ページの先頭です。
サイト内の現在位置を表示しています。
  1. ホーム
  2. ソリューション・サービス
  3. AI・ビッグデータ
  4. アナリスト紹介
  5. 赤間 悟
  6. 赤間 悟のコラム
ここから本文です。

赤間 悟のコラム

新規領域・新規事業の開拓におけるAIを活用した早期のノウハウ構築

アナリティクス サービス コンピテンス センター
赤間 悟

2017年3月31日

昨今、様々な領域においてAIの活用が検討されており、その適用範囲は従来の需要予測の改善から資産運用など多岐にわたります。今回、新規領域や新規事業の開拓の際に、AIが早期のノウハウ構築のサポートとして活用できる事例を紹介します。

ノウハウの蓄積が少ない新規領域や新規事業の開拓時には、仮説・分析・検証・改善のPDCAサイクルの高速化と、それによる早期のノウハウ構築が重要になってきます。しかしながら、少ないノウハウの中では、考えられる仮説が限定的になり、一般的に一つのPDCAのスコープが狭くなります。加えて、データが大量にある場合は、分析に多くの時間を要します。この結果、PDCAが効率的に回せず、ノウハウ構築のスピードが上がらないという問題が生じます。今回、AIを活用することで、この仮説と分析のプロセスが改善され、ノウハウ構築の早期化が期待される事例を紹介します。


新規領域・新規事業の開拓の1つとして、2000年初頭からシェール革命として一役有名になったシェールガス・シェールオイルの開発があります(※1)。シェール開発は、開発が本格化してからの年数が短く、現在まさに、ノウハウが蓄積されている最中です。その中において、シェール層へ注入した砂が想定外に逆流するSand flowback事象という課題に直面していました。この課題を解決するため、多様なデータを対象に要因の特定が試みられていました。しかしながら、従来のボトムアップなアプローチによる要因分析では、「ノウハウの蓄積が少なく仮説構築が困難な状況下である」、「候補となる因子が100種類以上も存在する」といった理由から、仮説生成と分析を効率的に実施することが困難な状況にありました。


この問題を解決するため、「ほぼ仮説をおかずに」、「大量データからトップダウンなアプローチで要因の分析が可能な」、NECのAI(異種混合学習)の適用を試みました。その結果、従来特定していた要因に加えて、これまで想定していなかった新規の要因候補を、短期間で特定することができました(※2)。この結果は、AIによるデータドリブンでのアプローチを取ることで、ノウハウの蓄積が少ない新規領域での要因分析において生じる、限られた知見のもとでの人手による多大な試行錯誤の時間を、削減できる可能性を示唆しています。今後は、仮説生成と分析のプロセスに要する時間が短縮されたことで、PDCAサイクルの高速化が期待されます。


このような新規領域や新規事業の開拓へのAI活用としては、シェール開発以外では、例えば、以下のような様々な業界・施策への適用が考えられます。

  • テレビ業界におけるネット放送での集客と離反の要因の特定
  • 小売業や卸業におけるプライベートブランド展開時の売上げと購買層の関係性の把握
  • 保険業界におけるテレマティクス保険やウェアラブルデバイスを活用した健康増進型保険
  • 商品の測定データと購買層との関係性の把握
  • デジタルマーケティング立ち上げ時の大量の属性情報からの絞込み

新規領域や新規事業の開拓へ向けたAI活用の取組みを始めてみてはいかがでしょうか?

関連リンク

ページの先頭へ戻る