Renaissancejapan

哲学と宗教、財閥、国際政治、金融、科学技術、心霊現象など幅広いジャンルについて投稿しています

穀物襲う「夏のラニーニャ」 ロシア霜害と共鳴リスク

2024-06-09 19:51:08 | 商社・小売り・スーパー、食料・飲料全般、ビジネス・水・酒・穀物メジャー



 

異常気象が穀物価格を押し上げている。

世界気象機関(WMO)によると、2023年春から続いた「エルニーニョ現象」が終息し、夏以降は「ラニーニャ現象」に移行する可能性が高い。

 

ラニーニャは小麦など主食向け穀物の収穫に悪影響を及ぼす傾向が指摘されている。小麦輸出国のロシアで発生した霜害に追い打ちとなるリスクがあり、食料供給への不安が再び高まりはじめている。

エルニーニョは南米ペルー沖の海面水温が平年より高くなり、ラニーニャは逆に低くなる現象だ。WMOは3日、ラニーニャが7〜9月に発生する確率を60%、8〜11月に発生する確率を70%と予測した。

 

エルニーニョやラニーニャの発生年には世界各地で異常気象の発生頻度が高まり、農作物の収穫に影響を与えやすくなる。

実際、エルニーニョの昨年は、東南アジアや西アフリカなどで干ばつや豪雨が発生。カカオ豆、コーヒー豆などが不作となり国際相場は過去最高値に急騰した。

 

ラニーニャへの移行は農作物にどんな影響を及ぼすのか。影響の出方は毎回一定ではないものの、過去の長期データからはトウモロコシ、大豆、小麦などの主食穀物への影響が示唆される。

農研機構の飯泉仁之直上級研究員は、エルニーニョやラニーニャの穀物への影響を明らかにするため、世界全体を50キロメートルごとの地点に区切り、長期にわたる過去の収穫量データと、人工衛星から得られる植物の活動度などの情報を組み合わせて分析した。

 

分析結果によると「1981〜2016年の平均ではラニーニャの年には、米国のトウモロコシと大豆、カナダとオーストラリアの小麦で収量が低下する傾向がみられた」(飯泉氏)。地域や作物によっては収量が増加する場所もあったという。

 

 

 

 

今回はラニーニャが夏に発生することが懸念材料だ。米国など北半球ではトウモロコシや大豆など夏作物の受粉や開花が起こる7〜8月ごろは特に大事な時期だ。豪州など南半球では小麦など冬作物の生育期に重なる。

マーケット・リスク・アドバイザリーの檜垣元一郎氏は「1988年の北米の大干ばつ時にも春からラニーニャが発生し、夏の生育期を直撃した」と指摘する。

 

兼松の繁田亮食品大豆課長は「現時点では北米の作付けは順調でラニーニャの影響が本格化する前に収穫にこぎ着けられるのではないか」とみるものの、「生育が遅れて開花後サヤをつける時期にラニーニャが重なると作柄に影響が出る」と警戒感もにじませる。

異常気象の脅威はラニーニャに限らない。小麦の輸出大国ロシアで発生した霜害も穀物供給を脅かす。小麦生産が盛んなロシア南部を中心に被害が拡大し、政府は7日、10地域に非常事態を宣言した。

 

ロシアに特化した農業市場調査会社ソブエコンのアンドレイ・シゾフ氏は「霜害に非常に乾燥した気候も重なり、見通しは大幅に悪化している」とし、24〜25年度のロシア産小麦の生産予測を8070万トンと当初の9400万トンから14%下方修正した。

市場が警戒するのが、自国供給優先の政策が広がる危険だ。前年にはコメの最大輸出国であるインドが一部の高級品種を除くコメ輸出を禁止し、国際価格が急騰した。

 

 

仮にロシアが輸出制限に踏み切れば、小麦価格が急騰する恐れもある。大手商社の担当者は「ロシアは自国消費量を上回る量を生産しており、輸出は貴重な収益源だ。輸出禁止措置は想定していない」と指摘する。一方、「自国の食料インフレを抑えるために輸出関税の引き上げを通じて国内に優先的に供給させるなどの政策を取る可能性はある」とみる。

現地報道によると、今のところ、ロシアのアンドレイ・ラジン農業副大臣は農業被害は最小限に抑えられるとして「国内消費と対外輸出の両面で、義務はすべて確実に果たされる」と述べている。

ただ、ロシアは輸出禁止で世界に混乱をもたらした「前科」がある。過去のラニーニャ期にあたる10〜11年、干ばつで小麦が不作となり、10年8月に輸出の一時停止を決めた。小麦相場は急騰し、同年初めに比べて約6割高の1ブッシェル8ドル台後半と当時約2年ぶりの高値を付けた。

 

 

 

資源・食糧問題研究所の柴田明夫代表は「小麦の輸入依存度が高い中東やアフリカで食料難をきっかけに社会が不安定化し、11年初頭から起こった民主化運動の波『アラブの春』が拡大する一因となった」と指摘する。

異常気象による不作をきっかけに自国優先の輸出制限が広がり、さらなる食料不安や価格高騰につながる――。こんなリスクシナリオが現実味を増しつつある。

 

穀物売りに傾いていたファンドが持ち高を圧縮するなど、市場は急騰リスクを織り込む。

国際指標の米シカゴ市場の小麦先物は5月下旬に一時1ブッシェル7.2ドルと、10カ月ぶりの高値を付けた。大豆やトウモロコシも2月に付けた約3年3カ月ぶりの安値から上昇に転じた。

 

国際価格の上昇再燃は、食料の大半を輸入する日本にとって影響が大きい。歴史的円安とも相まって食料インフレ圧力が一段と高まりかねない。

自給できるコメの値段も前年の猛暑の影響で上昇した。ラニーニャの今年も日本は高温になりやすく、前年に続いて品質劣化などの影響が懸念される。備蓄拡大など、万が一のリスクに備える必要性が増している。

(浜美佐)

 

 

 

 

日経記事2024.06.09より引用

 

 

<picture class="picture_p166dhyf"><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4935991006062024000000-2.jpg?ixlib=js-3.8.0&w=638&h=637&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=af17683d9b5e2e472f3e70e9ef240ecd 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4935991006062024000000-2.jpg?ixlib=js-3.8.0&w=1276&h=1274&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=87f1234cbc542cc165c7163465faaf8c 2x" media="(min-width: 1232px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4935991006062024000000-2.jpg?ixlib=js-3.8.0&w=638&h=637&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=af17683d9b5e2e472f3e70e9ef240ecd 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4935991006062024000000-2.jpg?ixlib=js-3.8.0&w=1276&h=1274&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=87f1234cbc542cc165c7163465faaf8c 2x" media="(min-width: 992px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4935991006062024000000-2.jpg?ixlib=js-3.8.0&w=600&h=599&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=1c9fb411a2b5e7c2b08870211d1ed253 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4935991006062024000000-2.jpg?ixlib=js-3.8.0&w=1200&h=1198&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=336c559395ce10a621083d4261b64b91 2x" media="(min-width: 752px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4935991006062024000000-2.jpg?ixlib=js-3.8.0&w=600&h=599&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=1c9fb411a2b5e7c2b08870211d1ed253 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4935991006062024000000-2.jpg?ixlib=js-3.8.0&w=1200&h=1198&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=336c559395ce10a621083d4261b64b91 2x" media="(min-width: 316px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4935991006062024000000-2.jpg?ixlib=js-3.8.0&w=600&h=599&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=1c9fb411a2b5e7c2b08870211d1ed253 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4935991006062024000000-2.jpg?ixlib=js-3.8.0&w=1200&h=1198&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=336c559395ce10a621083d4261b64b91 2x" media="(min-width: 0px)" /></picture>
<picture class="picture_p166dhyf"><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4936024006062024000000-4.jpg?ixlib=js-3.8.0&w=638&h=638&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=f01f62e189670595fa240cf10db8fab0 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4936024006062024000000-4.jpg?ixlib=js-3.8.0&w=1276&h=1276&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=68f1e6dc8e88cf323b24f7709ec5d714 2x" media="(min-width: 1232px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4936024006062024000000-4.jpg?ixlib=js-3.8.0&w=638&h=638&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=f01f62e189670595fa240cf10db8fab0 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4936024006062024000000-4.jpg?ixlib=js-3.8.0&w=1276&h=1276&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=68f1e6dc8e88cf323b24f7709ec5d714 2x" media="(min-width: 992px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4936024006062024000000-4.jpg?ixlib=js-3.8.0&w=600&h=600&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=98a5b71c95f5ed456bb72eb3e63c5b1b 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4936024006062024000000-4.jpg?ixlib=js-3.8.0&w=1200&h=1200&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=ca0af0f0c4237a0707d29cbbe3062337 2x" media="(min-width: 752px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4936024006062024000000-4.jpg?ixlib=js-3.8.0&w=600&h=600&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=98a5b71c95f5ed456bb72eb3e63c5b1b 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4936024006062024000000-4.jpg?ixlib=js-3.8.0&w=1200&h=1200&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=ca0af0f0c4237a0707d29cbbe3062337 2x" media="(min-width: 316px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4936024006062024000000-4.jpg?ixlib=js-3.8.0&w=600&h=600&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=98a5b71c95f5ed456bb72eb3e63c5b1b 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4936024006062024000000-4.jpg?ixlib=js-3.8.0&w=1200&h=1200&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=ca0af0f0c4237a0707d29cbbe3062337 2x" media="(min-width: 0px)" /></picture>

基礎知識ゼロの文系でもすぐわかるAI(人工知能)の原理

2024-06-09 17:00:01 | AI・IT・サイバーセキュリティ・メタバース・NFT・ゲーム、

Mengenal Apa Itu AI (Artificial Intelligence), Jenis, dan Manfaatnya di  Berbagai Bidang - Ragam Bola.com

 

最近、AI(人工知能)という言葉や、DX(デジタル・トランスフォーメーション:デジタル技術を使った変革)という言葉を聞かない日はありません。 

今からの時代は、技術者でなくても、文系や主婦でも、どういったものか知っておくことが必要な時代です。 

また、今年から小学校一年生からAI・統計の授業が必須になっており、ますます世代間で格差が開く一方です。 そこで、Renaissancejapanが、世界一分かり易く、AIの原理を説明させていただきます。

 

 

 

 

例えば、リンゴの写真を見せただけで、何故、コンピューターがリンゴと分かるのか?  それは人間がコンピューターにリンゴの特徴(赤い・丸い・ヘタがある・など)特徴を教えているからです。
これを「マシン・ラーニング(機械学習)」といいます。

 

最近では、何枚のリンゴの写真をコンピューターにみせるだけで、コンピュータ自身が特徴をつかみ、自分で特徴を学習する事が出来ます。 これを「ディープ・ラーニング(深層学習)」と言います。

 

 

 

イチゴの写真は言うまでもなくアナログです。 写真に数値情報はありません。 あくまでもデジカメやコンピューターのカメラによって、画像を縦横のメッシュに区切り、例えば100分割し、細かな小さなピクセル(画像の最小単位の四角)をいっぱいつくっているのです。

その一つ一つのピクセル(通差な四角)にイチゴが移っている部分と写っていない部分があります。 これで情報を1(写っている)もしくは0(写っていない)ででデジタル情報化(数値化)しているだけです。

 

白黒の場合,それでよいのですが、カラーの場合はどうでしょうか? PCのカメラ、スキャナーでは色を周波数で見分けることができます。 色の三原色はR(赤)、G(緑)、B(青)なので、PCのカメラやスキャナーは、この3つの色ごとに、ピクセルを認識できます。

 

色(光)は周波数で表すことができるので、コンピューターはそれぞれのピクセルごとに、写っているのか・写っていないのか? また色の具合を自動的に数値で表して記憶(メモリー保存)しています。

 

これで、何故、ただの画像が数値化できるのか理解していただけたと思います。 色合いは周波数で数値化します。 音声m周波数で高い音か低い音か、また振幅で大きさを数値化しています。 音声の周波数データーを見たがあると思います。

 

 

  

 

X軸方向に周波数、Y軸方向にはギザギザしたピークがありますがこれが振幅(音の大きさ)です。
上の図はX軸は時間、Y軸は周波数です。

すなわち画像データも音声データもすべて周波数で、数値化しているのです。だから計算できる訳ですね。



 

 

いきなり、脳の映像が出てきて、びっくりしたと思いますが、映像は目で見ると、その情報は脳の後頭部の「一時視野角野」送られます。

神経細胞を通りながら、脳の側頭部の「側頭葉IT野」を通りながら、様々な情報と統合され「イチゴ」と判断される様子を、上の図は表しています。

 


実は、脳も電気信号で信号伝達しているので、これをコンピューターで真似ることができます。 これがAIで、ニューラルネットワークと呼ばれます。

「ニューラルネットワーク(neural network)」とは、人間の脳の神経回路の構造を数学的に表現する手法です。 脳内の神経細胞である「ニューロン(neuron)」を語源とし、主に音声や画像などのパターンを認識する際に活用されます。

 

脳科学については、私のBlogで阿片・麻薬というカテゴリーがあり、そこで詳細にお話ししたいと思っているので、ここらにしておきます。

 

 

ここまでのまとめ

・画像はメッシュを切り、画像のありなしでデジタル化できる。 

・色は周波数で表現出来る。 数値化が可能

・音声も周波数で表現できる。数値化が可能

・AI(人工知能)は脳を模している。 ニューラルネットワーク

・ディープラーニングは、それぞれの特徴、またピクセルをどんどん小さくして、正解の確率をあげるべく、複数回(=複数層)計算し、限りなく正解に導く。 

・もっとAIに詳しい情報は ↓

 

 

関連情報

経産省様にコンサルした資料の一部。
 

AI・ビッグデータ、ベイズ統計学、故障予知、そしてアジャイル開発
https://blog.goo.ne.jp/renaissancejapan/e/8f91cdd777cf816a5f42063cf4355487

 
 
 
 
 
 
Chat GPTの仕組み

日本経済新聞の記事を引用

今さら聞けない!ChatGPTのメカニズム 自然な文章を生成する「GPT」鍵は大量のテキストから得た予測能力
https://blog.goo.ne.jp/renaissancejapan/e/2c8929f5e469234c07a570e1c891fb53

今さら聞けない!ChatGPTのメカニズム GPTからChatGPTへ人間との対話に特化するためにたどった学習過程
https://blog.goo.ne.jp/renaissancejapan/e/f91049526bd23f67fa18dcc2921a8bfa

 

 

今後とも、よろしくお願いします。

 

 


生成AIだけを見ていても分からない、AIの成り立ちと本当にできること

2024-06-09 16:53:12 | AI・IT・サイバーセキュリティ・メタバース・NFT・ゲーム、

人と同じように話したりリアルな画像をつくり出したりする生成AI(人工知能)が話題だが、こんなことがなぜできるのか不思議に思う人は多いだろう。この特集では、10の疑問を通して生成AIを根本から理解することを目指す。第3回のテーマはAIの歴史と用途だ。「AIはどうやって発展してきたの?」「AIはどんなことができるの?」の2個の疑問を取り上げる。


【疑問5】AIはどうやって発展してきたの?

【答え5】世間の注目が集まる「ブーム」と、それが下火になる「冬の時代」を一定の周期で繰り返してAIは発展してきた。現在は第3次AIブームといわれている。


「人工知能」という言葉が誕生したのは、1956年に米国で開催された共同研究会「ダートマス会議」だ。研究者は、コンピューターで人間の知能を再現できるのではないかと夢を抱いた。

これを契機として、1950年代後半から1960年代に第1次AIブームが巻き起こった。当時は冷戦下だったため、自然言語処理による機械翻訳に注目が集まった。

しかし、当時の機械翻訳は精度が低く実用的ではなかった。人間が他の言語を学習して翻訳するほうが速いほどだったという。人間の知能の再現には遠く及ばず、AIは冬の時代を迎えた。


第1次から第3次のAIブームと主な出来事

第1次から第3次のAIブームと主な出来事(出所:日経クロステック)
 
 

再びAIが注目を集めたのは1980年代だ。この第2次AIブームの鍵になったのが「エキスパートシステム」である。

ある分野の専門家の知識をコンピューターに取り込み、推論する手法を指す。エキスパートシステムでは、あらかじめ人間が定めたルールを基にコンピューターが判断する。


ただし、エキスパートシステムには限界があった。取り込んだ専門家の知識が及ぶ範囲、すなわち人間が定めたルールの範囲でしか判断ができない点だ。

しかも「人手ではルールを書き尽くせない」(一橋大学の小町守教授)。実用的なAIを開発することは難しかったため、第2次AIブームは下火になった。

この問題を解決するのが「機械学習」という手法だ。人間がルールを書くのではなく、コンピューターがデータを学習することで自らルールを見つけ出す。古くから使われている手法だが、AIの主流にはなっていなかった。

 

AIの実力を知らしめた「ChatGPT」

 この状況を一変させたのが、機械学習の手法の1つである「ディープラーニング(深層学習)」の登場だ。

人間の脳内にある神経回路を模した「ニューラルネットワーク」を使って多層的に学習を行う手法を指す。

2012年に世界的な画像認識技術の精度を競うコンテスト「ILSVRC(ImageNet Large Scale Visual Recognition Challenge)」で、ディープラーニングを利用したカナダ・トロント大学の研究チームが圧倒的な精度で優勝し、この手法が画像認識のデファクトスタンダードになった。

これ以降、現在まで続く第3次AIブームでは、ディープラーニングが中心になっている。ディープラーニングは、画像認識に続いて自然言語処理にも革新をもたらした。

2017年に米Google(グーグル)が自然言語処理向けの画期的なモデル「Transformer」を発表。これをベースに、米OpenAI(オープンAI)の「GPT」やグーグルの「BERT」といった大規模言語モデル(LLM)が誕生した。


一般へのAIの認知という意味では、2022年に会話型AI「ChatGPT」が登場したことも見逃せない。従来のAIは、研究者以外の一般人がその実力を知ることは難しかった。

これに対しChatGPTは、少し使えば誰でもすごさが分かるため、AIの実力が広く認知されるようになった。

 
第3次AIブームでは、AIは実際に社会の中で使われるようになっている。日本ディープラーニング協会(JDLA)の岡田隆太朗専務理事は「AIは研究開発や新規事業領域で使われる段階から、経営の根幹で活用していく段階に移ってきている」と話す。

AIはもはやデジタルトランスフォーメーション(DX)の成否を分ける技術になりつつある。



【疑問6】AIはどんなことができるの?

【答え6】LLMを利用した文章生成や画像生成AIなどが注目を集めているため、AIの機能として「生成」が注目されがちだが、AIではほかに「認識」「予測」「最適化」といったことなどもできる。こうしたAIは社会で広く利用されている。



企業のITシステムから、ロボット、航空宇宙開発まで、AIは社会のあらゆる場所に浸透している。例えば、宇宙航空研究開発機構(JAXA)とエクサウィザーズは、AIを搭載したロボットアームを使い、宇宙飛行士の代わりに物資輸送作業などを支援する技術を開発している。

 現在、AIの機能として注目されているのは、何といっても「生成」だろう。いわゆる「生成AI」だ。AIが文章や画像といったデータを自動で生成する。

例えば、英Stability AIが提供する画像生成サービス「Stable Diffusion Online」にプロンプト(指示文)を打ち込むと、人間が描いた絵と見まがうような画像を出力してくれる。

 

Stable Diffusion XLで生成した画像
Stable Diffusion XLで生成した画像(出所:Stability AI)

 

ただ、AIの機能は生成だけではない。「認識」も重要な機能だ。第3次AIブームは、高い精度を持つ画像認識技術の登場がきっかけになった。音声認識技術もディープラーニングによって精度が飛躍的に向上している。

 AIにはほかに「予測」という機能もある。企業では、商品の需要や売り上げといった様々な予測にAIが使われている。

予測では「予測の根拠」を示すことが重要なため、根拠を示すことが難しいディープラーニングはあまり使わない。統計学的な手法やディープラーニング登場以前の機械学習技術が有効なケースが多い。

「最適化」も企業では重要なAIの機能だ。生産計画、配車計画、シフト割り当てなど様々なところで利用されている。この機能では、機械学習よりも「最適化アルゴリズム」という技術が重要な役割を果たす。

 ほかに「適応」という機能もある。特定の環境や条件に応じて振る舞うようにするものだ。そのために使われる手法が「強化学習」である。

強化学習では、ある環境下において目的として設定した報酬が最大になるように学習を行う。ChatGPTでは、強化学習を使って人間の感覚を覚え込ませている。将棋や囲碁のAIでも、仕組みの一部に強化学習が取り入れられている。

社内の情報を可視化

生成AIは、企業で使う各種ソフトウエアでの実用化も進んでいる。

例えば、米Microsoft(マイクロソフト)は「Word」や「Excel」といったOfficeソフトなどで生成AI機能を利用できる「Microsoft 365 Copilot」を提供予定だ。

文章の生成や要約といった機能を利用できる。グーグルも、生成AIを文書作成やメールなどに利用できる「Duet AI for Google Workspace」というサービスの提供を既に始めている。

企業が社内の蓄積データを生成AIに学習させることで、ヘルプデスクやマニュアルの代替を期待する動きもある。社内の情報を知りたい場合、プロンプトを打ち込むだけで、生成AIが必要な情報を出力してくれる。

従来はヘルプデスクや関係部署に問い合わせるといったコミュニケーションコストが発生していた。

しかし、企業が生成AIを導入する際にはハードルがある。「データの整備」だ。必要なデータがそもそもデジタル化されていなかったり、フォーマットがバラバラだったりすることは多い。

「社内に蓄積したノウハウやマニュアルなどに対して、どのように接続するのかが重要な論点になっている」とACESの田村浩一郎社長は指摘する。

 加えて「データのアクセス権や信頼性の担保をどうするかも課題だ」(田村社長)。生成AIを利用する際には「機密情報を学習させない」といった細かい運用ルールを定める必要がある。

生成AIのメリットとデメリットをしっかり洗い出した上で、運用を工夫しなければならない。

 

日経記事 2023.09.08より引用

 

ーーーーーーーーーーーーーーーーーーーーーー

(参考)

 

AI・ビッグデータ、ベイズ統計学、故障予知、そしてアジャイル開発https://blog.goo.ne.jp/renaissancejapan/e/8f91cdd777cf816a5f42063cf4355487

弁護士に代わって、AIーAI間の交渉(ANAC)
https://blog.goo.ne.jp/renaissancejapan/e/980a25751e68c455291361d3eda88472

基礎知識ゼロの文系でもすぐわかるAI(人工知能)の原理https://blog.goo.ne.jp/renaissancejapan/e/0ff4e449c62212bf348676a7a0c48b60

 

 


【世界を変えるPC登場】AI搭載PCが凄すぎる!Copilot+PCを世界一わかりやすく徹底解説!【知らなきゃパソコン選びに失敗する?】

2024-06-09 15:44:06 | エレクトロニクス・自動車・通信・半導体・電子部品・素材産業

【世界を変えるPC登場】AI搭載PCが凄すぎる!Copilot+PCを世界一わかりやすく徹底解説!【知らなきゃパソコン選びに失敗する?】

https://www.youtube.com/watch?v=davj0u6t50M


イオン系アパレルのコックス、都心駅ビルも出店狙う 日経MJ

2024-06-09 13:59:37 | 商社・小売り・スーパー、食料・飲料全般、ビジネス・水・酒・穀物メジャー


三宅英木社長は7期連続の営業赤字だったコックスの黒字転換を果たした

 

イオン系アパレルのコックスの業績が急回復している。2022年2月期まで7期連続の営業赤字だったが23年2月期に黒字転換し、24年2月期の営業利益は前の期比2.8倍の11億円まで伸ばした。

21年に就任した同社の三宅英木社長は「長期的に売上高200億円、営業利益20億円、店舗数200を目指す」と話し、さらなる拡大に意欲を見せた。

 

――赤字が続いていた要因をどのように分析されていますか。

「これまでは総合スーパー(GMS)型の経営をしており、SPA(製造小売り)企業としてあるべき経営ができていなかった。

SPA企業はブランドビジネスで、ブランドが伝えたいメッセージや価値があってそれをお客様に支持していただく業態だ。

だが商品と販売が一体となるブランドごとの組織運営がなされておらず、ブランドのトップが存在しない事業運営だった。商品の中身を検討する会議も存在しなかった」

 


主力ブランド「ikka」などでこだわりを込めた商品を展開する(千葉県内の店舗)

 

――どのような改革を進めましたか。

「会議を(社長就任後に)ゼロから作り直し、時間をかけて精度が高くブランドのメッセージがある商品を作るために商品検討会議を確立した。

全ブランドで『こだわりベーシック』と言っており、例えばツヤのあるゴールドの金属パーツを使ったりするなど少しひねりを加えている」

「売らずに店舗の管理だけを行っている販売管理職が多数いたが、販売をしながら管理を行う『統括店長』とした。

そのほか23年秋から売り上げ上位の店長を抜てきして『店長兼販売トレーナー』とし、近隣の店舗のスタッフも含めて指導してもらうことで接客力強化につながっている」

「商品や販売はすぐには結果が出ない。足元の数字はタレントを起用したプロモーションで上げつつ、並行して組織運営や商品の開発プロセスを変えていったことが相乗効果として数字に表れている。24年2月期の既存店売上高は22年2月期と比べて26%伸びた」

 

――4月には公式アプリも刷新しました。

「これまではポイントを表示するだけの会員証アプリだったが、当社の電子商取引(EC)サイトも表示されるオムニチャネルのアプリに変わった。

当社は店舗の売り上げを伸ばすのと並行してECも伸ばしていく二本足打法を基本戦略としている。店頭で接触したお客様にECにも触れていただきたい」

「ECの売り上げはこれまでほとんどが外部だったが、EC売り上げの半分以上を自社ECにすることを目指している。足元のEC比率は10%ほどだが、まずは5年以内に20%、将来的には30%ほどを目指したい」

 

 

――24年2月期は売上高148億円、営業利益が11億円、期末店舗数は176店舗でした。今後の目標は。

「長期的な目標としては200店舗体制、売上高200億円、営業利益20億円を達成することが必要だと考えている。

むやみやたらに出店するのではなく、好立地・好条件なものにしぼって利益の出る店舗の拡大を進めていきたい。

基本はショッピングセンターだが地方では駅ビルにも出店しており、ブランド力を高めて将来的には都内の駅ビルにも出店できるブランドにしていきたい」

(聞き手は米田百合香)

 

 

日経記事2024.06.09より引用

 

<picture class="picture_p166dhyf"><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4910599031052024000000-1.jpg?ixlib=js-3.8.0&w=425&h=319&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=b0e94e8f3f131c816681df3772544cbe 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4910599031052024000000-1.jpg?ixlib=js-3.8.0&w=850&h=638&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=7c6c195a8b022c8086e6c9c21dac7344 2x" media="(min-width: 1232px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4910599031052024000000-1.jpg?ixlib=js-3.8.0&w=425&h=319&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=b0e94e8f3f131c816681df3772544cbe 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4910599031052024000000-1.jpg?ixlib=js-3.8.0&w=850&h=638&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=7c6c195a8b022c8086e6c9c21dac7344 2x" media="(min-width: 992px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4910599031052024000000-1.jpg?ixlib=js-3.8.0&w=425&h=319&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=b0e94e8f3f131c816681df3772544cbe 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4910599031052024000000-1.jpg?ixlib=js-3.8.0&w=850&h=638&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=7c6c195a8b022c8086e6c9c21dac7344 2x" media="(min-width: 752px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4910599031052024000000-1.jpg?ixlib=js-3.8.0&w=425&h=319&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=b0e94e8f3f131c816681df3772544cbe 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4910599031052024000000-1.jpg?ixlib=js-3.8.0&w=850&h=638&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=7c6c195a8b022c8086e6c9c21dac7344 2x" media="(min-width: 316px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4910599031052024000000-1.jpg?ixlib=js-3.8.0&w=425&h=319&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=b0e94e8f3f131c816681df3772544cbe 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO4910599031052024000000-1.jpg?ixlib=js-3.8.0&w=850&h=638&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=7c6c195a8b022c8086e6c9c21dac7344 2x" media="(min-width: 0px)" /></picture>