米国最大級の自動車メーカーがDatabricksでデータをビジネス価値に変える
この記事は、 Kin + Carta のデータサイエンスディレクター、Andrew Mullinsとの共同執筆である。 テレマティクスから自動運転車に至る新技術の台頭により、自動車業界ではデータとAIがイノベーションの舵を切っており、メーカー各社は、革新的な技術を採用して正確かつ効率的に前に進むために急速にギアをシフトしている。その先頭に立つのは、16万5000人の従業員を擁し、自動車のエンジニアリング、設計、技術の限界に挑むことに注力しているアメリカ最大級の自動車メーカーである。 IT、データをフルに活用しようとする機知に富んだ他の企業同様、この米国の大手自動車会社も、大量にある未加工データを価値あるビジネス上の洞察に変える必要があることを認識していた。最新のクラウドプラットフォームとAIを搭載したデータソフトウェアを組み合わせることで、同ブランドはデータをより適切に管理できるようになっただけでなく、自社の製品に適していると思われる箇所でイノベーションを推進することもできるようになった。 データドリブンのモダナ
Delta Lakeを用いたバーコード・トレーサビリティによるリコール管理
最近のデータによると、製品の欠陥によるリコールキャンペーンは増加の一途をたどっている。さらに、風評リスクや事業継続リスクは、各リコールが「底なしの穴」であることのマイナス面の可能性を示している。製品リコールは、あらゆる規模の伝統的な製造企業だけの問題ではなく、製薬会社など製品を生産するあらゆる企業に関連する。この記事では、複数の生産工場の上にある中央のデルタ湖が、問題解決のサイクルタイムを短縮することで、影響を受ける被害を劇的に減らすのに役立つ理由を論じる。さらに、運用上の欠陥を検出するためにプロセスグラフを走査するための実例を含むソリューション・アクセラレータを紹介する。 効果的なリコール管理のためのデータ分析の課題と可能性 リコールについて メーカーが製品を生産し、顧客に出荷している状況において、重大な品質問題が発見され、どちらか一方から製品の返品を要求されることを製品リコールという。例えば、メルセデスは燃料ポンプに欠陥があったとして約14万4千台をリコールし（ こちらを 参照）、BSHは爆発の恐れがあるガス
保険業界におけるDatabricks：Guidewire Marketplaceに掲載されました
DatabricksがGuidewire Marketplaceに掲載されたことを記念して、保険業界GTMディレクターのマルセラ・グラナドスとアライアンス担当シニアディレクターのジャスティン・フェントンが、『DatabricksがGuidewire Marketplaceに掲載されたことがなぜ保険会社にとって重要であるか』について対談しました。 ジャスティン： まずマルセラさんから、保険業界におけるDatabricksの現状について教えてください。導入状況はいかがですか？保険会社の顧客はDatabricksについてどのように考えていますか？ マルセラ： もちろんです、ジャスティン！このようなお話をいただき、感激しています。2022年、私たちは保険のお客様の間でDatabricksの活用が大きく進化していることを目の当たりにしました。従来、DatabricksはETLエンジンとみなされ、その処理能力と計算上の優位性が評価されていました。しかし、Databricks製品の進化により、保険会社はエンドツーエンドのデータ
ヘルスケア領域におけるデータドリブン・タレントインテリジェンス戦略とは？
このブログは、People Data Labsのイノベーション担当副社長であるベン・アイゼンバーグ氏と、LinkUpのChief Revenue Officerであるトム・アシェンマッカー氏との共同執筆によるものです。 あらゆる業界において、優秀な人材に対する需要は常に供給を上回っている。 例えば、バイオテクノロジー業界では、data scientists から生物医学エンジニアに至るまで、あらゆる職務において高度に専門化されたスキルが要求される。 ITこの分野の爆発的な成長（最近の成長率は 79％であるのに対し、 他の職種は8％である）により、これらの組織が熟練労働者を最も必要としているのは当然のことである。 人事・採用チームは、最高の人材を調達し、惹きつけ、維持するための革新的なデータドリブンソリューションを常に模索している。 結局のところ、組織の競争力の源泉は、提供する製品やサービスだけではないのだ。IT 、アイデアを実現する人的資本である。 マッキンゼーの調査に よると、 組織の上位25～50の役割が、企
ヘルスケア領域におけるPHIデータのガバナンスの自動化
背景：データデリバリーの近代化 今日の企業のデータ資産は、10年前とは大きく異なっています。各業界のアナリティクスは、モノリシックなデータプラットフォーム（リレーショナル・データベースやデータウェアハウス・アプライアンスなど）から、分散型でスケーラブルな、ほぼ無限のコンピューティングおよびストレージ機能（データレイクなど）へと移行しています。また、データは指数関数的なペースで増加しており、相互運用性の新たな機能を推進し、これまで以上に接続されたエコシステムを構築し、データが私たちの生活様式を形成する新たな機会を引き出しています。 データ資産のこの劇的な変化は、急速なペースで指数関数的なデータ配信の課題に対応するための新しい方法を見つける必要性をチームに促しています。その結果、 データメッシュ のようなフレームワーク が人気を博し、成功を収めています。その中核となるデータメッシュは、セルフサービスによるデータデリバリーでビジネスチームのボトルネックを軽減し、「データを製品として」扱うことで、データインサイトの最大化を
Databricksワークフローにおけるコントロールフロー強化のお知らせ！
多段階のデータやAIプロセス、パイプラインをオーケストレーションする上で重要な要素は、制御フローの管理です。 このため、 Databricks Workflowsの コントロールフロー機能に投資を続けています。この機能により、お客様は複雑なワークフローをより適切に制御し、高度なオーケストレーションシナリオを実装することができます。 数ヶ月前、私たちは ワークフローにモジュール式のオーケストレーションを 定義する機能を導入しました。これにより、お客様は複雑なDAGを分解して、より良いワークフロー管理、再利用性、チーム間でのパイプラインの連鎖を実現することができます。 本日、Lakehouseのオーケストレーションにおける次のイノベーションを発表できることを嬉しく思います。 タスクの条件付き実行 条件実行は、"If/else 条件タスクタイプ" と、"Run if dependencies" の2つの機能に分けることができます。これらを組み合わせることで、ユーザーはワークフローで分岐ロジックを作成し、パイプライン内の
DatabricksとMongoDBで保険のAI主導型イノベーションを加速する
保険会社は近代化において大きな変化を遂げている。 伝統的にレガシーシステムの使用で知られる大手通信事業者は、収益性の高い成長を維持することを目標に、クラウドへの移行やAIなどの新技術の採用によってインフラを近代化している。 イノベーションで価値を生み出してきた企業に共通する先進的な手法は、新しいデジタル製品を迅速に市場に投入し、手作業のプロセスを自動化し、どこにいても顧客やそのデータとつながることができることだ。 これが当てはまる主な分野は以下の通りだ： コネクテッド・インシュアランス& モビリティ IoTとテレマティクスの台頭は、保険会社が商品の内容やビジネスのやり方を変えつつあることを意味する。 大手企業（プログレッシブ社）がテレマティクス製品を最初に発売した競争上の優位性について考えてみよう。 より正確な価格設定が可能になり、その結果、より良い保険料につながるのであれば、データを共有することを厭わない顧客層を開拓できるという利点がある。 意思決定支援& 自動化 意思決定サポートと自動化された
Databricks Lakehouseプラットフォームのブルームバーグ・データを活用したサプライチェーンの混乱とESGリスク管理
このブログは、私たちが提携している業界をリードするデータ・プロバイダーやマーケットプレイスのデータ・プロバイダーを紹介するブログ記事の第一弾です。 ブルームバーグの協力者であるマイケル、マリス、ドンには、この旅を通してのサポートとこのブログへの貢献に感謝する。 サプライチェーンの回復力は 、企業にとってますます重要になってきている。 調達マネジャーは、サプライチェーン・ネットワーク全体にわたって透明性のある監視を維持し、潜在的なリスクを認識していなければならない。 近年、サプライチェーンは多くの混乱に直面しており、世界的な大流行によって引き起こされた混乱は、労働者を自宅に留め置き、世界中のサプライチェーンを麻痺させた。 企業がパンデミック（世界的大流行）から脱却するにつれ、リーダーたちは次の大きな混乱にどう備えるべきかを自問自答している。 マッキンゼー・アンド・カンパニーが 2022年に発表した、製造業を対象にした調査報告書によると、過去12ヶ月間にサプライチェーンのリスク管理を新たに実施した企業は全体の3分の2に
高度なアナリティクスによる電子事前承認の近代化
このブログは、ZS社ソリューションデリバリーマネージャー、ダン・ニューインガム氏、Databricks社HLSテクニカルディレクター、アーロン・ザボラ氏との共同執筆によるものです。 電子事前承認の 義務化とバリュー・ベースド・ケア(VBC)の取り決めによる償還パターンの進化により、医療保険制度が会員のためにサービスを承認する方法が変化している。 患者の転帰を改善し、事前承認にまつわる増大する管理上の問題を回避し、ビジネスに有意義なROIをもたらすような、増え続けるユースケースでデータを活用する絶好の機会が存在する。 拡大する事前承認の問題 Prior Authorizationは、処置、処方、耐久性医療機器（DME）などの医療サービスの適切な利用を確保するために、医療保険制度によって実施されるプログラムである。 これらのプログラムは、患者のために質の高い結果を維持しながら、不必要なサービスを減らすように設計されている。 質の高い患者の転帰を確保しながらサービスを制限するバランスは、データ& AIを使用しな
Cracking the Code: Databricksがバイオメカニクスデータでメジャーリーグを再構築する方法
翻訳：Saki Kitaoka. - Original Blog Link バイオメカニカルデータは、メジャーリーグ（MLB）のチームにとって、選手のパフォーマンスを向上させ、怪我を減らすという競争上の優位性を提供する、ゲームを変える要素として登場しました。しかし、その潜在的な可能性にもかかわらず、ほとんどのチームはその能力を十分に活用できずにいます。 バイオメカニクスデータのソースは、ウェアラブルセンサー、フォースプレート、モバイルデバイス、そして特に高速度カメラなど多岐にわたります。2020年、各球場に12台のカメラを戦略的に配置した Hawk-Eye Statcastシステム の登場は、大きな前進でした。これらのカメラのうち5台は投球と打撃専用で、毎秒100フレーム（FPS）で作動。残りの7台のカメラは、フィールドプレーヤーと打球に焦点を当て、50 FPSでデータを取得します。これらのカメラシステムを合計すると、MLBのレギュラーシーズン2,430試合ごとに24テラバイトという途方もない量のデータが生成され