モデル生成のプロセスを自動化する「DataRobot」
AI精度の高度化にともない、課題となっているのが「AIのブラックボックス化」だ。AIの精度向上とアルゴリズムの複雑性は比例する。そのため、求めていた結果が導き出せたとしても、「どのアルゴリズムを使って結果を導き出したか」「なぜその解釈をしたのか」が説明できないケースが頻繁に起こる。
DataRobotが提供するノンプログラミングで利用できるAIプラットフォーム「DataRobot」は、そうした課題を解決できるひとつの手段だとシバタ氏は語った。
「『DataRobot』は、モデルの出力の解釈・説明をサポートする独自のグレーボックス化技術の開発に注力しています。この点が、他のAIプラットフォームとは一線を画すところです」（シバタ氏）
他にも、「DataRobot」には、モデル生成のプロセス全体を自動化できるという特徴がある。一般的な機械学習ツールでは、機械学習フローをデータサイエンティストが設計する必要があるが、同プラットフォームでは、自社データから高精度な機械学習モデルを自動的に構築。それだけでなく、モデルを実際の事業へ導入するプロセスまでを自動化できる。
Marketoとの協業でデータ統合を強化
DataRobotは今後、マーケティングオートメーション（MA）ツールを提供する米Marketoとの協業を計画しているという。分析から実際の行動までを自動化する上で、Marketoが有するデータの統合技術は強力な武器となる。エンゲージメントマーケティングプラットフォームである「Marketo」は、ERPやCRMといった基幹システムやタスク管理、メールといったアプリケーションのデータを、ブリッジツールで統合できる。
こうしたデータ統合によって、顧客獲得から購買に至るまでのマーケティング施策の精度は高まる。たとえば、顧客獲得のステージでは、データ（コンタクト先）は多いが項目は少ない。
一方、顧客獲得後のステージに関しては、データ自体は少なくなるが、項目は多様化していく。シバタ氏は、「各ステージのデータ特徴を認識し、それぞれのステージでどのようにAIを活用していくのかを見極めることが大切です」と述べた。
