マーケット・インテリジェンスは現状、 500人のアナリストが手作業でスプレッドシートを更新し、データポイントを推測し、M&Aチームや営業チームがこれらのデータポイントを実用的な洞察に解釈しようとしています。
delphaiは、機械学習とアルゴリズムでこの現状に挑戦し、多くの公開ソースから情報を自動的に収集・集約します。しかし、実際にどのように機能するのでしょうか？
この記事では、マーケット・インテリジェンスのための人工知能、さまざまな種類のAI、そしてマーケット・インテリジェンスの未来について深く掘り下げてみたいと思います。
マーケット・インテリジェンスのためのAI
では、人工知能によってマーケット・インテリジェンスの現状に挑戦するとはどういうことでしょうか？
まず第一に、ビジネス・データを自動的に収集・分析することでマーケット・インテリジェンスに革命を起こそうとするシステムのほとんどは、AIベースではまったくありません。単にウェブサイトをスクレイピングし、クリーンアップしているに過ぎないのです。コンテンツが構造化されている場合、この方法はすでにうまく機能しています。しかし、ほとんどのオンラインデータは構造化された方法でテーブルに保存されていないため、ほとんどのビジネス関連データは高度に非構造化されています。
スクレイパーやクローラーと呼ばれるプログラムは、グーグルがデータを収集する方法とよく似ています。つまり、これらのプログラムはインターネットを “大きな網で “巡回し、データを収集するのです。
テキストを自動的に読み取って処理し、特定の企業が何をしているのかを判断するアルゴリズムも存在します。例えば、新製品、買収、資金調達などです。非構造化オンライン・データは、表形式で表示されるように構造化されます。これらの結果は、業界、技術、その他のトピックに従った組織や企業の分類につながっています。この分類のために、個々のニューラルネットワークが訓練されています。
AIのほとんどは、一つのことを本当にうまくこなす「狭いAI」です。しかし、それ以外のタスクを与えた途端、完全にお手上げになってしまうのです。テキスト分析では、製品を識別するために特別に訓練されたニューラルネットワークがあります。もう1つのニューラルネットワークは、M&Aのために特別に訓練されています。一方を他方に適用しても、意味のある答えは得られないでしょう。
すべてのAIが同じではない
私たちは、これらの各ステップにおいて、独自の人工知能を使用しています。
私たちの人工知能の一部は、教師あり学習によって訓練されています。これはデータやテキストに注釈を付け、AIに何を探し、何を探すべきでないかを教えることで機能します。
しかし、企業が属性に関するテキストデータを数件しか提供しない場合、教師なしアプローチが使われます。 そのため、AIは何が適切で何が適切でないかを自ら学習しなければなりません。さまざまなモデルが教師なしで適用され、その結果がすでに知られているものと比較されます。そして、教師なしで正しい結果を出したモデルが維持され、改良されます。
教師なしアプローチの良いところは、AIに何を探せばいいかを教えるのではなく、AI自身が異常を探すことです。実際、このAIを使うことで、どこに先手があるかを判断することができます。その好例が、人工知能のサブカテゴリーとしての自然言語処理である。これは近年、非常に勢いを増しています。このことは、今日のチャットボットの重要性にも表れている。もちろん、ここには多くの科学的な注目が集まっています。特に、ビジネス属性を特定するための教師なしアプローチでは、精度、想起などの基準において、ごく最近のプレプリントの結果を6.5％上回っています。
顧客中心のマーケット・インテリジェンス
顧客は検索エンジンを通じてファーマグラフィック・データにアクセスできます。インタラクションレイヤーはソフトウェアで、検索バーを備え、マーケットインテリジェンスに関連するあらゆる質問を入力し、実用的な回答を得ることができます。グーグルのフルテキスト検索を活用し、企業のウェブサイト、求人広告、ニュース、特許など、様々なコンテキストデータのソースにアクセスすることも可能です。delphaiは、検索エンジンが見つけたマッチする企業情報をもとに、便利なリスト形式で企業リストを作成します。
非構造化でグローバルな企業データを構造化された実用的な情報に変換することで、M&A部門や営業部門がデータ主導で効率的な意思決定を行えるようにします。
財務、ニュース、求人情報、特許を指先で確認できる
より深いレベルでは、個々の企業プロフィールを詳細に見ることができます。企業のプロフィール表示では、独自に自動生成されたこの企業の事業説明や、自動生成された業界分類や将来の技術分類など、さまざまな垂直データを見つけることができます。また、創業年、本社、従業員数、直近の売上高など、企業に関する基本データも閲覧できます。
さらに、類似性検索エンジンが、選択した企業と最も類似していると判断した企業の同業者リストを作成することができます。類似性は、企業のウェブサイト、求人広告、特許、ニュースなどの完全なデータプロファイルに基づいて決定されます。このリストはグローバルだが、地理的なフィルターをかけることもできます。
ユーザーは、財務、製品ニュース、求人ニュース、特許も見ることができ、これらはすべて収集され、タブ表示されます。潜在顧客、競合他社、買収ターゲットのリストもここで作成することができます。
マーケット・インテリジェンスの未来
delphaiは水平型の製品であるため、非常に柔軟性に富んでいます。また、このようにうまく調整され、ミクロに管理されたシステムを構築できたことで、簡単に変更したり、新しいバーティカルを追加したりする基盤ができあがりました。このようなアプリケーションは、協力やコラボレーションの妨げとなるサイロを生み出します。その代わりに、事業部門や機能分野にまたがる各企業独自のニーズに合わせた、ローコード／ノーコードベースのシステムが台頭してくると考えています。
