前半の記事はこちら

4. 商品のおすすめ

オンライン小売業界にいる人であれば、顧客ごとに合わせたおすすめ商品の提示が喜ばれることは知っているだろう。買い手が求めやすくなるよう改善されると同時に、より多くの製品を販売する方法も提供してくれる。Amazonはこうしたおすすめ商品を探すアルゴリズムをどこよりも早く導入した企業の一社だが、機械学習ツールによりできることがさらに大きく広がった。

Adobe社でデータサイエンスと予測的マーケティングソリューションの上級プロダクトマネージャを務めるJohn Batesは次のように語る。「機械学習と予測的アナリティクスを活用することで、企業は顧客が何を求めているのかのその先を知ることができるようになり、顧客が求めるであろうことの点と点を先で結ぶことができるようになります。これは大規模なクロス営業であり、顧客を特定の製品やコンテキストと結びつけ、より大きなライフタイムバリューにつながります」

AmazonやAlibabaといったeコマース大手は既に機械学習の流れに乗っている。Amazonはニューラルネットワークを使った機械学習アルゴリズムによる自社の商品推奨プロセスの改善を成し遂げており、Alibabaは「eコマース頭脳」を作り上げた。機械学習を使った製品おすすめアルゴリズムで何十億というパーソナライズされたおすすめページを作ることで収益が大幅に上がったという。

 

5. 学習管理システム

あらゆる分野において新しい学習の機会が拡大している。それらの中には仮想的な環境でのトレーニング管理ソフトなども含まれる。eラーニング市場は世界的に成長しており、2010年には320億ドル市場だったのが2015年には1070億、2025年には3250億ドル市場に成長するとみられている。

例えば、eラーニング産業はeラーニング専門家のための包括的な知見シェアリングプラットフォームを作成するために、2012年にオンラインメディア、および出版社が設立された。最も適切なプラットフォームを作る上で、機械学習は周りと差をつける重要なツールとなる。学習管理システム業界に対応するために企業が作成するツールなどの場合、機械学習は最も関連性が高くパーソナライズされた学習体験で重要な競争力となる。

eLearning Industryを興したChristopher Pappasは次のように書いている。「あなたが行うのは学習コンテンツの準備だけで、チャートや統計からパターンを読み解くなど他の面倒ごとはシステムに任せられるとしたらどうでしょう。学習結果のフィードバックを即座に行い、人手を介さずに学習者を正しく指導できるとしたらどうでしょうか。機械学習と人工知能には多大な時間とリソースが必要な裏方の仕事を自動化できるポテンシャルがあります。AIによりさらに意義のある学習体験の開発と提供が可能になるでしょう。」

 

6. ダイナミックな価格設定

旅行業や小売業にもニーズや需要レベルに応じた価格設定が可能になるチャンスが訪れている。だが動的に価格を設定するということは大企業の場合、難しい。顧客によりロケーションや考慮しなければならないセグメントが複数に渡ることから不可能であるとみられている。

だがここでも機械学習がこのモデルを可能なものにする。UberやAirbnbを例に挙げると、両社とも機械学習を使ってユーザー毎にその場で値段を提示ができている。またUberはほかにも待ち時間の低減やライドシェアリングの最適化も実現している。Uberは地域ごとの需要に応じて価格設定を一時的に変更することでより良い収益を上げている。

機械学習により、顧客の既存データから需要の発生を予測することが可能となる。また企業や開発者たちは利用客がどこからアクセスしているかを知ることができれば、その地域の人たちが払ってもいいと思える金額に応じて価格設定を変更することも可能となるだろう。

 

7. 自然言語処理

自分の代わりに面倒なことを引き受けてくれたらと思うことは多い。テクニカルサポートやヘルプデスク、カスタマーサポートなどもそう言ったものの一つだろう。機械学習により自然言語処理が可能になった今、コンピュータが人に取って代わろうとしている。単語の選択やコンテキストや意味の把握、より砕けた表現やニュアンスも汲み取ることができるようになり、コンピュータの反応はより人に近いものになった。

この能力を利用したチャットボットが、さまざまな場面で人とやりとりするようになっている。自然言語処理は解析が難しい契約内容や研究報告にも適用可能だ。

これらの例が示す通り、機械学習は多くの領域でビジネスをより効率的に、収益性を高めるのに役立つようになってきている。今こそこうした技術を一層取り言えるべき時だろう。