SAP Data Intelligence デモまとめ

[former_member439824]

昨今業務アプリケーションにおける機械学習適用が活発化している。従来のプログラミングでは解決できなかった問題に統計手法で挑む。機械学習の特徴は、IF文などの条件分岐ではなくデータから学習をして判断させる。ゆくゆくは繰り返し作業を無くし、人がより付加価値の高い仕事に専念できる不可欠な道具となる。

これは素晴らしい点であると同時に面倒なことも生じる：

• 機械学習モデルを構築するには品質の高いデータを収集、管理する必要がある


• 従来のプログラムとはライフサイクル管理が異なる：モデルの学習、デプロイ、更新をする必要がある

しかし世界中の企業のデータ環境は複雑化してきている。複数のクラウドサービス上にデータが散在し、多様なデータ種類やデータソースを扱う必要があるため、データ活用が進んでいない。手作業でやっていたりして大変なコストがかかっている。

どのような処理が行われて、いつ誰がデータにアクセスしたか、なども統合して見ることができないため、ガバナンス面でリスクがある。

またAIの活用においても、本格的な活用が進んでいない要因の一つとしては、AIを実験だけではなく本番運用するためのプラットフォームが整っていないことが多い。

分散した複雑なデータ環境においても、ガバナンスを確保しつつ、AIを全社規模で実現するためのプラットフォームが必要とされていることからSAP Data Intelligenceが開発された。



今回はSAP Data Intelligenceの活用方法をデモから知っていただきたいと思い、7つのデモ動画を用意しました。機械学習のライフサイクルをSAP Data Intelligenceではどのように実現するのか、それぞれのシナリオでご紹介します。

 

各シナリオのタイトルが解説付きの動画へのリンクです。

マラソン走行時間予測

証券取引分析

風力発電機の遠隔監視

電力系統のデジタル変革

トラック車両のクラウド管理

ランニングシューズ顧客分析

AutoMLで銀行の顧客解約分析

電力生産の管理

トラック配達計画の最適化

画像分析を利用したS4/HANAマスタ登録の自動化

事例

How to Build an Intelligent Application with SAP Data Intelligence at Evonik, SAP TechEd Lecture

SAP BTP Data & Analytics Showcase – Overall Integration Demo

デモ作成・シナリオ準備にご協力していただいたSolution Experienceの皆様に感謝です。
ありがとうございました。

Maxime SIMON