SymphonyAI

SymphonyAIはアドオン付きの単一製品を売っているわけではない。小売と消費財、金融サービス、産業、企業IT、メディアで別々のラインを持ち、それぞれがその業界の用語、データの形、規制要件に合わせて作られている。小売の予測は棚割りと品揃えの話をし、金融犯罪のモデルはアラートの処分と疑わしい取引の報告を扱う。汎用モデルではなくここを選ぶ理由は、この解像度にある。

金融サービスのラインは取引監視、不正検知、エンティティ照合、案件管理を覆い、銀行や決済事業者にとってのAMLソフトウェアとして機能する。SymphonyAIは誤検知85%削減、調査時間70%短縮、不正スコアリングの遅延50ミリ秒未満をうたう。いずれも同社の発表値だ。実務で効くのは説明の層で、すべてのフラグに理由が添えられる。監査で問われるのはそこであり、汎用モデルが求められたときに必ず出せるものでもない。

小売の計画業務は、統合された設計が最初に表れる場所だ。予測、マーチャンダイジング、サプライチェーンの実行が同じ記録を参照する。販促の判断と発注が、別々の表計算作業ではなくなる。品揃え、価格、販促の効き目、棚割りはつながった判断として扱われる。SymphonyAIは小売顧客全体で売上3.5%増、予測精度98%と発表しており、これは同社サイトに載っている数字だ。小売向けAIソフトウェアを単機能の予測ツールと比べる買い手は、最後にこの一体感を選ぶことが多い。

産業のラインはPLC、ヒストリアン、ERPのプラントデータをつなぐ。学習済みのモデルがその流れを走査して異常を見つけ、ラインが止まる前に故障の可能性を知らせる。AIによる予知保全のベンダーを比べている担当者にとっての売りは、モデルが産業のパターンで学習済みの状態で届き、長いデータサイエンスの案件を必要としない点にある。原因分析は、生産量が落ちたときにオペレーターが口にする問いに答える。何が変わったのか。導入先はエッジ、ハイブリッド、クラウドから選べ、運用データを拠点の外に出せない現場ではここが効いてくる。

Eurekaはすべての業種アプリの下にある構築層で、三つの入口を開いている。データサイエンティストには予測モデル用のプロコード環境。運用チームには複数ステップのエージェントを組むローコードのビジュアルビルダー。それ以外の担当者には生成アプリ用のプロンプト基盤だ。その下にデータ基盤があり、取り込みとクレンジング、さらにオントロジーの付与を担うので、データは生のままではなく構造化された状態で入ってくる。Eurekaを使えば、SymphonyAIが商品として売っていないものも作れる。単体アプリではなくプラットフォームを買う理由はここにある。

顧客が銀行、製造業者、大手小売チェーンである以上、提供の仕組みはモデルそのものと同じくらい重要になる。SymphonyAIはMicrosoft Azure上で動き、Microsoftの年間AIパートナーにも選ばれた。導入時に既存のクラウド契約とセキュリティ審査を流用できる。Azureに標準化している企業にとっては、これが企業向けAIプラットフォームの実務的な定義になる。加えて、フラグ、スコア、推奨のすべてに判断の論理が付く。監査記録は誰も読まない別ログではなく業務フローの中に残り、同社はブラックボックスが審査を通らない規制業界向けにこの仕組みを据えている。