ビッグデータから因果関係を見つけ出し、成果を出すためのポイントが分かる最新AI
CALCはビッグデータから改善したい項目に直接影響を与える因子を、因果モデルとして導き出せます。指定データに対し、どのデータが因果的に関係しているかが可視化され、課題解決に向けた「施策のポイント」が明確になります。
*CALCはソニーグループ株式会社の登録商標です。
*CALCは株式会社ソニーコンピュータサイエンス研究所が開発した技術です。
自動車・部品
重工・化学
半導体
通信機器
サービス
素材製造ラインにおける品質向上
~現場で知られていなかった材料成分の影響を特定し引け巣の発生を削減~
※受賞に関するIVIのお知らせは こちら
※IVIの活動報告書は こちら
射出成形品の製品品質分析
電子部品製品の製造品質向上
製品品質のばらつき制御分析
ANAにおいてAIによる要因分析ツール「CALC」の検証を開始
~AIの活用で業務高度化・革新のアイデア創出に寄与~
消費行動と街の関係についての要因分析
~街の活性化に向けた生活者の 消費意識・消費行動の把握に貢献~
CALC 事例紹介 〜 株式会社東急総合研究所 〜 | Koozyt Staff Blog
最先端の生産システムとITツールを融合し、高付加価値の「ものづくり」を実現
地方移住の意思決定要因分析に「CALC」を活用| Koozyt Staff Blog
CALCを活用したデータ解析でガラス製品の品質向上と製造工程の生産性向上を目指す
そのほか、マーケティング、人事、金融の分野の事例もあります!
※ESGとは環境(Environment)、社会(Social)、ガバナンス(Governance)の略称です。
某大手メーカーでは不具合事象のメカニズムが解明できました。
真夏のある日、コンビニでアイスクリームの売り上げが伸び、その一方、海では水難事故が増えました。この時、「水難事故を減らす」ために「アイスクリームの販売量を減らす」という施策を打つことは正しいでしょうか?
このようなシンプルな例だと、多くの人が「間違い」だと気づくことができると思います。しかしながら多種多様で複雑なデータの場合、このような強い相関関係が見られると、誤った因果として解釈してしまうことがよく発生します。
上記の例は、以下がより妥当な因果関係になります(原因から結果へ向かう矢印で因果の向きを現しています)。
因果の向きを考えれば、アイスに対する施策を行っても意味がないことが分かるはずです。このように、ビッグデータを活用した施策や意思決定の際には、間違った判断をしないためにも的確に因果関係を把握することが重要です。
機械学習やディープラーニングといったAIは、結果を学習することで未来を予測する手法であり、なぜ今その結果になっているのかの原因(因果関係)は分かりません。また、AIは学習データが大量に必要であるため、特にNGデータの少なさで適用が困難なことも発生しています。
一方CALCは、今ある結果に対する原因を導く分析手法であるため、より良い未来に向けた改善施策を適切に検討することができます。また、AIに比べNGデータが少量でも解析が可能であることがわかっています。
株式会社ソニーコンピュータサイエンス研究所、クウジット株式会社、株式会社電通総研の3社が、業務提携に基づき「CALC」を提供しています。