Deloitte AI Instituteの記事一覧 ブックマークが追加されました
ナレッジ
Deloitte AI Instituteの記事一覧
Deloitte AI Instituteは人がAIと協調することでデータから新たな価値を生み出す社会を実現することを目的に、そのための研究活動と国内外のAI専門家とのネットワーク形成を行っていきます。
- 【最新動向/市場予測】生成AI活用を成功に導く10の意思決定ポイント
- 【記事掲載】AIを使うべきか使わぬべきか、リーダーとデータサイエンティストの責任とは? (外部サイト)
- 【記事掲載】CEOは男性、秘書は女性?なぜ人間が作るデータにバイアスがかかるのか?(外部サイト)
- 【記事掲載】バイアスのあるデータで学習したAIが、ビジネスに与える深刻な影響とは?(外部サイト)
- 【記事掲載】AIに履歴書を読み込ませれば、優秀な人材を本当に素早く選び出せるか?(外部サイト)
- 【記事掲載】Deloitte AI Instituteのグローバルリーダーが考える「信頼できるAI」とは?(外部サイト)
- 【お知らせ】デロイト、NVIDIAプラットフォームを活用したAIサービスを発表
- 【最新動向/市場予測】対話型生成AIを活用するためのプロンプトガバナンス
- 【調査レポート】AIガバナンスの実践例「市民によるリスクチェーンモデルの活用」研究論文がSpringer誌に掲載
- 【ナレッジ】悩ましい生成AIのリスク管理、ガイドライン策定と環境構築が肝に
- 【ナレッジ】デロイトのコンサル5000人超が生成AIスキル獲得へ、活用の背景に危機感(外部サイト)
- 【お知らせ】JDLA Generative AI Test 2023にデロイト トーマツ山本 優樹がプロジェクトメンバーとして参画
- 【ニュースリリース】デロイト トーマツ調べ、日本のAI利活用が加速
- 【調査レポート】グローバルAI活用企業動向調査 第5版
- 【ニュースリリース】デロイト トーマツ、生成AIの活用・構築・事業創出を支援するコンサルティングサービスを開始
- 【ナレッジ】工場の不良品検知AIを例に「利用者に起こりうるAIへの過信」の問題を考える(外部サイト)
- 【お知らせ】高精度の治療情報抽出AIモデルを開発、医療系論文の読み込み作業の自動化に寄与
- 【ナレッジ】AIで世界を良くする10の方法
- 【ナレッジ】人工知能で人間の未来の才能を解き放つ
- 【最新動向/市場予測】The Age of With 人とAIが協調する社会
- 【ナレッジ】AIライフサイクル全体におけるリスクマネジメント
- 【調査レポート】グローバルテクノロジーガバナンスレポート2021
- 【事例紹介】お客様の声VoCを活用したAIと人間との協調を前提としたチームが変えるアジャイル型CXの未来
- 【事例紹介】データサイエンティストがAIと協調することでチームリーダーとしての役割を果たすDX改革
- 【事例紹介】AIチャットボットで人間によるコールセンター業務の負担を軽減、24時間365日対応可能になる
- 【ナレッジ】台頭する人間と機械の集合知性
- 【ナレッジ】開かれた社会へ:ダイバーシティとインクルージョンの手段としてのAI
- 【ナレッジ】人材選考AIを例に「AIと公平性」の問題を考える、学習データに潜んでいたリスクとは(外部サイト)
- 【ナレッジ】デロイト トーマツ グループのパートナー3名が語る、コンサルティングビジネスの最前線
対談
Deloitte AI Ignition:各業界リードパーソンとの対談
- 【Deloitte AI Ignition|vol.13】AIをサプライチェーンで鍛えれば、不測の事態に強いモデルができる(外部サイト)
- 【Deloitte AI Ignition|vol.12】生成系AIとRPAの活用で、世界をリードする日本型DX(外部サイト)
- 【Deloitte AI Ignition|vol.11】「インターネットの父」が語るコンピュータとネットワーク、AIの未来。そして、技術の“善用”(外部サイト)
- 【Deloitte AI Ignition|vol.10】AIが創造性を持つ時代だからこそ、起業家を増やすことが重要な社会的テーマだ(外部サイト)
- 【Deloitte AI Ignition|vol.9】複雑系のサイバー文明社会を生き抜く企業の原則とは何か(外部サイト)
- 【Deloitte AI Ignition|vol.8】コミュニティ同士の相互作用で、AIの社会実装を進めたい(外部サイト)
- 【Deloitte AI Ignition|vol.7】AI活用の成果に内外格差。そのギャップをどう埋めるか(外部サイト)
- 【Deloitte AI Ignition|vol.6】リアル5G元年に考える、次世代の体験価値とユースケースの「つくり方」(外部サイト)
- 【Deloitte AI Ignition│vol.5】分散協調型のゲームAIの進化と、経営におけるAI活用の未来(外部サイト)
- 【Deloitte AI Ignition│vol.4】コンピューティングパワー×AI×シミュレーションで、未来はどう変わるのか(外部サイト)
Deloitte AI Partners:デロイト トーマツの有識者との対談
- 【Deloitte AI Partners|vol.10】生成AIモデルを構築・カスタマイズ・展開するためのエンドツーエンドのクラウドネイティブ フレームワークに注目
- 【Deloitte AI Partners|vol.9】監査の変革と価値創出へ挑戦する「Audit Innovation」 既成概念に囚われず、AIと向き合う
- 【Deloitte AI Partners|vol.8】ビジネス課題の解決のみならず、まだ見ぬビジネス課題も探求するデータサイエンティスト。世界トップレベルの精度を誇るAIモデルの開発の実現
- 【Deloitte AI Partners|vol.7】AIやメタバースを活用し、セクターを超えることで生まれるイノベーションとそのための場づくり
- 【Deloitte AI Partners│vol.6】「データドリブン経営」を成功に導くための組織課題とチャレンジとは
- 【Deloitte AI Partners│vol.5】ニーズと多様性によって導かれるAIと社会の未来
- 【Deloitte AI Partners│vol.4】AIとの協働をデザインする監査
- 【Deloitte AI Partners│vol.3】AIをエンジンとして変革に挑戦する企業
- 【Deloitte AI Partners│vol.2】リスクマネジメントの未来
- 【Deloitte AI Partners│vol.1】【Future of Work】新しい地図を手に入れよう
Deloitte AI Spirits:デロイト トーマツのAI専門家について
- 【Deloitte AI Institute │Spirits #10】多数のデータを駆使して新しいチャレンジを
- 【Deloitte AI Institute │Spirits #9】挑戦によって広がるキャリア
- 【Deloitte AI Institute │Spirits #7】あらゆるものがデータとして分析できる時代
- 【Deloitte AI Institute │Spirits #6】宇宙ミッションと企業ビジョン実現の共通点
- 【Deloitte AI Institute │Spirits #5】専門外からAI分野への新たなチャレンジ
- 【Deloitte AI Institute │Spirits #4】テクノロジーと社会の隔たりを埋める
- 【Deloitte AI Institute │Spirits #3】リスク評価で社会に受け入れられるAIを
- 【Deloitte AI Institute │Spirits #2】AIは変革のエンジンで、データはその燃料
- 【Deloitte AI Institute │Spirits #1】自身が持つAIの技術やアイディアで世の中に変革を
Deloitte AI-fueled Organization:日本企業のAI-Ready化に向けた論点
Deloitte AI Instituteの視点論点
Deloitte AI Institute コラム
- メタバース時代の必修科目 第三弾:グリーンバック合成の基礎知識
- 【開催レポート】生成AI時代をリードするプラットフォームでビジネス価値の最大化を促進
- メタバース時代の必修科目 第二弾:モーションキャプチャー技術の基礎知識
- 生成AIによる3つの次元 (3 Dimensions) でのビジネスの変革
- 企業版・業界版LLMにより専門領域の高度化を実現し、業界に変革をもたらす
- 確率的機械学習の基礎:なぜ不確実性の定量化が重要なのか
- 生成AIにより新しいインタラクションを生みだし、顧客価値を創出する
- 【シリーズ 生成AIの活用事例 第3回:業務システムの刷新】生成AIにより企業システムの自動化を加速し、組織のデータ・インサイトを連携させる
- 【シリーズ 生成AIの活用事例 第2回:従業員の活用促進】生成 AIにより業務を効率化して、迅速な結果と具体的な利益を生みだす
- 【シリーズ 生成AIの活用事例 第1回:4つの事例概要】100を超える企業ニーズから見出された生成AIの4つの活用
- AIの現状と未来への展望についてのウェビナーレポート
- 生成AIの社会的リスクの評価・対策とビジネス導入のポイント ウェビナーレポート
- 【産学連携】デロイト トーマツ×西南学院大学特別課外講座を開催
- AIと半導体の関係性
- MLOps - AI開発やPoCでよくある課題と、PoCフェーズからMLOpsを導入することで得られる3つの効果とは? -
- AIガバナンスの背景
- 脳のためのテクノロジーNeurotechnologyの必要性
- 感情分析の秘めたる可能性
- MLOps ―AIの工業的な活用―
- 画像認識AI~精度と処理速度のジレンマ~
- AIとロボットの共進化がもたらす未来
- 確率的機械学習の基礎:なぜブラックボックスなモデルは望ましくないか
- AIリスク対策のはじめの一歩~AIガバナンスウェビナー~ウェビナーレポート
- 日本企業のAIトランスフォーメーションを加速させるための戦略的な問い
- 製造業界におけるデジタルツイン・インダストリアルメタバースのビジネス活用
- XAI(Explainable AI) - 信頼性の高いAIを目指して
- GDPRに続く、プラットフォーマーやデジタルサービスへの規制動向を注視する
- メタバースの可能性を広げる5つのビジネスシナリオ
- 「AIの信頼」に向けて、3つのアプローチを同時進行
- 「AIの信頼」に向けて、提供者・利用者が共に関わる
- AutoML:AIのポテンシャルを最大化し信頼性も高める「自動機械学習」とは
- デジタル時代を支える AI 産業の人材論
- AIとブロックチェーンのシナジーで、安全と信頼を生み出す