生成AI後のカスタマイズAI開発とは？
基盤（基礎・ベース）となるAIソースコード(大手ベンダーのAI、当社が持っているソースコードを含む）を生成AIに改修させることで、大幅に開発工数を削減
まず解決したい課題から企業が保有するデータとAIの活用方法を照らし合わせて、AIが算出する結果を実務で活用できるかという視点でAI開発の設計が重要。以前は、最適な特徴量を抽出しながらAIモデルの精度を高めていったが、その特徴量自体を、生成AIに作らせることも、一つの手段でもあります。
カスタマイズAI開発でできること
レコメンド、教師あり学習、クラスタリング、強化学習
AIを用いたレコメンドでは、「その商品を購入した顧客は、どのような商品を購入しているのか？」という仕組み（協調フィルターリング）と、「商品の特徴」と「顧客の好み」の関連性をもとにレコメンドを行う仕組み（コンテンツベース・フィルタリング）の２つをハイブリッドにしています。
詳細はこちら
事前に正解が決まっている属性（分類）を新たに入力されたデータに正確に付与する手法です。コグニロボでは、POSデータ・クレジットカードなどの購買データを用いて学習を行い、あるサービスを利用する顧客の予測や、退会者を予測したりといった分析を行っています。
詳細はこちら
事前に正解が決まっている属性（分類）を新たに入力されたデータに正確に付与する手法です。コグニロボでは、POSデータ・クレジットカードなどの購買データを用いて学習を行い、あるサービスを利用する顧客の予測や、退会者を予測したりといった分析を行っています。
詳細はこちら
事前に正解が決まっている属性（分類）を新たに入力されたデータに正確に付与する手法です。コグニロボでは、POSデータ・クレジットカードなどの購買データを用いて学習を行い、あるサービスを利用する顧客の予測や、退会者を予測したりといった分析を行っています。
詳細はこちら
cogniroboのAI 群（Y2020）
