Data Analytics 事業部 AI開発の軌跡

AI開発

Data Analytics

当社におけるAI開発の軌跡 代表的な開発実績

  • 2015Data Analytics 事業開始

    データはさまざまなことを私達に語りかけてくれます。 AIアルゴリズム開発は、過去のデータ(構造化/非構造化)からそこに共通する性質や関係性を取り出して、未知の様々な状況における法則を予測するという帰納的なものです。 それゆえに、あらゆる予測モデリング課題に対して、必要とするデータを集めて解析し、データの持つ特徴を抽出してAI生成物を利用することで、売上や利益の拡大、ロス削減、省力化、自動化、予知、予測など様々なベネフィットをもたらしてくれます。

    • 当社の強みは 予測・制御系/分析・要約系
    • 一般社団法人人工知能学会 正会員
    • Kaggleにてメダル受賞経験を持つ
  • 2018新生児予測モデル開発

    概要 新生児出生減少傾向が産科の売上減少に繋がっている。 このような中で、各種データや地理情報システムを用いて出生予測数を割り出し、地図上にプロットすることで出生数密度が分かる。 特長 高密度地域から誘導を行うことで売上の増加に繋がった。

  • 2019降雨量予測モデル開発

    概要 土砂災害非発生データの集合体を生成して、そのパターンや閾値を超える雨が降れば、自動で警報を出す。 特長 従来は補正を手動で行っていたが、AI開発により自動補正を可能とした。

  • 2020災害土砂崩れ予測モデル開発

    概要 機械学習や数値解析、ニューラルネットワーク(ディープラーニング)に対応したソフトウェアライブラリを用いて土砂崩れ箇所の危険度分析を行う。 特長 ハザードマップ調査前に事前に予測を行うことで経費や人の効率的な使い方が可能となる。

  • 2021みんなの消費(家計消費需要予測)モデル開発

    概要 約690項目に分類された二人以上の世帯の家計の消費支出をもとに、地理情報システム(GIS:Geographic Information System)上で国勢調査の人口データを分析しターゲットとする立地の半径3Km以内における潜在需要額(家計消費需要)を算出しています。 特長 自社データだけでは得られない家計消費額を得ることで商圏分析に適用できる。

  • 2022医療データ解析、再発予測モデル開発

    概要 特定の病気の罹患履歴のある患者の再発を予測する。 特長 パラメータを含めた予測モデルを生成した。

失敗しないAI導入のアプローチ

一方では、AIアルゴリズムのコアとなる学習済みモデルを生成するプロセスは、生データから作成した学習用データセットを入力値として、AI生成物のコアとなる学習済みモデルが生成されています。 この、学習用データセットのみから、推測対象となる未知のあらゆる事象を予測して学習を行うことは極めて困難です。 また、どの分析手法が最も効果的であるかを事前に把握することも不可能です。 さらに、事前の性能保証が性質上困難であることや事後的な検証等も困難であることなどの難しさがあります。 このため、AIアルゴリズム開発やAI導入にあたっては注意が必要です。 ※学習済みモデルとは学習済みパラメータが組み込まれた推論モデルでAIのコアになります。 そこで、データ分析・AIの導入適用において、ケース by ケースで対応することが必要になります。 弊社では実践経験を積み上げたデータアナリストが、データ分析・AIを深掘りしお客様の経営戦略をデータ分析・AI導入の面からサポートしております。 Data Analytics 事業部