人工知能（AI）と機械学習（ML）が学界からビジネスの世界に移行し始めると、ビジネスインテリジェンス（BI）をどのように支援できるかについて大きな注目が集まっています。自然言語の調査を使用して、経営陣が企業情報をより迅速に調査し、分析を行い、事業計画を確立するのを支援するシステムには、多くの可能性があります。 「自立した」ビジネスインテリジェンス（BI）について説明した前のコラムでは、MLがBIを支援する2つの重点分野について簡単に説明しました。コンシューマーインターフェイス、ユーザーエクスペリエンス（UX）などはありますが、その可視性はこの氷山の一角にすぎません。 UXに提供される情報ははるかに重要です。
それは非常に重要ですが、表示されているデータを信頼できることはさらに重要です。 AIと機械学習は、その課題に対処するのに役立ちます。
それはデータから始まります
メインフレームはまだ存在しますが、すべてのデータと情報を制御するメインフレームの午後はずっと過ぎ去っています。 1990年代には情報ウェアハウスでの取り組みが見られましたが、データは流動的な製品であり、ウェアハウスを期待した「単一バージョンの現実」にすることはできません。現在の情報湖は、機能的なデータストアのオンラインステロイドだけです。それは役に立ちますが、同じことで以前の試みを所有するよりも、もはや単一のリポジトリではなくなります。
データは多数のシステムに存在し、IoTおよびクラウドコンピューティングシステムの開発は、データがオンプレミスコンピューティングのコアからさらに離れて拡張し続けることを意味します。すべての情報を監視し、データが何であるかを判断する作業は、ますます複雑な問題になっています。
その結果、企業には、データの最近の爆発的な増加に関して3つの重要な問題があります。
- あなたのデータはどこにありますか？
- アドバイスとして監視するのに十分重要な情報はどれですか？
- どの個人がアドバイスのこれらの部分のそれぞれにどのようなアクセス権を持っている必要がありますか？
問題を修正しないと、不正確なデータに基づく意思決定が不十分になり、データコンプライアンス規制がますます厳しくなるため、ビジネスはリスクにさらされます。
ゼロから始めないでください
その課題を考えると、解決策が必要です。幸い、最初から始める必要はありません。むしろ、他のアプリケーション分野で活用して問題に対応できる手法を見つけることができます。 ML理論やその他のアプリケーションは、ITのさまざまな分野から借りて、コンプライアンスとビジネスの意思決定の両方に役立てることができます。
機械学習は現在、ネットワークとアプリケーションのセキュリティに浸透しています。訓練を受けた深遠な学習システムは、トランザクションを調査して異常を探し、攻撃やその他の安全上のリスクを特定しています。同時に、資産管理システムは、モバイルデバイスの爆発的な増加と、SaaSアプリケーションの台頭によって推進され、企業のインフラストラクチャとネットワークに接続されている物理的および知的財産資産をよりよく理解しています。
これらのメソッドは、より優れた企業メタデータモデルの構築を支援するために、データリソースを検索するネットワークノードにクエリを実行するために使用できます。ネットワーク上のトランザクションは、新しい情報と適切な使用のために問い合わせられる可能性があります。
セルフサービスを支援するデータ管理
非常に重要なこととして、MLシステムは、コンプライアンスの管理とともに、情報へのアクセスの改善に役立つ可能性があります。 BIでは、例外を発見してリスクを特定することは不十分です。分析が本当に自明になるためには、情報へのより迅速なアクセスが必要です。
現在のモデルでは、コンプライアンスの原則とアナリストの決定により、データベースと特別なフィールドへのワーカーのアクセスが設定されます。これは、すべての要求を事前に想像することはできないという非常に単純な事実によって、セルフサービスを大幅に制限します。
NLPは、担当者がビジネス情報に質問したり、ビジネスプロセスを知ったり、ビジネスデータ間の新しい関係を発見したりするための簡単な方法を提供するため、直感と洞察に基づいて考えられることがよくあります。スーパーバイザーは、以前は考えていなかった関係やデータについて質問したり、まだアクセスできないデータについて質問したり、ハードセットされた情報の境界を超えて拡張しようとしたりします。
標準的な手順では、調査が突然停止し、電子メールをITに送信し、話し合いを行ってから、新しいアクセシビリティガイドラインを許可するようにシステムを調整する必要があります。
MLプログラムは、新しいデータを迅速に見つけたり、現在のデータがコンプライアンスルールに適合しているかどうかを確認したり、即時アクセスを許可したり、コンプライアンス担当者による即時検査のリクエストにフラグを立てたりするためのすべてのルールと経験により、そのプロセスを大幅に加速できます。
この障壁は、UXからの変更で現在発生しているものよりもはるかに複雑ですが、闘争も同様に重要です。問題に回答するための情報がどこにあるかをすばやく理解し、質問者が回答を認識する権限を持っているかどうかを選択する簡単な方法がない場合、マネージャーがどれほど簡単に質問できるかは重要ではありません。
機械学習は、分散した世界でエンタープライズデータをより適切に管理する可能性を提供します。ビジネスははるかに優れた質問をする方法を検討していますが、回答を提供する情報を見つけて処理する方法を検討する必要があります。