ai活用事例

dotDataの
業種別AI活用事例

AI(人工知能)は、様々な業界で活用され、企業のDXを加速しています。
dotDataの業界・業務ごとのAI活用事例を紹介します。

お問い合わせ

AIとデータ分析が各業界のイノベーションと成長を加速

企業におけるデータやAI(人工知能)の活用は、企業の経営課題に直結するトップダウンと、業務の現場に役立つボトムアップの両面で、ユースケースや活用事例を積み重ねることが重要です。dotDataは、データ分析やAIそのものを目的化することなく、ビジネスの目的にとって重要なデータとAI活用を推進しています。dotDataは、独自の特徴量自動設計によって、金融、保険、製造、小売、通信、医療、電力、ITサービスなど、さまざまな業界でデータからビジネスの洞察を導き出すソリューションとなると共に、ユーザー様と培った経験とデータ分析のプロフェッショナルとして知見を合わせて、各業界や業務でのユースケース開発をご支援します。

業界・業務別AIの活用事例

dotDataのAIプラットフォームが、実際にどのように活用されているか、どのようなユースケース価値を提供しているのか、さまざまな業界・業務でのAI活用の事例を紹介します。

AI活用事例

三井住友信託銀行株式会社 お客さまターゲティングの精度に20倍の差 個人向け営業にAI活用が定着

三井住友信託銀行株式会社

お客さまターゲティングの精度に20倍の差
個人向け営業にAI活用が定着
キリンビール株式会社 AIによるビール製造の省力化をdotDataで実証実験。多様な知見を得る

キリンビール株式会社

AIによるビール製造の省力化をdotDataで実証実験。多様な知見を得る

dotDataのAIテクノロジーで業界別の課題を解決

dotDataは、「全ての企業がデータに基づいて、より良い製品やサービスを生み出すことができる世界を創る」をビジョンに掲げ、企業が抱える様々なビジネス課題とユースケースを、独自の特徴量自動設計技術を使って解決しています。業界特有の課題に、dotDataのテクノロジーによって、データを真の価値あるアセットとし活用することで、業界内での競争力を一段と高めることができます。

AIによる特徴量抽出でビジネス価値を拡大

dotData独自の特徴量自動設計技術は、企業に蓄積された業務データから、数十万から数百万もの特徴量を生成、探索し、目的変数に対して高い相関を持つパターンを発見することができます。また、数値やカテゴリ値だけではなく、テキストのような非構造データや、時系列や時間トランザクションのような、複雑なデータとその関係性を探索し、高度なAI開発や、深いデータインサイト(洞察)をビジネスへともたらします。さまざまな業界や業務ごとにカスタマイズされた特徴量で、ビジネスの価値を向上し、企業は、データから具体的なアクションに移せるインサイトを得る事ができ、競争優位性を確保します。

業界ごとの課題を特徴量と生成AIが解決

特徴量は、ビジネスの目的に応じたデータのパターンやデータから見える統計的な知見を示すもので、業界ごとに異なる具体的なビジネスの課題を明確に捉えるための鍵となります。dotDataのAI技術は、このような特徴量と生成AIの知識を組み合わせることで、データに隠れたパターンを明らかにし、ビジネスの仮説へと発展させることができます。これによって、業務部門自身がデータを用いた検討を通じて業務改善を考える力を育成し、業務の課題を解決するユースケースを実現します。

グローバルで高く評価される技術力

グローバルで高く評価される技術力

dotDataの特徴量自動設計は、米フォレスター社より「dotDataは、多数のデータセットを横断して、新しく透明性の高い特徴量を自動的に生成する独自の機能を有しています」と評され、またAmazon Web Service (AWS)のテクノロジーパートナーの最高位である「コンピテンシーパートナー」として認定を受けるなど、その技術力に対してグローバルに高い評価を獲得しています。

お問い合わせ

dotDataと一緒に、新たなビジネスチャンスを見つけませんか?様々なビジネス課題やAI・データ活用に関するご質問やご相談は、お気軽にお問い合わせください。

よくある質問

dotData Enterpriseは、ノーコードでデータ加工、特徴量設計、機械学習モデルの構築が必要なため、最小限の事前知識で、データサイエンスや機械学習の高度な専門知識がなくても使いこなすことができます。また、dotDataのAIプラットフォームは、データや機械学習の専門知識を持ったIT部門やデータサイエンティスト向けの「dotData Feature Factory」分析部門や業務部門が予測分析をノーコードで実施するための「dotData Enterprise」、特徴量を通じてビジネスインサイト(洞察)を見つけ出す「dotData Insight」と、組織のデータ活用に対する成熟度(知識やスキル)に応じて使い分けることができます。また、データ活用がはじまったばかり(或いは、これから始めようとしている)の企業には、dotDataのサポートチームがトライアルや伴走支援などを通じて、成功へと導きます。

dotDataの特徴量自動設計は、ディープラーニングのような高次元のブラックボックス化された特徴量とは異なり、説明性の高い特徴量に絞って探索を行います。これによって、業務部門が特徴量を通じた予測結果を理解し、またデータを活用してビジネスインサイト(洞察)を発見することを支援します。また、dotDataは、ディープラーニングが扱うことができない、複数表を直接入力として、業務データを直接探索することで、よりよい特徴量を探索することができる点も、大きな利点です。一方、ディープラーニングは、音声認識、画像認識、自然言語処理のような、非構造データの特徴量を学習することができる点に強みがあります。

dotDataは、主に企業の業務データ(ファーストパーティーデータ)から特定にビジネスの目的に対応する特徴量を通じて、数値やカテゴリ、テキストなど様々なデータからの知識や知見を発見します。一方で、生成AIは、世の中に存在する大量のデータを目的を限定せずに大規模言語モデルとして学習し、いわゆる「世界知識」によって、非常に汎用的な質疑応答を実現したり、業務知識を読み込ませることで、特定目的に特化した要約や質疑を得意とします。dotDataと生成AIは、得意なデータや知識に違いはありますが、どちらも特化型AIであり、dotDataと生成AIを組み合わせることで、より高次のデータインサイト(洞察)を導き出すことが可能です。