AIは実験フェーズから導入フェーズへ、AIの成熟度を高めるために必要なものは？
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
- 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
「SAS Institute Japan株式会社」のホワイトペーパー一覧（1ページ目）
SAS Institute Japan株式会社の製品資料、技術資料は、無料でダウンロードが可能です。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。
多分野の予期せぬ問題に即応、各国政府はどうやってインサイトを得ているのか
世界の変化が加速し続ける現代において、政府は予期せぬ事態にどう備えているのか。特に注目すべき4つのテクノロジーを軸に、どのような事態が起きても迅速かつ優れた意思決定を行うための手法を解説する。
2024/07/22
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング
社会福祉プログラムを狙う不正行為、膨大なデータから迅速に見極める方法とは
政府や自治体の社会福祉プログラムにおいて国内外で不正事件が相次いでいる。個人から国際組織まで、悪質な行為者はさまざまだが、急速に進化するテクノロジーや新たな手法を利用することが多い。限られた人員でどう対処すればよいのか。
2024/07/18
- 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
不確実な時代を勝ち抜く、サプライチェーンレジリエンスの構築方法
小売業者や消費財メーカーにとって、不確実性の時代を勝ち抜くためにもサプライチェーンレジリエンスの構築・向上が必須の取り組みとなっている。その高め方やサプライチェーンを最適化するアプローチを解説する。
2024/05/17
- カテゴリ：
- 経営とIT
- IT経営／IT戦略系ソリューション
製造業における「PSI管理」の課題を解消し、成果を最大化する方法とは
「PSI管理」は製造業界において広く受け入れられている考え方だが、効果的に実践されておらず、生産活動に問題を抱えているというメーカーは多い。その原因はどこにあり、どうすればPSI管理がもたらす成果を最大化できるのか。
2024/05/17
調和のとれたコスパを実現、クラウドの価値を高めるアナリティクス基盤
プロビジョニングされたCPUやメモリ、ストレージなどのリソースをフル活用することで、クラウドのパフォーマンスを最大化できる。これを可能にするのが、コストパフォーマンスに優れたアナリティクス基盤だ。
2024/03/04
- カテゴリ：
- データ分析
- BI／BA／OLAP
AI活用に苦労する原因、データインフラの“技術的負債”を解消するには？
近年のパンデミックでは急激な変化に対応するため、納期を優先してITソリューションを導入したケースが多かった。これが今、AIを駆使したアナリティクスの導入を妨げる“技術的負債”になっている。この問題にどう向き合えばよいのか。
2024/03/04
- カテゴリ：
- データ分析
- BI／BA／OLAP
信頼できるデータを全ビジネス部門に開放、アナリティクス基盤のAzure移行術
データドリブンな組織へと体質を変えるためには、アナリティクスプラットフォームをクラウド環境へ移行し、データをあらゆる従業員に開放する仕組み作りが必要だ。その実現に向けて踏むべき「4つのステップ」を解説する。
2024/02/05
- カテゴリ：
- クラウド
- クラウドコンピューティング
AI全盛の時代に「倫理性」が重視される理由、“信頼できるAI”の要件とは？
あらゆる場面でAIが活用されるようになり、仕事や私生活に好影響を及ぼす一方で、それらが引き起こす倫理的問題に対応する必要性も高まっている。「信頼できるAI」システムを構築するには何が必要か。4つのアプローチから考察する。
2023/10/17
- カテゴリ：
- データ分析
- AI／機械学習／ディープラーニング