AI商业化

　　我们为人工智能设下的目标，与现实情况之间，其实是有着难以磨灭的差距的。即便制作出了一些试行项目，但是其在现实世界中的运用却难以为继，类似的例子不绝于耳。本书致力于让开始或探讨AI（人工智能尤其是机器学习）的导入、但进展不顺利的企业及负责人理解Z初的系统性问题出在哪里，全书旨在传授能够成功导入AI的“规则”。作者把“关于AI的商业应用的思考方法”总结为“7条规则”。书中并未涉及很难的理论和复杂的数学公式，在简单地解说机器学习理论的基础上，再来解说其在企业的商业化应用中应该掌握的要点。本书是熟练使用AI这一数字技术的书。

　　石川聪彦1992年生于神奈川县横滨市。在东京大学工学部学校期间创立AIDEMY公司并担任总裁。2017年开始提供AI商业设计服务，两年内用户突破5万人，成为日本Z大的前沿技术学习服务供应商。随后，创立AI系统咨询公司（Aidemy Business），并担任早稻田大学AI变成实践课讲师，入选“福布斯日本地区30岁以下商业领袖”榜单。著有人工智能领域的畅销书《学习人工智能程序设计数学书》。

章
导入AI失败 九成都是 “隐形损失”!   1
节  人工智能早就进入了幻灭期     2
第二节  屡屡遇PoC死，多数的人都陷入了幻灭   10
第三节  机器学习工程师和机器学习规划师会互相走近对方吗？   15
第四节  早在进入概念验证阶段前，就注定了PoC死这一结果    23
第五节  机器学习真正需要的究竟是什么?    26
第六节  掌握“机器学习商业模式画布”概念   34
第七节  你在运行项目的时候，是否意识到了“制约条件”呢?   41
第八节  很重要！提前定义好成功的条件   43
第二章
投资回报率Z大化 企业应当遵守的七个规则   47
总则 七个规则让机器学习的效果Z大化   48
规则一 应明确机器学习的投资回报率     51
规则二  应把握可用数据和不可用数据    73
规则三  应确定应该导入机器学习的领域   92
规则四   应提高输出和输入的明确度     104
规则五   应正确评价机器学习的性能     111
规则六   应提高对实际运用的预想程度    121
规则七   应创建利益相关者共生的生态系统   134
第三章
从人工智能项目的三个实例来看企划书的金科玉律   143
导语 符合机器学习项目七个规则的企划书大公开     144
案例— A公司使用机器学习实现了工厂机器设备的检测   146
案例二 B公司使用机器学习实现了不合格产品的检测    157
案例三 C公司使用机器学习实现了自动推荐商品      164
第四章
未来的企业与人工智能的应用      173
节 自动机器学习(Auto ML)与数据机器人(Data Robot)的登场，让机器学习迎来变革期      174
第二节 作为企业， 重要的是“获取数据的觉悟”   179
第三节  增加公司内部机器学习人才的处方笺       182
后记    185