IBM Watson Explorerを利用した コグニティブ プラットフォーム サービス Magic Insight

Magic Insightは、イーネットソリューションズがIBM Watson ExplorerをASP/SaaS型で提供するサービス。
IBM Watson Explorer利用コストの壁を打ち破る、10GB 月額13万円で企業の「知識データベース」を構築できます。

そもそもWatsonとは

WatsonはIBMにおける自然言語を中心とする非構造化データをあつかうテクノロジー製品およびソリューション群の総称で、人間の意志決定を支援するコグニティブコンピューティングです。

探索発見・意思決定支援・検索探索・分析・照会応答

コグニティブとは直訳すると「認知」もしくは「認知できる」という意味で「ある事象についてコンピュータ自ら考え、学習し、自分なりの答えを導き出すシステム」のことをコグニティブコンピューティングと総称する。自然言語を理解し、学習し、相関関係を見つけては仮説を立て、記憶し、成果からまた学習することを繰り返すことで人間の意志決定を支援することができます。

IBMがWatsonで取り組んでいること

  • IBM Watsonが、あなたを世界の中心に
    IBM Watsonは、個人の好み、特性、ニーズを理解したサービス提供をサポートします。
  • IBM Watsonが、専門家とともに
    IBM Watsonは、専門家とともにあらゆる場面で人々の暮らしを支えています。
  • IBM Watsonが、あなたの健康をサポート
    IBM Watsonは、医療データやバイオデータを活用し、人々の健康を支えています。

IBM Watson Explorerとは

企業内の非構造化データ(自然言語で書かれた)を扱う統合プラットフォーム。
自然言語解析をコア技術とするWatsonソリューションの基盤としての位置付けであり、あらゆる情報を全方位的に統合・検索・視覚化する探索機能(統合検索エンジン)と、自然言語処理を含めた分析・視覚化・暗黙知の発見を支援する(テキストマイニング)機能で、SNSや医療、製品開発、苦情分析など、いわゆる文章などのビックデータコンテンツを元に新しい発見を支援するプラットフォームです。

IBM Watson Explorer による価値

構造化されたデータだけの仮説に加え、非構造化データから定性データの変化を捉えるため、より確実な仮説を得られます。

IBM Watson Explorerでは見えない傾向を発見できる

現在のIT利用による分析 Watsonを利用した分析
構造化データが主体 データ形式 構造化データ + 非構造化データ
定量データの変化 分析の基本 定量データの変化 + 定性データの変化
「いつ、何が、増えた、減った」から仮説化してビジネスに反映させることができるが、仮説が正しいか、正しくないかの判断となり確実性が確認できない ビジネスでの適用 定量データ分析による、いつ、何が、増えた、減ったに関係性があるデータや事実をあらゆる角度であぶり出すことで確実性の高い仮説が可能になる

IBM Watson Explorer の活用例

IBM Watson Explorerは手元にあるデータだけでなく、インターネット上にあるSNSなど、ソーシャル情報も取り込むことが可能。多くの情報を読み込ませ、学習することでよりテキストマイニングとしての精度が上がります。

検索・分析を繰り返すことにより、自然言語解析と学習し、精度がアップします

ユースケース

介護士の業務品質向上

介護士の業務品質向上 Magic Insightはすでに、ヘルスケア事業を展開する企業にトライアルで導入されています。この企業で進められているのは、介護業務を担当する介護士の業務品質向上を目指した取り組みです。介護士は被介護者への支援計画(ケアプラン)を基に介護を行いますが、そのケアプランは介護支援専門員(ケアマネージャー)が自らの経験による知識と感覚によって作られます。完全に属人的な業務であり、違うケアマネージャーが作成すると、違うケアプランが出来上がります。そのケアプランの内容や介護記録の所見を知識データベースに蓄積し、IBM Watson Explorerによる自然言語解析とデータ分析を実施して「ある症状の被介護者によくある傾向」を発見、ケアプランを助言するといった使い方が行われています。これにより、属人性を排除した品質の高い介護業務の実現が期待されています。

コールセンターの品質向上

コールセンターの品質向上 また別の企業では、コールセンターの品質向上に役立てようとしています。コールセンターに寄せられた顧客の声に加え、ソーシャルメディアに書かれた自社製品の評判などを取り込んで分析するとともに、「こういう問い合わせには、こういう回答をする」という知識を蓄積しています。これによりコールセンターの担当者が入れ替わっても、すぐに業務を引き継げるようになります。顧客の声やソーシャルメディアの評判は、次期製品開発の検討材料として利用でき、ビジネスを広げる効果が得られるのです。

導入事例

Top
eNetSolutions