予測カード
カード活用 No. 01
カード活用 No. 01
予測カード
本記事はチュートリアルを通じて学習を進めてきた方を対象に、実際の業務にデータ分析（予測）を適用するイメージを持っていただく上で必要となる、予測カードの理解をさらに深めるための記事になります。
課題
- チュートリアルでの学習にとどまらず、データ分析の1つである予測を実際の業務に適用していく際のイメージを持ちたい
解決
- 一般的な予測に対する考え方を学べる
- 実際の業務での予測カードの活用方法・イメージがわかる
効果
- AI導入プロジェクトなどにおいて、主体的に同僚等の周囲のメンバーに働きかけられるようになる
活用シーン
費用対効果検証
AIモデル運用
目的
意思決定サポート
DX推進部門への異動。そして突きつけられた言葉は、「AI導入」
最近、あなたは部署異動でDX推進部門にやってきました。ところが、足を踏み入れた途端、上司からのファーストオーダーはたったの四文字、「AI導入」。そう言われても、掴みどころのないAI...「全くわからん！」そんなあなたに、ここではAIモデルを「作る」だけでなく、実際にあなたの業務で「使う」ためのヒントをご紹介します。
予測カードで未来を読む
AIをビジネスプロセスに組み込むには、単発的なAIモデル構築だけでは不十分。日々変わる新しいデータに対して継続的に予測を繰り返すことが重要です。予測カードこそが、この要請に応えるNode-AIの機能です。
常に新しいデータをもとにした予測
あなたの持つデータは絶えず変化します。予測カードでは、これら新しいデータに対して自動的に前処理を施し、それに基づいた未来予測を行います。一度設定すれば、データをアップロードするたびに、AIが最新の予測結果を生成します。いつでも、最新の動向を意思決定に活かせるようになります。
あなたのビジネスに特化した予測
予測カードでは、あなたが持つデータをアップロードして使用できます。これにより、あなたのビジネスに特化したモデルを作り出すことが可能です。自社固有の動向を踏まえた予測で、より精度の高い意思決定を行うことができます。
シナリオ別に見る予測カードの力
二酸化炭素排出削減のための電力需要予測
近年、SDGsの提唱により企業の責務としての二酸化炭素の排出量を減らすことが求められています。予測カードの実行結果をもとに、日々利用している事務所、工場、研究所などの電力を最適化することで、二酸化炭素の排出量の削減のみならず、電力にかかるコストを削減することができます。
具体例：６時間後の電力需要予測モデルを開発した場合、最新のデータを予測カードにアップロードすることで６時間後の未来の予測値をNode-AIで見ることができ、関係部署に抑制などの依頼を行うことができるようになる。
具体例：６時間後の電力需要予測モデルを開発した場合、最新のデータを予測カードにアップロードすることで６時間後の未来の予測値をNode-AIで見ることができ、関係部署に抑制などの依頼を行うことができるようになる。
AIを活用して高効率発電のための操作をサポート！ノーコードツールで素早い検証を実現
蒸気を活用した発電設備の高効率発電を目的として、膨大な制御パラメータによる発電の効率化や運転員ごとによって異なる制御操作の標準化課題を持っているお客様がいました。現場の技術者は経験と勘に頼って制御操作を行なっており、データ分析を活用して制御操作を標準化できないかと考えていました。予測カードにより、未来の蒸気量を予測することで標準化することができます。
具体例：1日ごと消費電力量を予測するモデルを開発することで、予測結果に基づいた発電計画ができるようになり、蒸気を発生させるためのエネルギー利用を効率化できる。
具体例：1日ごと消費電力量を予測するモデルを開発することで、予測結果に基づいた発電計画ができるようになり、蒸気を発生させるためのエネルギー利用を効率化できる。
食品廃棄をなくしたい！フードロス問題に取り組むAI活用
フードロスは大きな社会課題であり、食品業界における経営課題となっており、需要予測は解決方法の１つになります。予測カードで需要予測することにより、生産量と出荷量のバランスを考え、廃棄コストを減らすことができます。
具体例：食料製品の生産過多で廃棄コストが上がっていた場合、1ヶ月後の出荷量を予測するモデルと1ヶ月後の生産量を予測するモデルを開発し、予測することで食料製品の生産量を抑えた計画ができる。
具体例：食料製品の生産過多で廃棄コストが上がっていた場合、1ヶ月後の出荷量を予測するモデルと1ヶ月後の生産量を予測するモデルを開発し、予測することで食料製品の生産量を抑えた計画ができる。