大なリソースとコストがかかる。データ活用のコストを最適化するには、どうすればよいのか。
2024/11/19
2024年までは、AIの本格実装に向けた実験段階であり、今後は、導入・加速段階へ向けて、AIの成熟度を高めていく必要があるだろう。本資料では、AIの実装において成熟度を高めるための方法について詳しく解説する。
2024/11/19
組織に真の競争優位性もたらす生成AIは、確実にビジネス成果を挙げたいスタートアップこそが導入すべき技術といえる。しかし、生成AIによる成功の道筋には正解がないため、どのように進めればよいのか分からないという声も多い。
2024/11/18
「データ分析」に関連するカテゴリ