解決する課題
予測が信頼されにくい理由
MTKのサービスでの活用
各サービスラインで活用するMTK Predictive
| サービスライン | 段階 | 活用方法 |
|---|---|---|
| AI戦略・変革支援 | 診断 | ユースケースの見極め 過去データを早い段階で検証し、現在のデータでどの予測が実現できるかを明らかにします。 |
| 業務AI・エージェント | パイロット | 予測モデルのパイロット 6週間かけてお客様のデータでひとつのモデルを学習させ、現行の手法と比較します。 |
| 業務AI・エージェント | 展開 | 業務フローに組み込む予測 予測結果は、MTK ERPまたはお客様の既存システムで、補充発注、債権回収、保全の計画に活用されます。 |
| クラウド・AI運用保守 | 運用 | モデルドリフトと再学習 現状値に対する精度を監視し、需要や設備の挙動が変化したときにはモデルを再学習します。 |
構成要素
4つのモデルテンプレート
各テンプレートは検証済みの出発点です。結果を利用する前に、MTKがお客様自身の過去データで学習させます。
稼働基盤
MTK Intelligence
- データ基盤
- 業務オントロジー
- 統制されたAIエージェント
予測の評価方法
すべての予測は効果を測定するパイロットから始まります
MTKはまずお客様と評価指標を合意し、現行手法の誤差を現状値として記録します。
その後、6週間のAIパイロットでお客様のデータを使ってモデルを動かし、その現状値と比較して評価します。
関連する活用事例
MTK Predictiveの活用事例
所有権と導入形態
お客様の所有範囲と稼働環境
よくあるご質問
MTK Predictiveに関するご質問
サービス企業が独自の予測モデルを持つのはなぜですか？
予測プロジェクトの多くは、同じ問いと同じ種類のデータから始まるためです。テンプレートがあることで、MTKはパイロットの期間をモデルの作り直しではなく、お客様のデータへの対応に充てられます。
モデルは納品後すぐに使えますか？
いいえ。各テンプレートは、まずお客様自身の過去データで学習・検証します。合意した評価指標で現行手法を上回った場合にのみ、モデルを利用します。
予測にはどのくらいの過去データが必要ですか？
予測で扱う必要がある季節変動やイベントをカバーできる量が必要です。利用できる過去データを早い段階で確認し、各モデルで何が実現できるかを明らかにします。
予測の精度はどの程度になりますか？
MTKは事前に精度の数値を約束することはありません。パイロット期間中にお客様の現行手法と比較して精度を測定し、その結果をもとに展開するかどうかを判断します。
