製造業における生成AI活用を推進、信頼性を担保するIBM watsonxとは
製造業においても生成AIの業務適用を検討する企業が増えている。一方で、信頼性に関わる懸念が課題となっているが、こうした課題を解消するプラットフォームが登場しているという。本資料では同プラットフォームの特徴を詳しく見ていく。
2024/06/14
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
IT製品導入に関する技術資料を多数掲載 ホワイトペーパーダウンロードセンター
「AI／機械学習／ディープラーニング」の検索結果一覧（22ページ目）
「データ分析」／「AI／機械学習／ディープラーニング」の資料は、無料でダウンロードが可能です。「データ分析」／「AI／機械学習／ディープラーニング」の比較・検討は ホワイトペーパー ダウンロードセンター をお使い下さい。
製造業の生成AI活用の懸念を払拭、“信頼できる”AIを構築するデータ基盤とは？
製造業DXの起点として注目の生成AIだが、その一方で信頼性に関する懸念が高まっている。生成AIを業務で活用するためには、信頼性を確保し、自社データを安全な環境で利用することが必要だ。そのためには、どうすればよいのだろうか。
2024/06/14
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
広がるAIのビジネス活用、データ分析に適用してビジネス価値を創出するには
人工知能（AI）のビジネス活用への期待が高まる中、データ分析におけるAI活用の動きが活発化している。その実践で何ができるようになるのか。データ分析へのAI活用がビジネスに与える価値とその創出方法を解説する。
2024/06/11
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
生成AIやHPC向けのGPU搭載ノードを“クラウドに置く”という選択肢が有効な理由
今やGPUは、AIモデル生成やHPCによる処理をブーストするものとして不可欠な存在になりつつある。しかし、GPUを搭載するコンピュートノードの導入は、コストやフットプリントなどさまざまな面で、まだハードルが高いのが現状だ。
2024/06/11
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
生成AIでコンタクトセンター業務はどう変わる？ 調査で見えた期待と実態
ビジネスでの生成AI活用が進む中、コンタクトセンターにもその波は押し寄せている。オペレーターの人材不足などに悩む企業を、生成AIはどのように救うのか。調査結果からその実態を探るとともに、成果を挙げるためのポイントを解説する。
2024/05/27
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
生成AI活用はどう進める？ 分析業務を変える4つのアプローチを解説
ビジネスにおいて大きな可能性を秘める生成AIだが、その活用を推進するには「どのような業務に適用するのか」「どう実装を進めるのか」を理解した上で、検討する必要がある。分析業務での活用に焦点を当て、4つのアプローチを紹介する。
2024/05/24
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
マンガで分かる「生成AI」の可能性：ビジネス利用のポイントと活用のヒント
広く普及しつつある生成AIだが、ビジネスで利用する際には、セキュリティをはじめとした懸念点もまだ少なくない。この問題に早くから取り組んできた、ある生成AIツールを取り上げ、機能や特長、ユースケースなどを分かりやすく紹介する。
2024/05/23
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
需要予測へのAI活用、「説明可能なAI」を実現して精度との両立を図る方法
小売業界において需要予測の精度を向上させるべくAIの活用が進んでいるが、導き出された予測を意思決定に組み込むには、「説明可能なAI」を構築する必要がある。その実現方法や、精度と説明可能性を両立するアプローチについて考えていく。
2024/05/17
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
AI／機械学習のビジネス活用、その仕組みと取り組みを加速させるポイントを解説
ビジネスにおけるAI／機械学習の活用への期待が高まる昨今。その活用で新たな可能性を広げていくには、適切な道筋を描きながら、活用を進めていく必要がある。AI／機械学習の活用に向けて、頭に入れておきたいポイントを解説する。
2024/05/01
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
「AIOps」と「ITの自動化」の組み合わせが、アプリ運用にもたらすメリットとは
アプリケーションおよびそのリソース管理の複雑化、インフラの可視性の欠如など、デジタルビジネス推進を阻むさまざまなボトルネック。これらを解消する方法としていま注目されているのが、「AIOps」と「ITの自動化」の組み合わせだ。
2024/04/23
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
「データ分析」に関連するカテゴリ