Einstein Discovery
PoCサービス
~Salesforce~

データ分析が業務を変える
近年、様々な分野で「AI(人工知能)」が活用され始めており、今後は社会・経済に大きなインパクトをもたらすと期待されています。我々の日常生活においても、画像認識や音声認識、また自然言語分析を使用したチャットボットなど、あらゆるシーンでAIが使用されるようになってきました。
企業においてもAI導入の流れが加速していますが、本当に業務で活かすためにはどうすればよいのでしょうか。
日常に広がるAIの波、業務データの分析に活かせるか?
画像認識を導入して生産ラインの効率化を図る、音声認識を使用して問合せ対応を代替させる、など、AIの利用シーンは様々です。しかし営業活動や売上実績などの業務データの分析といったところでは、AIを活かすにはハードルがまだまだ高く、表計算ツール等を使用して分析を行っている企業が多いのが現状です。人手での分析では、分析を行う担当者の力量と掛ける時間に左右されます。そのため、隠れたインサイト(気づき)を発見するにも限界があります。
従来のAIとEinstein Discovery
分析担当者の工数と力量の問題を解決するために、多くの企業においてはAIの導入を検討しています。しかし従来のAIには下記のような課題があり、活用が進んでいないのが実態です。

AI活用を阻む課題

  • 課題1
    データはあるが、何をどう分析したら有意な結果が出るのかわからない
  • 課題2
    分析できたはいいものの、実務にどう生かすか分からない
  • 課題3
    データサイエンティストがおらず、分析自体が難しい
こういった課題を解決するには、業務に直結した結果を出してくれるのはもちろんのこと、データサイエンティストが不要であるAIが必要です。 Einstein Discoveryが従来のAIと異なる点は、最初に目的変数を決定することです。目的変数には「製品売上の最大化」、「案件の獲得数増加」などの具体的な業務目的を設定することで、Einstein Discoveryがその目的を達成するためのインサイトを与えてくれます。 インサイトは「製品売上の最大化には、商品Aと商品Bの組み合わせを売る方が良い」など具体的な分析結果が得られるため、今後のアクションにすぐつなげることができます。
AIを使用することを目的としない、効果的なPoC
JSOLでは、実務での運用を主目的としたEinstein DiscoveryとEinstein Analyticsの導入を支援しています。
関連リンク

pagetop