データサイエンス&機械学習

生成AIの成功の秘訣:実際のカスタマーストーリーと成果

Photo illustration of two women collaborating near a computer and other images representing tech and teamwork

ここ数年、顧客、見込み客、パートナー、その間のすべての人との会話の中で、生成AIがホットボタンのトピックでした。人々は、AIの力を活用してイノベーション、効率性、競争力を高める方法を知りたいと考え、できるだけ早くそれを実行したいと考えています。

しかし、多くの組織にとって、AIのアイデアを実現することは容易ではありません。Harvard Business Reviewによると、AIプロジェクトの80%が本番環境への移行に失敗しています。

しかし、Snowflakeのお客様は、共通の障害を克服し、ビジネス全体でAIの可能性を引き出す方法を模索しています。私は光栄なことに、お客様との会話の中でこれらの成功事例をよく耳にします。そして今、私たちの新刊『Secrets of Gen AI Success』で、これらの成功事例にさらに大きな光を当てています。ここでは、BIプラットフォームのSigmaが販売効率を高めて販売サイクルを加速することから、Terakeetが顧客の新たな市場機会を98%迅速に特定することまで、さまざまな業界の大手企業が、生成AIの目標を達成するために、Snowflakeの統合AIおよびデータプラットフォームにどのように目を向けているかをご紹介します。 

これらの実際の生成AIユースケースは、大小の企業に真の成果をもたらしています。ここでは、リーダーがSnowflakeを使用してAIユースケースから具体的な価値を得ている方法のほんの一例をご紹介します。  

TS ImagineがAIを大規模に導入し、30%のコストと4,000時間以上の労力を削減

TS Imagineは、統合された電子フロントオフィス取引、ポートフォリオ管理、金融リスク管理のためのSaaSプラットフォームを提供しています。以前は、10万件以上のEメールと6万件以上の年間サポートおよびデータチケットを手作業で大規模に監視する必要がありました。メールが1通も届かないと、下流の製品停止につながり、顧客は非常に不満になります。  

TS Imagineは、Cortex AIを使用してEメールモニタリングを自動化し、サポートチケットとデータチケットの管理を合理化することで、手動タスクの削減、データ処理の最適化、効率性の向上による時間の節約とコスト削減を実現しています。  

メリット: 

  • 業界をリードするトレーニング済みの他のLLM APIと比較して、Snowflakeを使用することで、パフォーマンスを犠牲にすることなく30%のコストを削減 

  • データチームが従来の自然言語処理から大規模な生成AIにわずか6か月で移行できる使いやすさ

  • 1つのユースケースについて手動のメール監視タスクに費やす時間が4,000時間以上から、AIを活用したほぼ瞬時のカテゴリー化へと大幅に短縮された 

Siemens Energy社のAIチャットボットが70万ページ以上のナレッジへのアクセスを民主化

Siemens Energyは、70万ページを超える独自の研究開発文書に深いナレッジベースを保持しています。同社は、世界中に散らばるR&Dチームがこれらの文書の貴重な情報を利用できるようにしたいと考えていました。しかし、これらすべての情報を読み取るには、4年という長い時間がかかっていました。 

Siemens Energyは、Snowflake Cortex AIとStreamlit in Snowflakeを使用してAIチャットボットを構築し、50万ページ以上の内部文書を迅速に処理して要約しました。これにより、研究開発チームは生産性と効果を最大化しながら、意思決定の迅速化、市場投入までの時間の短縮、競争力の強化を実現できます。

メリット:

  • 70万ページ以上の高密度ドキュメントから得られた情報をまとめてチームに提供し、研究開発、イノベーション、市場投入までの時間を短縮

  • 約25人の専門研究開発エンジニアがデータとインサイトにほぼ瞬時にアクセス

  • 手作業でのデータ検索が不要になり、何時間も(何年分にも)短縮された

Bayerのビジネスチームは、セルフサービスでインサイトを獲得し、より適切かつ迅速に意思決定を下す 

Bayerのような企業は動きが速く、市場投入戦略の一環として情報に基づいた迅速な意思決定を行うためには、ほぼリアルタイムかつ正確なインサイトが必要です。しかし、ほとんどのチームはダッシュボードからしかデータにアクセスできませんでした。そのため、多くの場合、情報の過負荷、ユーザーの手動検索、データチームによる煩雑で時間のかかる開発が発生していました。 

Bayerのチームは現在、Cortex Analyst(パブリックプレビュー中)を使用して自然言語クエリを正確かつ実用的なSQLに変換しています。これにより、ビジネスユーザーはSnowflakeチャットボットインターフェイスの直感的なStreamlitを使用して簡単にインサイトをセルフサービスで取得できるようになります。これにより、財務レポートや製品パフォーマンスメトリクスなどの豊かで具体的なインサイトを掘り起こし、技術的な専門知識を必要とせずに迅速に答えを見つけ、意思決定とデータアクセスを合理化できます。

メリット: 

  • Bayerがキュレートしたデータセットに対して自然言語で質問できるようにし、より戦略的な意思決定を実行 

  • 営業から顧客財務、需要計画まで、企業全体のユーザーに大規模なインサイトを提供する

  • データチームへの依存を減らし、セルフサービスでデータにアクセスできるようにすることで、技術部門と非技術部門の両方の生産性が向上した 

生成AIの成功への道筋

これらのストーリーは、Snowflakeがお客様のエンタープライズAI活用をどのように支援しているかのほんの始まりにすぎません。 

書籍「Secrets of Gen AI Success」をダウンロードして、これらのお客様やその他のお客様が、どのように開発を合理化し、複雑さを軽減して組織全体でAIの可能性を引き出したかをご覧ください。 

生成AIを通じてSnowflakeが組織のイノベーションと競争力の強化にどのように役立つかを知りたい方は、詳細とハンズオンリソースについては、Snowflakeの生成AIウェブページをご覧ください 。

Share Article

Subscribe to our blog newsletter

Get the best, coolest and latest delivered to your inbox each week

30日間の無料トライアルを開始する

Snowflakeの30日間無料トライアルで、他のソリューションに内在する複雑さ、コスト、制約の課題を解決するデータクラウドを体験できます。