#翻訳　AI経営：異常検知と機械学習

今年の1月のForbesに、これからのAI活用について述べられていました。

・ビジネスとして、何か普段と違うことが起きたら、絶対に気づかなくてはいけない
というのは感覚的にわかる。
そして、AIは高速な計算が得意なので普段と違うことを検知するのに向いていると。
その際に重要なのが、「これは無視していい」「これは大事」というのを高い精度で予測できるようにAIを調整しておくこと！

人間だと「勘」でやってしまったりするけど、いざ勘をうまくAIに載せようとすると難しい。
人間って本当にコスパいい。。。

原文：Management AI: Anomaly Detection And Machine Learning

======

AI経営：異常検知と機械学習

人がドライブしているとき、すぐに気づいては無視するものがたくさんある。
注意を呼ぶものは危険かもしれないものだ。道を横切ってくる歩行者や、黄色になっている信号、同じ車線をすれすれで走ってくる隣の車両、すべてのものは特別な注意が必要だ。それらは異常、普通からは外れたものだ。

ビジネスの世界でも同じことが言える。
例えば、突然のセールスの上昇は素晴らしいが、企業はその異常な上昇について原因をたどって、その理由を再現できるようにする必要がある。異常な情報は、リスクと得られるものを素早く正確に把握しながら適切なアクションをとれるようにするために、直ちに検知されてなければいけない、つまり、人工知能(AI)とその結果としての機械学習が効果を発揮するというわけだ。

EC、クラウド、モバイル端末とソーシャルメディアの成長は、企業が利用できるデータの爆発的増加とビジネスへの脅威を意味してきた。最も明らかな脅威の1つはサイバー攻撃だ。企業のファイヤーウォールやコンピューターを攻撃する通信は毎日無数にある。ほんのわずかな通信しか脅威にはならないであろうものの、それらの脅威はビジネスで何百万ドルものリスクになりうる。大量の通信履歴は素早く異常を検知し、対応することを不可能にする。

近年まで、異常検知とネットワークのリスクに焦点を当ててきたのは金融業界であった。2017年のEquifaxのデータ漏洩は異常な挙動への検知の遅れによるリスクをはっきりと物語っている。

その他の例は、医療詐欺のリスクだ。最近の記事で、私はその件について詳しく語っているが、まとめるとこうなる。薬局は国中に何万とあり、1週間に何百万もの処方箋を扱っている。保険薬局の不正を手動で見抜くのは遅いし、不正が見抜かれて停止されるまでの間にものすごいコストがかかる。

外れ値、普通とは違う事象を見つける時、システムは絶対に各データは異常なのか、わずかに普通から外れているが例外というほどではないのかを分析しなければいけない。この予測の精度が問題だ。