Lisa Morgan

AI技術は農業を省力化すると考えられている。そのこと自体は間違いではないが、実現は簡単ではない。「AIで農業が楽になる」などと軽々しく口にできないことは、農業が何を扱っているのかを考えれば明らかだ。

農業の人手不足や煩雑な作業を効率化し得る技術として、AI技術が台頭し始めている。8つの具体的な活用法と、その効果を紹介する。

AI技術を活用することで、農業が直面しているさまざまな問題が解決する可能性があると専門家は指摘する。農業にAI技術はどのように生きるのか。具体的な効果を探る。

ビジネスインテリジェンス（BI）ツールの活躍の場として「エッジ」が注目されている。データ発生源に近いエッジでBIを使うことで何ができるのか。具体例を紹介する。

ビジネスインテリジェンス（BI）ツールは高度な知識がなくても使えるようになり、活用が広がっている。企業はこうした“次世代”のBIツールで何ができるようになるのか。コールセンターを例に考える。

企業はビジネスインテリジェンス（BI）を活用することでさまざまな洞察を得て、ビジネスの改善に役立てることができる。最近のBIツールは「使いやすさ」が売りだ。BIの“民主化”を促しているのは何か。

企業のデータ活用を推進するデータ関連職は複数ある。それらの職務や役割はどのように違うのか。「データサイエンティスト」「データエンジニア」「データアナリスト」の主要3種の違いを探る。

シャドーITはデータ分析にも影響を及ぼし始めている。データドリブン経営を本気で目指すのであれば、シャドーITの野放しはやめた方がよいという。どういうことなのか。

数学スキルがあればデータ分析は可能だ――。その考えには一理あるが、それでもスムーズなデータ活用には他の専門知識が不可欠だ。その理由と必要な知識を説明する。

データ主導のビジネスを実現するためにIT部門の力は不可欠だが、ITインフラの運用管理スキルだけでは太刀打ちできない可能性がある。IT部門が「データドリブン経営」に貢献するのに必要なスキルとは。

データ分析における根強い問題が「人」に関する問題だ。技術の進化が、問題の解決につながると専門家は指摘する。どのような技術が役立つのか。

人の心理を読み解く「神経言語プログラミング」（NLP）が、データ分析をより簡単に、より効率的にする可能性があるという。NLPはデータ分析にどう寄与するのか。

企業のデータ分析を支援する「データマネジメント」ツールには、さまざまな選択肢がある。データマネジメントの主要なベンダーと製品をまとめた。

AI技術を活用したデータ分析「拡張分析」は、企業のデータ活用をどのように支援するのか。拡張分析が担う役割、利用に際して必要なデータ、実際の使用例を解説する。

質の高い医療を提供するために、医療機関や製薬会社の間でデータの活用が進みつつある。医療の現場で自然言語理解と自然言語生成などのデータ活用技術がどのように役立つのかを説明する。

ツールの進化により、専門知識がないユーザーでもデータを活用しやすくなった。ただし使い方によっては、期待した効果が得られない可能性がある。医療機関がデータを活用する際の注意点を説明する。

質の高い医療の実現には、良質のデータが不可欠だ。より良いケアを患者に提供する上で、データはどのように役立つのか。医療グループのCommunity Health Networkの取り組みを基に検証する。

データ主導型企業を目指す上で重要なのが、従業員のデータリテラシー向上だ。その実現のためには何をすればよいのか。データリテラシーに関する独自のトレーニングプログラムを始めたRed Hatに聞いた。

競争力を高めるためにデータ主導型の意思決定を目指す企業は、何をすればよいのか。重要なのは人材育成だが、分析ツールが使える従業員を育てることだけが全てではない。鍵は「データリテラシー」の向上だ。

「セルフサービス分析」市場の成長とツールの進化をけん引するのは、Microsoft、Tableau、Qlik、TIBCOだけではない。その他の主要ベンダーと、各社の取り組みを紹介する。

「セルフサービス分析」ツールを選定する際に「機能だけで選ぶと失敗する」という専門家の声がある。どういうことなのか。何を基準に選べばよいのか。

全社的なデータ分析の浸透に重要な役割を果たす「セルフサービス分析」は、着実に進化している。最近の注目技術である「拡張分析」は、セルフサービス分析にどのような影響をもたらすのか。専門家に聞いた。