マインドウエア総研は、統計およびデータサイエンスの分野での25年以上の経験に基づいて以下のソリューションを提供します。
コンセプト生成
今やLLMを使用してアイデアを生成したり、ネットから大量の情報を収集したりするのは常識となったが、それらをどのように評価するかが新しい問題となっている。マインドウエア総研は、それらの類似性に基づいて 、多数のアイデアをグルーピングすることを提案する。このグルーピングを「コンセプト（概念）」と呼ぶ。哲学や論理学では 、概念は外延と内包で構成されると定義されているからだ。平たく言うと、外延とはグループの範囲であり、内包とはグループ内の共通特性である。
どれだけ斬新なアイデアであっても、一貫性のないバラバラなアイデアを元にビジネスを展開するのは、戦略上、得策ではない。従来は言語感覚でしかそれを判断できなかったのだが、近年の最先端のデータサイエンスでは、アイデアや概念をベクトルに変換して計算できるようになったことが大きな変化である。ベクトル計算を用いて意味空間でアイデアをグループ化すると、次のようなメリットがある:
- 戦略的アイデアの評価: LLMを用いてアイデアやグループの概念的な違いを明確に定義することで、経営理念や経営戦略の次元から自社が取り組むべき領域を正確に判断できるようになる。
- 追加アイデアの作成と微調整: 意味空間にマッピングされた多数の既存アイデアの位置関係に基づいて、LLM はそれらの中間または外側にある未知のアイデアの内容を正確に推論できる。
ラベルなしデータの学習
現在のAIではトレーニング・データのラベリングがボトルネックになっている。ラベリングを外注してできた低品質のトレーニング・データからより良い結果を達成するのは難しい。マインドウエア総研は、この問題を避けるために、教師なし学習の効果的な活用を提案する。 実際には、すべてのプロジェクトをこれに置き換えることはできないが、「最終的に求めているのは何か？」を注意深く再定義することにより、教師なし学習から得られるセグメンテーション・モデルが有効なことがある。
仮説（シナリオ）データの作成
今日、ビジネスの科学的アプロ―チを組み込むために、統計学やデータサイエンスが不可欠になっている。しかしながら、現実的に使用できるデータは、現在または過去を表現するものばかりで、未来を表現するデータはほとんどない。ビジネスにデータを活用すればするほど、未来ではなく過去を見てビジネスをすることになるというジレンマに陥る。とくに、技術革新によって新しい市場が生まれるとき、未来の市場に関するデータなんて存在しない。 このような状況で企業が戦略を作成するには、現在利用可能な情報から可能な限り推定できる未来の青写真を作ることが必要だ。データ・シミュレート・テクニックは、この問題の解決策である。