"Wisdominterface は、最新の研究や出版物の入手先として、世界最大かつ最も著名な企業に代わって厳選したリソースを配信しています。プロフェッショナルは、無料のWisdominterface.comメンバーシップに加入することで、サイトのリソースライブラリへのフルアクセスや、WisdomInterfaceライブラリ全体へのアクセス、最新の論文や研究が掲載されたメールの受信、無料のeBookプロモーション、エキスパートサービスなどのサービスを利用することができます。世界最大かつ最も重要な企業のリサーチや出版物については、今や何百万人ものプロフェッショナルがWisdominterface.comを主要な情報源として選んでいます。"
入会案内
Wisdominterface.comは、世界で最も影響力のある企業と協力し、最新のITイノベーションに関する最先端のコンテンツで現代のマーケティング担当者を教育する技術ニュースレター、レポートなどを推進する洗練されたコンテンツリポジトリです。
Wisdominterface.comは、世界中のハイテク企業のリサーチや出版物にアクセスできる、専門家の間で好まれるリソースとして成長してきました。
もっと読む
コンテンツマーケティング、データソリューション、販売機会創出、リードジェネレーション、イベント登録、アカウントプロファイリング、インバウンドマーケティング、デジタルPR、アーンドメディア、コンテンツプロモーション、コンテンツ戦略、コンテンツパブリケーション、インフルエンサーマーケティング、マーケティングイベント、コンテンツシンジケートメント
WisdomInterface編集部は、最新のITイノベーション、技術革命、B2Bマーケティングトレンド、デマンドジェネレーション戦略など、最先端のコンテンツを読者に提供することに専心しています。21世紀の最新ニュースレターやウェブサイトとともに、私たちのチームメンバーは、ソーシャルメディアの支持者や業界のソートリーダーでもあり、LinkedInやTwitterでの会話に積極的に参加し、最新ニュースを共有しています。
最近のブログ
デジタルトランスフォーメーション（DX）は、企業の事業運営のあり方に大きな変革をもたらしました。ビジネスデータ、そしてその活用は、あらゆる企業活動およびそのデジタルプレゼンスにおいて、最も重要な要素の一つとみなされています。ビッグデータの進化に伴い、データ管理の手法も大きく様変わりしました。GDPRやCCPAといったコンプライアンス関連法規が施行された現在、データの発生源（ソース）やその健全性（データ・ハイジーン）を正確に把握・管理することは、極めて重要となっています。本ブログでは、データ管理における最も重要な手法である「データリネージ（Data Lineage）」と「データプロベナンス（Data Provenance）」の2つを比較・解説します。まずは、それぞれの概要から見ていきましょう。 データリネージとは何ですか？ データリネージとは、データの発生源から最終的な宛先までのデータの経路を追跡するプロセスです。 データリネージは、データの使用状況を把握し、データの健全性と最適な利用方法を維持する上で役立ちます。 つまり、データライフサイクル管理の概要を提供します。 データプロベナンスとは？ データプロベナンスとは、データが生成された当初の発生源から最終的な状態に至るまでの履歴を追跡することです。また、データプロベナンスの対象範囲はそれにとどまらず、以下の要素にまで及びます。 データの生成に影響を与える要因データの発生源（ソース）データがシステムに入力された際の方法 データプロベナンスは、データの健全性（データハイジーン）やデータコンプライアンスを維持する上で有用です。 要するに、データプロベナンスはデータの発生源およびその各段階に特化して焦点を当てた概念なのです。 データリネージとデータプロベナンス：様々な側面から解説するその違い データリネージとデータプロベナンス：目的 データリネージツールの主要な目的は、データの生成からその利用終了に至るまでの、データライフサイクル全体の管理を行うことにあります。 一方、データプロベナンスの主要な目的は、具体的にデータの生成起点を追跡し、データを3つの主要な段階に分類・区分することにあります。これらの段階とは、「データ・イン・モーション（移動中のデータ）」、「データ・イン・プロセス（処理中のデータ）」、そして「データ・イン・レスト（静止データ）」です。 データリネージとデータプロベナンス：構成要素 データリネージの主要な構成要素には、Webポータル、データ取得ソース、およびデータ育成手法が含まれます。また、これらの構成要素には、データ適格性評価システム、CRMシステム、およびERPシステムも含まれます。 一方、データプロベナンスの主要な構成要素には、データリネージのすべての構成要素に加え、さらにいくつかの要素が含まれます。これらの追加要素とは、データ取得ソースおよびデータ入力方法の追跡機能のことです。 データリネージとデータプロベナンス：課題 データリネージにおける主な課題としては、膨大な量のデータの管理が挙げられます。また、データリネージ自体の維持管理、チャネルを横断した追跡、そして個別に分散したプロモーションシステムの統合なども課題となります。 一方、データプロベナンスにおける主な課題には、データリネージが抱える課題に加え、さらにいくつかの要素が含まれます。具体的には、大規模かつ複雑なワークフローへの対応や、データ保存の目的で実行プロセスを再現することなどが、追加の課題として挙げられます。 データリネージとデータプロベナンス：コンプライアンス要件 データリネージツールは、その性質上より高度な機能を備えており、規制コンプライアンスへの対応としてデータの提出が求められた際、いつでも迅速にこれを行うための支援を提供します。 一方、データプロベナンスツールはそれほど高度な機能を持たないため、コンプライアンス遵守のために必須となるデータを、迅速に作成・提示することはやや困難です。 データリネージとデータプロベナンス：主要ツール 主要なデータリネージツールには、以下のものがあります。 データプロベナンス・ツールには、以下のようなものがあります。 データリネージ vs. データプロベナンス：価格設定 データリネージおよびデータプロベナンス関連のツールの大部分はオープンソースであり、要件に合わせて自由にカスタマイズすることが可能です。ただし、市場には有料の選択肢もいくつか存在します。 一般的に、データリネージツールは年間サブスクリプション型、あるいはユーザー数に応じた課金モデルを採用しています。ただし、詳細な費用については、各ベンダーに個別に問い合わせる必要があります。 データプロベナンスツールについても、通常は契約期間に基づく課金モデルや、ユーザー数に応じた課金モデルが採用されています。データリネージツールと同様に、詳細な見積もりについては、各ベンダーに別途問い合わせる必要があります。 主なポイント： 「データリネージ（Data Lineage）」と「データプロベナンス（Data Provenance）」という用語は非常に似通って聞こえますが、両者の間にはいくつかの重要な違いが存在します。 端的に言えば、データプロベナンス・システムとは、データリネージに加えて、入力ソース、入力方法、およびチャネルを組み合わせたものであると結論づけることができます。
人工知能（AI）の世界において、「チャットボット」と「バーチャルアシスタント」は、ユーザーがしばしば同義語として用いる代表的な用語ですが、実際にはそれぞれ異なる意味を持つ場合があります。 時には、単に「チャットボット」や「バーチャルアシスタント」と呼ぶ代わりに、「バーチャルアシスタント・チャットボット」という複合的な用語を目にすることもあるでしょう。 現在、市場には構築が容易なチャットボット作成ツールキットが溢れており、B2BやB2Cのビジネスシーンでも広く活用されています。しかし、これら二つの技術がそれぞれ異なる特性を持っているという点は、しっかりと認識しておくべきでしょう。 両者の決定的な違いは、チャットボットがサーバー側や企業側の視点に立って設計されているのに対し、Alexa、Cortana、Siriといったバーチャルアシスタントは、ユーザー側の視点に立って設計されているという点にあります。 本ブログでは、バーチャルアシスタントとチャットボットの主な違い、そして共通点について、表形式での比較を交えながら解説します。 バーチャルアシスタント vs. チャットボット：各指標における違い バーチャルアシスタントとは？ バーチャルアシスタントとは、デジタル上の「ペルソナ（人格）」をベースとしたソフトウェアエージェントであり、ユーザーが日々の活動を遂行するのを支援するものです。具体的には、アラームの設定、ToDoリストの作成、リマインダーの設定、メッセージの入力などが挙げられます。 バーチャルアシスタントの機能は、人間のパーソナルアシスタント（秘書）とほぼ同等です。会議中に情報をメモしたり、ユーザー自身が事前に設定したリマインダーを通知したり、受信したチャットやメールを読み上げたりといったサポートを行います。 バーチャルアシスタントは、「インテリジェント・パーソナル・アシスタント」と呼ばれることもあります。メールの仕分けや会議のスケジュール調整など、日々の業務や生活の管理において人々を支援します。 代表的なバーチャルアシスタントとしては、Amazonの「Alexa（アレクサ）」、Appleの「Siri（シリ）」、Googleの「Google アシスタント」、Microsoftの「Cortana（コルタナ）」などが挙げられます。 これらのバーチャルアシスタントは、日々の細々としたタスクの多くをサポートしてくれます。しかし、カスタマーサービスという点においては、人間の担当者のようには対応できません。なぜなら、ユーザーが抱える疑問や問題を、自律的に解決まで導くことはできないからです。 同様に、VA（バーチャルアシスタント）は次のような面で私たちをサポートしてくれます。 チャットボットとは？ チャットボットとは、ユーザーと人間のように自然な会話を交わすことのみを目的として設計されたソフトウェアです。 そのため、チャットボットを活用することで、企業は顧客（あるいは見込み客）と1対1の対話を通じてやり取りし、24時間365日体制でサポートを提供することが可能になります。 チャットボットは自動化されたプログラムであり、テキストや音声といった手段を通じて人間とコミュニケーションをとるためのツールとして機能します。 これはAI（人工知能）を搭載したソフトウェアであり、多くの企業がカスタマーサービスの向上を図るために導入しています。チャットボットはカスタマーケアにおいて極めて重要な役割を担っており、企業側にとっては顧客に関するデータを収集するためのツールとしても活用されています。 顧客はチャットボットを通じて、製品に関する疑問や質問を解消することができます。また、製品マネージャーや営業チームとのデモ・トライアルセッションの予約を行うことも可能です。 バーチャルアシスタントとチャットボットの主な違い バーチャルアシスタントとチャットボットは、以下の多くの側面において異なっています。 知能（Intelligence）バーチャルアシスタントは、より洗練されたUI（ユーザーインターフェース）プラットフォームを備えています。これらは、使用されている自然言語を解読し、顧客が伝えようとしている言葉の真意を読み取ることができます。こうした仕組みにより、人間同士の対話に近いインタラクションを実現することが可能です。一方、チャットボットは通常テキストベースであり、あらかじめ設定された特定のコマンドや質問に対してのみ応答するように設計されています。ユーザーからの問いかけが、学習済みの応答パターンから外れる場合、ボットは適切に回答することができません。 自然言語処理（Natural Language Processing）バーチャルアシスタントは、主に自然言語処理（NLP）および自然言語理解（NLU）に重点を置いています。現在では、日常的な会話で用いられる俗語（スラング）さえも理解し、各文章に込められた感情（センチメント）を分析することが可能です。対してチャットボットは、俗語を用いた質問に対して応答するようにはプログラムされていません。高度な言語処理能力は持ち合わせておらず、ユーザーの発言から特定のキーワードを抽出し、それを処理した上で、内部にプログラムされている最も適切な回答を返すという仕組みになっています。 タスク（Tasks）バーチャルアシスタントは、より広範なタスクを実行できます。例えば、2つ以上の製品を比較検討したり、ユーザーの好みに基づいて最適な製品を検索したりといったことが可能です。これらは、VR（仮想現実）、意思決定支援、Eコマースなどの分野におけるプロジェクトで活用されています。これに対し、チャットボットの用途は限定的であり、カスタマーケアの分野においても高度なアルゴリズムを搭載しているわけではありません。チャットボットに組み込まれているのは、自動化されたAI機能です。単純な「IF-ELSE-THEN（もし～ならば、～せよ）」というルールに基づいてタスクを遂行するため、複雑な処理を行うことはできません。 技術（Technology）バーチャルアシスタントは、人工ニューラルネットワーク（ANN）を活用して周囲の環境から学習を行います。ANNは、実際の利用シーンから収集されたデータを分析し、その結果に基づいて対象の認識、分類、および予測を行う役割を果たします。一方、プログラマーやソフトウェア開発者は、Node.js、JavaScript、Pythonといったプログラミング言語を用いてチャットボットを構築することができます。チャットボットの構築にはJavaやC#を使用することも可能ですが、これらを用いた場合、前述の3つの言語で構築する場合に比べて、優れたUI（ユーザーインターフェース）を実現することは難しいとされています。 類似点 結論 チャットボットは、Webベースのアプリケーションまたはクロスファンクショナルアプリケーションの形態をとることができます。現在、チャットボットは構築が容易で、仮想エージェント（VA）よりも安価であるため、カスタマーサービス分野で最も一般的に使用されています。 一方、仮想エージェント（VA）は、組織における複雑なインタラクションを管理できるチャットボットの拡張版です。 そのため、多くの組織は、人工知能（AI）から最大の価値を引き出すために、注力すべき領域をさらに特定しようと努力しています。 このブログ記事では、仮想エージェントとチャットボットの両方を、様々な企業が積極的に活用し、社内業務プロセスを自動化しているAIの成果として取り上げています。
IoTは、テクノロジー業界において確固たる地位を確立した概念です。現在では、大半の企業が何らかの形で業務にIoTを導入しています。これと並行して、近年では自律型デバイスにも注目が集まりつつあります。 「自律するモノのインターネット（IoAT）」の理解 IoATとは「Internet of Autonomous Things（自律するモノのインターネット）」の略称であり、単に「Autonomous Things（AuT：自律するモノ）」と呼ばれることもあります。これは、人間の介入を一切受けずに自律的に動作するデバイスを活用する技術を指す言葉です。 こうしたデバイスは、独立して機能する能力を備えています。また、周囲にいる人間や他の機械と相互にやり取りすることも可能です。IoATは、コンピュータシステムを現実世界へと拡張・統合するものとして期待されています。 自律型デバイスが事故を回避するためには、その周囲環境と相互に作用することが不可欠です。 IoAT（自律型モノのインターネット）の代表的な事例 前述の定義だけでは、IoATという言葉の意味がまだ十分に掴みきれないかもしれません。そこで、いくつかの具体例を挙げて、その理解を深めていきましょう。 ロボタクシー 自動運転車は、今日では広く知られた概念となっています。各企業は、あらゆる道路や交通状況に対応できるよう、その技術の完成度を高めるための取り組みを絶えず続けています。 この概念をさらに一歩進めた形で、現在では運転手のいないタクシーのフリート（車両群）が登場しています。これこそが、いわゆる「無人タクシー」です。 これらの車両は、配車サービス（e-hailing）を提供する企業によって運行されています。こうした企業は、乗客と車両、そして最適なルートをマッチングさせる役割を担っています。 ロボタクシーの普及により、飲酒運転、駐車スペースの確保、そして道路上の交通渋滞といった諸問題の軽減につながることが期待されています。 車両隊列走行 車両隊列走行は、無人車両や自動運転車両を活用したIoAT（モノの自動化インターネット）のもう一つの応用例です。車両隊列走行では、複数の車両が同一のルートを互いに密接して走行します。 隊列を構成する各車両は、円滑な走行を実現するために相互に通信を行います。隊列の先頭車両が、速度および進行方向を決定します。 その他の車両は、この先頭車両に追従します。隊列内の全車両において、ブレーキおよび加速の動作は極めて正確に同期されています。これらの車両は、先頭車両から受信した指示に従って走行します。 IoATに基づく車両隊列走行は、現代的な通信手法を利用しています。こうした通信手法には、Bluetooth、GPS、レーダー検知システムなどが含まれます。 無人店舗 買い物を終えた後、レジで列に並ぶ必要がないとしたら、どうでしょう？そうです、無人店舗の登場により、まもなくそれが可能になります。この市場にいち早く参入し、先駆者となったのが「Amazon Go」です。 利用客はまず、スマートフォンのアプリストアから、その店舗専用のアプリをダウンロードする必要があります。そして、入店する際にアプリを使ってQRコードをスキャンします。 店内に入れば、あとは棚から必要な商品を手に取るだけです。退店する際にも、再びQRコードをスキャンする必要があります。 これらの店舗では、設置されたカメラを用いて、利用客がどの商品を手に取ったか、あるいは棚に戻したかをリアルタイムで追跡しています。その情報を管理するために、システム上で「バーチャル・カート（仮想の買い物かご）」が作成・維持されています。 Amazon Goの場合、退店手続きが完了すると、すぐに領収書がメールで送信されます。代金の支払いは、利用客のAmazonアカウントを通じて行われます。 気象予報 水上自律航行体は、海洋表面から情報を収集するために活用されています。その一例として、「セイルドローン（Saildrone）」が挙げられます。 同社の機体「SD-1020」は、南極周回航海を完遂しました。この航海を通じて、従来は取得が困難であった同地域の気象状況に関するデータが収集されました。 こうした水上ドローンによって収集されたデータは、気象アナリストがより精度の高い予報を行う上で役立てられることになります。 IoTからIoATへの進化 一般的に、IoT（モノのインターネット）において、デバイスは情報の生成者および収集者であると見なされています。しかし、自律システムの登場に伴い、エッジデバイスは情報の「消費者」としても捉えられるようになる可能性があります。 こうしたデバイスは、クラウドに依存することなく、情報をローカル（端末側）で直接処理することも可能になります。 これにより、情報の転送に伴う遅延がシステムの動作を阻害することがなくなるため、処理の精度向上が期待できます。 IoTを「IoAT（自律型モノのインターネット）」として再定義することで、以下のような様々なシナリオが実現する可能性があります。 テクノロジーの潮流がIoATへと移行するにつれ、より高知能なデバイスが自律的に様々な課題を解決できるようになる――そう断言しても差し支えないでしょう。その結果、クラウドへの依存度は低下し、ひいては従来のIoT実装における依存性さえも低減されていくことになります。
エディターズチョイス
近年、石油・ガス産業は、最新のテクノロジーによって変貌を遂げています。O&G業界の競争が激化するにつれ、組織は創造的なアプローチに邁進しています。多くのリーダーは、市場のあごひげから身を守るために、デジタル化をのぞんでいます。また、原油価格が下がっても利益を確保し、回復期には競争力のある利益を生み出そうとしています。バリューチェーン全体で開発・採用されているAIやMLベースの技術を活用することが、今後の道筋になります。
ネットワークを保護するための侵入検知システム（IDS）には、さまざまな種類があります。しかし、なぜIDSが必要なのでしょうか？昨今、インターネット上には様々な個人情報や業務データが存在します。したがって、IDSは、このデータが悪意のある活動やポリシー違反から安全であることを確認します。IDSは、疑わしい活動に対してユーザーに警告を発します。
デバイス管理機能とは、あらゆる物理デバイスや仮想デバイスの運用、実装、保守を管理することに他なりません。デバイス管理プロセスには、ネットワーク、コンピューティング、物理的または仮想的なマシンを維持するための様々なツールやテクニックが含まれています。例えば、ノートパソコン、コンピューター、サーバー、携帯電話などが、通常デバイス管理の対象として考えられている。今回は、デバイス管理の主な4つの機能を勉強します。
関連会社によるリソース
現代では、"Data "という言葉には複数の意味があり、その抽出や解釈の仕方も様々です。このため、Google Cloud Platform（GCP）には、データ処理とウェアハウスの分野で3つの主要な製品があります。Dataproc、Dataflow、Dataprepは、さまざまなニーズに対応した大量のETLソリューションを顧客に提供しています。
ULは、独立した包括的なプレコンプライアンス試験および認証サービスを提供しています。これらのサービスは、性能や安全性、サイバーセキュリティや相互運用性など、スマートホーム製品をグローバルに販売するための様々な要件をカバーしています。発売前の
Return Material Authorization (RMA) ハードディスクは、保証の下、交換または返金を求めるため、メーカーに返却する必要があります。これらのハードディスクには社員や顧客の記録などの機密情報が含まれている可能性があります。多くの場合、異常または使用停止となったハードディスクはオンサイトで保存されるため、、リース契約の「Keep my disk (自己のディスク保存)」条項の罰金の対象となるだけでなく、保管費用も発生します。
COVID-19の危機が発生する以前から、企業とその従業員の働き方は大きく変化していました。例えば、人工知能や機械学習（AI/ML）、自動化の導入が急速に進み、リモートワークが増えつつありました 。
今年は、パンデミックによってもたらされた予測不可能な変化により、あらゆる種類と規模の組織にとって、紛れもなく困難な年でした。多くの企業が足がかりを見つけるのに苦労しましたが、混乱が続く中、リーダーたちが再考、再評価、再構築を行う機会も生じました。このインタビュー コレクションでは、CFO の皆さんがパンデミックにどのように対応したか、その皆さんの勤務先である組織がどのように回復しているか、その組織の未来がどのように再考されているかをご覧いただけます。