Analytics

Find out how analytics, from data mining to cognitive computing, is changing the way we do business

Advanced Analytics | Analytics | Artificial Intelligence | Data Management
小林 泉 0
自由と統制:変化しながらもガバナンスを担保するための唯一無二のデータ分析プラットフォームとは

競争に勝つためのData & AI プラットフォームに完成はない 「ガウディとサグラダ・ファミリアに学ぶデータ分析基盤アーキテクチャのための原則」で考察したように、変化し続ける市場や消費者、経済環境において、企業・組織が意志決定する対象やその内容は刻々と変化していきます。また、よりよい意志決定のためのData & AI活用のためのテクノロジーも日々変化していきます。そのような環境においては、従来のようなある一時点のユーザー要件に基づいてData & AI環境を準備することは、企業・組織の俊敏性を損ない、まだ見ぬ将来への変化対応力(レジリエンシー)を弱め、結果として常に世の中のトレンドから大きく遅れた後追いのData & AI活用になってしまいます。例えば以下のような状況に陥っているとすると、それはその企業・組織の戦略がそのような常に後追いにしかならない方法論で進めていることになります。 「データ統合基盤」の過ち:あらたに「データ統合基盤」(*1) を構築しようとするが蓄積するデータが決まらずプロジェクトが開始できない、あるいは完了しない。また完了したと思ったのに使われない。 「Data Lakehouseツール」の過ち:アジャイル型を標榜して、クラウド型の「Data Lakehouse用」のデータベースを安価に採用したが、ユーザーの利用が進むにつれてより多くのデータが必要になってきたときに、そのデータベースのコストが指数関数的に膨れ上がる価格モデルであったため、必要なデータが結局蓄積できないという結果になった 「簡易なデータ分析ツール」の過ち:上記と同様にクラウドプラットフォームにほぼ無償でついてくるAI/機械学習機能でデータ分析をスタートする企業も多いです。しかし多くの企業が「データ分析始めました」の域を出ることができず、真にビジネス課題を解決するための機能が足らないことに気づかないまま、データ分析とはこの程度のものだと思い込み、結果として「始めましたプレゼンテーション」を最後に、真にビジネス価値を創出した事例発表に至ってない。 「AIガードレールツール」の過ち:生成AIのテクノロジーを活用して、自社のビジネスを成長させたいが生成AIを安全に使うためのAIガードレールツールを選定したが、いざ導入してみると、そもそも生成AIを活用してビジネス価値を出す案件がなかったり、あるいはテクノロジーの進化が速いために、必要なガバナンス機能がすぐに変わってしまい、当初の投資金額だけでなく、その投資にかかった時間や人的リソースが無駄になってしまった 「データモデル」の過ち:過去の経験のベストプラクティスとしてのデータモデルを導入したが、ある時点のデータモデルとして完成しすぎていて、新たな市場の要件に対応するために新たなデータを追加しようとした際に、対応できなかった 「機能特化型パッケージツール」の過ち:たとえば、金融不正対策アプリケーションにおいては、不正の手法が常に変化する中対策に必要なデータやアルゴリズム・手法をどんどん変化させていく必要があるが、限定的なデータモデル、限定的なアルゴリズムしか持たないツールを採用してしまったために、不正対策をスピード感をもって進化させられていない *1) データ統合基盤の過ち補足:そもそも日本市場・日本語でよく聞く、この「データ統合基盤」という言葉が過ちを生み出している元凶でもあります。データ・マネージメントの目的は、「欲しいときに」、「欲しい形で」、「欲しい品質で」、「欲しい人が」特定のビジネス課題を解決するという目的を達成するためにデータを活用できることです。必ずしも一か所にデータが蓄積されている必要はありませんし、データは膨大なため利用頻度や重要度に応じて格納の仕方を変える必要もありますし、目的に応じて必要なデータやその結合の仕方も変わるため、「あらかじめ統合」しておくことにもあまり意味がありません。もちろん、過去データウェアハウスの時代には、一時的に企業の構造化データを一貫性をもってER図的に定義・実装したデータモデル・データベースが非常に役立った時代もあります。特にそれはアドバンスト・アナリティクスというよりは、レポーティングやOLAPによるデータ探索目的に役立ちました。一方で、機械学習や最適化などアルゴリズム的に高度なデータ分析や、昨今のように非構造化データを扱う場合には、常に新しいデータを使いたくなることが多く、あらかじめデータモデルで定義しておくことの価値は低くなります。 なぜ常に時代遅れになりがちで、AIの取り組みの役に立たないData & AIプラットフォームを構築してしまうのか? 上記のような様々な過ちに企業陥ってしまうのはなぜでしょうか? 20年ほど前は一部のアナリティクス成熟度が高い(例えばこちらを参照ください データリテラシーが経営者の嘆きを救う)企業だけが、解決したいビジネス課題とそれを解決した時の期待効果の試算に基づいてあるいは野心的に大規模にData & AIプラットフォームへの投資を、ユーザー部門が主に自分たちの予算で企画・導入していました。 その後、テクノロジーの進化と共に、プログラマーニーズ、あるいはプログラミングを主たる作業とするデータサイエンティストニーズの高まりにより、データ分析、データサイエンスの取り組みのオーナーがあたかもIT部門やアプリケーションデベロッパーかのような時代になり、Data & AIプラットフォーム投資の意志決定のオーナーがITサイドに移動しました。 手段であるIT、データサイエンス、機械学習やプログラミングの底力が高まるのは良いことなのですが、それにより、「ビジネス課題解決(収益向上・コスト削減・リスクの管理)」というData & AIプラットフォームの目的定義がおざなりになり、あたかもERPを導入するかのような要件定義の仕方でData & AIプラットフォームへの投資の仕方に代わってしまいました。従来は目的ありきで作っていたものが、流行にのって作ってしまってから、後から使い方を考えるという世界に変わってしまったのです。データ統合基盤を作ったのに使われないという嘆き(前述の別ブログを参照のこと)はまさにその象徴です。 一方で、昨今の責任あるAIの視点から、ビジネスニーズに沿ってなんでもかんでも自由にやっていいわけではない 少し前までは、AIは、「人間の特定のタスクを置き換えるもの」という定義でしたが、昨今は違います。AIは人間とは異なる方法で知性を身につけており、ときにそれは人間の能力をはるかに超える能力を発揮します。言い換えると、AIは人間の理解ややり方が及ばない方法で、知的なアクションを行えるようになっています。これは次のようなことを意味しています。 人間の仕事が奪われるという視点は近視眼的:AIはすでに人間とは異なる方法で知性を身につけているので、従来の人間のタスクをそのまま置き換えるわけではありません。もちろんAIの能力を過小に使用して人間の従来のタスクをやらせても良いかもしれませんが、それはAIの潜在能力を生かし切っていません。これまで人間にはできなかったことができるAIを、これまで人間がやってこなかった仕事の量や質に当てはめて、仕事の仕方を効率化するのではなく、「変革」することができるという視点が重要です。 我々は人間社会をより良くする必要がある:一方で、人間の能力を超えた知性を人間の社会活動に取り入れることには最新の注意が必要です。人間の能力を超えた知性を人間の知性で開発されたテクノロジーだけで統制することは不可能です。かつて人間は様々な人間の能力を超えたものを開発してきました。例えば自動車です。自動車の利用を統制するには法律やルールが必要だったように、AIの利用を統制するためにはテクノロジーだけではなくルールや法律が必要になってきます。 人間中心のAI活用には人間のインクルージョンが不可欠:教育機関が生徒不在で「生徒はこれが欲しいはずだ」という取り組みを実施して失敗したり、イベントやマーケティングにおいて企画フェーズに実際のオーディエンスを参加させずに(実際の声を反映させずに)企画者が勝手に良かれと思った企画が失敗に終わるケースは後を絶ちません。オーディエンスが画一的ではなく多様化している今の時代「インクルージョン」が非常に大事になってきています。これは、SAS社が提供する責任あるイノベーションのためのリテラシートレーニング(Responsible Innovation and Trustworthy AI)で学ぶ内容です。AIにはデータが必要なため適切なリテラシーがないと現実世界を切り取っただけのバイアスだらけのデータだけを真実と見なしたAIアプリケーションが構築され、人間社会の倫理と公正性が危険にさらされます。AIアプリケーションの開発プロセスに人間が介在できるData & AIプラットフォームが求められます。 Data &

Analytics | Data for Good | SAS Events
Hyeshin Hwang 0
2025 SAS 해커톤 참가 등록 시작! 여러분의 참여를 기다립니다.

AI는 비즈니스와 기술 분야에서 여전히 가장 뜨거운 주제이지만, 아직 AI를 효과적으로 활용하여 가치를 창출하는 데에는 어려움이 많습니다. 여기 여러분의 능력을 발휘할 기회가 있습니다. 제 5회 'SAS 해커톤'에 참여하시고 최신 AI 기술을 활용한 가치 창출에 도전해 보세요! *SAS 해커톤 참가등록 : 등록 링크* 지금부터 8월 31일까지 등록할 수 있는 이번 해커톤은

Analytics | Risk Management
Más allá de la protección: cómo la gestión de riesgos estratégica impulsa el crecimiento sostenible

La gestión de riesgos ha evolucionado de ser una función meramente defensiva a convertirse en un motor estratégico clave para el crecimiento sostenible. Ya no se trata solo de proteger el valor existente, sino de identificar y aprovechar nuevas oportunidades que, si se gestionan adecuadamente, pueden afectar a las organizaciones

Analytics | Artificial Intelligence | Fraud & Security Intelligence | Risk Management
Hyeshin Hwang 0
은행의 미래 혁신을 위한 5가지 필수 요소

은행업계의 미래는 지금보다 지능화되겠지만 위험도는 더 높아질 것이라는 연구결과가 발표되어 업계의 이목을 끌고 있습니다. SAS의 후원을 받아 이코노미스트 임팩트(Economist Impact)가 진행한 새로운 연구에서는 은행업계가 직면해 있는 선택지와 앞으로 나아갈 방향을 짚어보고, '디지털 인텔리전스 시대'를 선도하기 위한 5가지 필수 요소를 제시합니다. 전 세계 금융 기관은 심화되는 경제적 변동성, 폭발적인 기술 가속화

Analytics | Artificial Intelligence | Customer Intelligence | Internet of Things
Cristian Figueroa 0
Retail aprovecha temporadas altas para optimizar margen e inventario con uso de AI

Existen diversas fechas clave para el retail como fiestas decembrinas, día de las madres, San Valentín, Cyber Monday, Hot Sale, entre otras, que derivan de un importante aumento en el consumo minorista reflejado en los tickets de compra de estas cadenas. Actualmente las soluciones basadas en Inteligencia Artificial (IA) y

Analytics | Artificial Intelligence
Hyeshin Hwang 0
AI가 만들어갈 생산성의 세상으로, Deep Dive!

SAS가 고객 여러분에게 더 가까이 다가가기 위해 지난 6월 10일 여의도 페어몬트 앰배서더 서울에서 'SAS 이노베이트 온 투어' 행사를 개최했습니다. 이 행사는 지난 5월 미국 플로리다주 올랜도에서 열린 SAS의 연례 컨퍼런스 ‘SAS 이노베이트 2025(SAS Innovate 2025)’의 핵심 내용을 각국의 고객들께 직접 전해드리기 위해 마련된 자리로서, 올해는 서울을 포함한 15개 주요

Analytics | Artificial Intelligence | SAS Events
Héctor Cobo 0
SAS Innovate 2025: Resultados más relevantes sobre la aplicación de IA generativa y analítica avanzada en la industria

Sin duda, la inteligencia artificial generativa (GenAI) y la analítica de datos están revolucionando el mundo. Sus aplicaciones prácticas en diversos sectores industriales son tan amplias como los retos que las empresas enfrentan y buscan superar activamente. Sin embargo, a pesar de las ventajas de adoptar estas tecnologías como estrategia

Analytics | Artificial Intelligence
Hyeshin Hwang 0
SAS 이노베이트 2025에서 미래를 만나다!

여러분이 생각하시는 데이터와 AI의 미래는 어떤 모습인가요? 생성형 AI에서 양자 컴퓨팅까지, 지금껏 상상해왔던 수많은 기술과 개념이 지금 이 순간 현실로 다가오고 있습니다. 불가능을 가능으로, 상상을 현실로 만들 데이터와 AI의 첨단 화두가 무엇인지 궁금하시다면 SAS Innovate 2025에서 확인해 보세요. 5월 6-9일까지 나흘간 미국 플로리다주 올랜도에서 개최된 ‘SAS 이노베이트 2025(SAS Innovate 2025)’는

Analytics | Artificial Intelligence | Fraud & Security Intelligence | Programming Tips | SAS Events
Maíra Porto 0
FEBRABAN TECH 2025: agenda de palestras do SAS

Mais uma vez marcaremos presença no maior evento de tecnologia e inovação do setor financeiro: o Febraban Tech! Neste ano, o congresso acontece de 10 a 12 de junho, novamente no Transamérica Expo Center, e tem como tema central “A aceleração do Setor Financeiro na Era da Inteligência”.  E o

Advanced Analytics | Analytics | Programming Tips
Kevin Scott 0
Detecting lags in nonlinear time series with PROC TSSELECTLAG in SAS Viya

Accurately identifying lag structures between related time series is essential in public health forecasting, particularly during epidemics where delays between infections and hospitalizations affect planning. Using a simulated SEIR model and SAS Viya’s PROC TSSELECTLAG, distance correlation is shown to outperform Pearson correlation by correctly identifying nonlinear lag relationships—such as the true seven-day lag between new infections and hospital admissions.

Analytics | Artificial Intelligence | Risk Management
Reyk Mikles 0
Comply, compete or collapse: The new rules of risk modeling

The financial services industry is undergoing a period of profound change, driven by a dynamic economic landscape, increased regulatory scrutiny, changing consumer behavior and rapid technological advances. Banks operating in this environment are under increasing pressure to transform their risk modeling and decision-making ecosystems in order to remain competitive. This

Analytics | Customer Intelligence
Fernanda Benhami 0
Hiperpersonalización inteligente mejora hasta en 7,5% la atracción de nuevos clientes

La aplicación de estrategias de hiperpersonalización basadas en inteligencia artificial (IA) puede aumentar entre un 2% y 7,5% la atracción de nuevos clientes en empresas de diversas industrias. Así se demuestra mediante los resultados obtenidos con la aplicación de esta estrategia en diversos clientes de SAS. Este impacto se debe

1 2 3 134

Back to Top