生成AIのトップユースケース：非構造化データをインサイトに変換して企業の未来を形成する

生成AIは、あらゆる業界でイノベーションを促進し、働き方を変革しています。ユースケースは、画像、ドキュメント、動画などの非構造化データから即時にインサイトを得ることから、より価値の高い作業に注力できるように日常的なタスクを自動化することまで多岐にわたります。生成AIのおかげで、社内の誰もが自然言語を使用して簡単にデータを操作できるため、あらゆるものに簡単にアクセスできるようになりました。

生成AIは多くの可能性を秘めていますが、実稼働環境で使用する際には、さまざまな想定外の事態も考慮する必要があります。たとえば、LLMの使用中に機密データが漏洩した場合やアプリが適切なデータにアクセスできず、ステークホルダーに対して不正確な結果を生成した場合、使用しているツールやプラットフォームの構築や維持のために必要なリソースが欠如した場合などです。

より正確で信頼性の高いAIを実現するためには、強固なデータファウンデーションに根ざした包括的なデータ戦略が必要です。長年にわたり、組織はデータの力を解き放つためにSnowflakeに注目してきました。そしていま、さまざまなAIユースケースに対応し、ハイプをROIに変えるためにSnowflakeを選んでいます。 

SnowflakeのAI/ML担当主任アーキテクト兼グローバルフィールドCTOであるChase Gintherは、「対話型チャットボットは、多くの人の想像力を惹きつけています。ですが、現実には、非構造化データを取り込み、中間に位置するAIによってインサイトに変換するという、まだ十分に活用されていない大きな可能性が潜んでいます」と話しています。「私たちは、このタイプのユースケースによって多くのビジネス価値を生み出しているお客様を目にしています」

AWSと共同で開催されたSnowflakeのGen AI Dayでは、さまざまな業界の企業が、自社のミッションクリティカルな問題に対処するためにチャットボット以外の生成AIを活用したいと考えた結果として、Snowflakeの活用方法を紹介しました。Snowflakeと、そのパートナーであるAccenture、Braze、Kumo、LandingAI、Prodapt、Sigma、Twelve Labsのエキスパートが参加し、以下についてのディスカッションとデモを行いました。

• セルフサービス型分析のための高品質の対話型アプリの迅速な開発

• コスト効率の高いLLMバッチ推論によるNLPパイプラインのパフォーマンスの最適化

• マネージドGPUを使用した、推論のためのオープンソースLLMとカスタムの埋め込みモデルの使用

• 業界別のデモを通じてソリューションの実際の使用方法を説明する、生成AIの入門ガイド

以下に、さまざまな業界のミッションクリティカルな問題に対処するための生成AIの活用方法として、5つの主なユースケースをご紹介します。

• 金融サービス業界には、非常に多くの生成AIのユースケースが存在しています。Snowflakeにおける最も顕著な例では、生成AIの能力として、テキストの処理と生成と、自然言語を通じたインサイトと分析へのアクセスの民主化が紹介されています。たとえば、SnowflakeのパートナーであるAccentureは、保険金請求の専門家が、AIを活用して非構造化データ（政府のIDや報告書など）を処理することで、書類収集、データ検証、保険金請求の検証や作成などをより合理的で効率的に行えるようになったことを実証しました。 
• パーソナライズされたレコメンデーションは、広告、メディア、エンターテイメント業界における生成AIの非常に直観的な活用方法です。ストリーミング配信者やメディアパブリッシャーは、カスタマイズされたレコメンデーションを提供することでオーディエンスのエンゲージメントを維持し、顧客維持率と財務的メリットを改善できます。SnowflakeのパートナーであるTwelve Labsは、マルチモーダルAIを使用して動画を理解することにより、パーソナライゼーションを大幅に進化させています。視覚、音声、テキスト、効果音など、動画のすべてのモダリティを分析することで、コンテキストに基づいたインサイトとカスタマイズされたレコメンデーションを提供できます。 

• パーソナライゼーションは、患者アウトカムの改善とヘルスケアシステムのコスト削減を実現し、ヘルスケア・ライフサイエンス業界にも大きな変革をもたらします。ヘルスケアの専門家は、AIを使用することで、カスタマイズされた治療計画の作成、文書化の自動化、予測的な健康分析が可能になります。たとえば、SnowflakeパートナーであるKumoは、SnowflakeのAI機能を使用して患者の再入院が必要かどうかを予測しています。Kumoのネイティブアプリは、構造化データに対するグラフ学習と、非構造化データに対してトレーニングされた生成AIモデルを組み合わせることによって、このインテリジェンスを提供します。これらはすべて、Snowflakeの環境内で行われます。
• 官公庁・公的機関では、市民サービスから教育、防衛に至るまで、生成AIによって効率性、サービス提供、意思決定が強化されました。たとえば、Snowflake Cortex AIは、AI生成の法案要約を作成することによって政府機関がより容易に法案を追跡できるようにしています。また、チャットボットによって、個人による法的文書の検索や質問も可能になりました。政府機関は、AI生成の分析に基づいて、トレンドの抽出、リスクの特定、リソース割り当ての最適化を迅速に実行できます。従来、これらの業務には何時間もの手作業と、大量の煩雑なスプレッドシートの作成と管理が必要でした。
• マーケティングとセールス部門は、インサイトへのアクセスを加速する生成AIアシスタントのメリットを大いに活用できる位置にいます。セールスチームは通常、インサイトを得るためにダッシュボードを利用しています。こうしたダッシュボードは、徐々に使用に適さなくなっていったり、セールスに関する質問に回答するために必要な動的なフィルターが不足していたりすることがほとんどです。Snowflake Cortex AIを使用するセールスチームは、AIアシスタントを構築し、顧客、テリトリー、パフォーマンスメトリクスについて、ダッシュボードなしに質問できるようになります。このソリューションは、ニアリアルタイムの信頼できるデータによって、時間の節約とデータドリブンな意思決定の強化を実現し、セールスチームが商談の成立に集中できるようにします。

Gen AI Dayでは、金融サービス業界、小売・消費財業界、広告・メディア・エンターテイメント業界、製造業界、ヘルスケア・ライフサイエンス業界、官公庁・公的機関、通信業界、マーケティングとセールス部門、IT部門、人事部門、エンジニアリング部門など、さまざまな業界や部門に関する多様な知見やデモが紹介されました。 

見逃した方もご安心ください。オンデマンドで視聴できます。

AIを活用して成功を収めるためのトップユースケースの詳細については、「Ultimate Guide to Data + AI for Industries」をぜひダウンロードしてください。