この日本語ガイドでは、機械学習のブームにとらわれることなく、具体的なメリットを理解するために、機械学習の適用に成功し、迅速で効率的、かつ測定可能な成果を達成した組織が 7 つの主なユースケースについてご紹介します。

これらのユースケースについて、そして機械学習の最適な用途を見つける際に考慮すべき以下のような要件について、より詳しく知ることができます。

• ビジネスの現実の問題を解決する
• 利用されていないデータソースを活用する
• わずか数か月で完了できる
  

AI を活用すると、組織全体で大きな価値を引き出すことができます。その成功の鍵は、実証のある方法を採用することです。

この日本語ガイドは、AI ジャーニーの道筋を示すとともに、ジャーニーの各段階で測定可能な成果を達成するためのヒントが記載されています。詳しい内容は以下のとおりです。

• AI ジャーニーを成功させる 6 つのステップ
• AI への投資を変革して、競争優位性を獲得する方法
• AI の実装に成功した業界リーダーの事例
• AWS の AI エキスパートからのインサイト
  

さまざまな業界において、生成系 AI を活用して、生産性向上、カスタマーエクスペリエンスの向上、新製品やサービスの開発、パーソナライゼーション強化、効率化が図られています。

この日本語ガイドでは、AWS の以下の特徴を活かして生成系 AI の価値を最大限に引き出す方法をご紹介します。

• 生成系 AI 向けのコスト効率に優れたクラウドインフラストラクチャ
• ユースケースに合った AI サービスとソリューションのホスト
• AI 分野で長年培った信頼できる専門知識
  

AWS はどこよりも広範で包括的な AI サービスを提供しているため、 AI 導入のあらゆるステージでお客様をお手伝いし、お客様それぞれの目標達成を支援します。

数十万もの組織が AWS の AI を活用して、以下を実現しています。日本語ガイド「AI を活用し、変革的なビジネスの成果を」で、その理由をご覧ください。

• カスタマーエクスペリエンスの向上
  
• ビジネス運営の最適化
  
• イノベーションの加速
  

生成系人工知能 (AI) の人気が高まっていますが、一方でセキュリティの専門家は注意を促しています。データプライバシー、モデルのバイアス、有害なコンテンツの作成 (ディープフェイクなど)、モデルへの悪意のあるインプットから生じる影響といったことから、生成系 AI の導入には慎重に取り組まなければなりません。

安全でコンプライアンスに準拠した方法で生成系 AI の導入をすすめるために、避けては通れない 4 つの重要な課題を探り、生成系 AI の ワークロード保護対策をどのように構想、実装していくかを考えます。

• 何を守るべきか
  
• コンプライアンスに準拠したパフォーマンスを維持する方法とは
  
• モデルが意図したとおりに動作しているかを確認するには
  
• 何から着手すべきか
  

機械学習 (ML) は、組織が実質的なイノベーションを推進するうえでの中核を担うテクノロジーとなりました。しかし多くの組織では機械学習モデルの本番環境への導入を、再現性があり、かつ責任ある方法で行うことに苦慮しています。日本語ガイド「機械学習の利用を拡大する」では、次の内容をご紹介しています。

• 目的別の統合型機械学習ツールでコスト効率を高める
  
• AWS のお客様事例から機械学習成功の着想を得る
  
• MLOps を実践し、モデルをアイデアから本番活用へと展開させる
  
• 機械学習の責任ある使用を促進する