次世代人工知能学会
 Next Generation Institute of Artificial Intelligence

Printing
 

 

次世代人工知能学会

  • 論理的整合性
  • 決定論ではなく循環論
  • ZOZOタウンテクノロジー
  • 経営者が既にロボアドバイザリーで意思決定
  • 自己言及
  • ルーティンという洗脳
  • 自己言及が循環すると自我が生じる
  • 自我とは自己言及の循環過程そのものなのではないか

 

次世代人工知能学会

  • パブリックコメントの多変量解析人工知能 資金調達の人工知能化のEC. SCM. CRM. KM. ERPの人工知能化

 

次世代人工知能学会

    PC. スマホからから次世代パーソナル人工知能
     次世代人工知能学会の研究内容

    • 自然言語
    • SWOT分析
    • SDGS人工知能
    • 国連人工知能
    • KPI人工知能
    • アジル人工知能
    • 売れ筋人工知能
    • 多国間法律人工知能
    • 多国間会計人工知能
    • パブリックコメント人工知能
    • 美術人工知能ネッワーク
    • 人脈人工知能ネッワーク
    • 資金調達人工知能
    • 電子購買人工知能
    • EC人工知能
    • CRM人工知能
    • SCM人工知能
    • ERP人工知能
    • KM人工知能
    • JIS人工知能
    • ISO人工知能
    • XBRL人工知能
    • TPP人工知能
    • EPA人工知能
    • 5フォース人工知能分析
    • ポジションニング人工知能
    • 競合人工知能
    • 成功要因人工知能
    • 顧客分析人工知能
    • パフォーマンス人工知能
    • ビジネスモデル人工知能
    • 因果関係人工知能
    • ブランドイメージ戦略
    • 現状感性
    • マインドシェア
    • 戦略的感性
    • KMコンセプトモデル
    • 協同イメージ戦略
    • 総合設備効率人工知能
    • 総合的設備管理人工知能
    • 顧客関係管理人工知能
    • バランスト・スコアカード人工知能
    • フィンテック ビットステーション
    • 電子購買システム セールスフォース
    • ブロックチェーン マイニングマシン
    • SDGS UNBIS 多次元多変量解析
    • IOT UNSPSC 画像 3D oetd
    • グーグルレンズ
    • 人工知能 自然言語
    • TPP EPA 資金調達 リスクスコア
    • TPP EPA 販売促進 html
    • TPP EPA M&A DCF
    • TPP EPA 大使館 オペラ
    • TPP EPA 株主コミュニティ
    • ETF 独自
    • 万博人工知能
    • 働き方改革人工知能
    • 地方活性化人工知能
    • 議員連盟人工知能
    • カジノ人工知能
    • Facebook グループ人工知能
    • 今年導入された売上高に関する新しい会計基準は
       収益として計上する時期や方法を定めたほか
        製品別、販路別、地域別などの情報開示を求めている

      1. TPP各国リクルートの値段をソート別にする電子購買システムの互換性
      2. 資金調達の電子化互換性
      3. グーグルレンズによるJIS(UNSPSC)の可視化
      4. 各種団体による電子取引所
      5. SDGSグーグル翻訳システムによるロボットアドバイザリー
      6. 次世代人工知能における

      自然言語

      7. 法律、会計に関するTPP各国との互換性
      8. 社会保険の義務化
      9. 債権法改正
      10. 今年導入された売上高に関する新しい会計基準は、収益として計上する時期や方法を定めたほか、製品別、販路別、地域別などの情報開示を求めている件
      11. 認知心理学、哲学、宗教学、社会学理論、歴史社会学、知識社会学、日本文化論について

      SWOT分析

      • 強み(Strengths)
      • 弱み(Weaknesses)
      • 機会(Opportunities)
      • 脅威(Threats)の4つのカテゴリーで要因分析
      • 強み・弱み

      • 資源(財務・知的財産・立地)
      • 顧客サービス
      • 効率性
      • 競争上の優位
      • インフラ
      • 品質
      • 材料
      • 経営管理
      • 価格
      • 輸送時間
      • コスト
      • 容量
      • 主要顧客との関係
      • 市場における知名度・評判
      • 地域言語の知識
      • ブランド
      • 企業倫理
      • 環境
      • 機会・脅威

      • 政治・法令
      • 市場トレンド
      • 経済状況
      • 株主の期待
      • 科学技術
      • 公衆の期待
      • 競合他社の行為
      • KPI(Key Performance Indicators)重要業績評価指標

        1. 顧客に関する数値
         A. 新規獲得顧客数
         B. 既存顧客の状態
         C. 顧客の損耗(失われた顧客数)

        2. 顧客セグメント毎の回転率
        3. 顧客セグメントと支払い方法毎の未払い残高
        4. 顧客関係における貸倒金額
        5. 潜在顧客に関する統計分析(顧客になる割合、ならない割合など)
        6. 顧客の支払遅滞分析
        7. 人口統計的セグメント化による顧客の収益性と、収益性による顧客のセグメント化

        総合設備効率

        • ローディング:TEEP指標の一部であり、
          暦上の時間のうち実際に設備が稼働する予定のスケジュール上の時間の割合を表す。
        • 稼働率:OEE指標の一部であり、
          スケジュール上の稼働予定時間のうち実際に設備が稼働している時間の割合を表す。
        • 性能:OEE指標の一部であり、
          生産設備の設計上の製造速度に対する実際の製造速度の比率を表す。
        • 品質:OEE指標の一部であり、
          全生産数に対する良品数の割合を表す。

        総合的設備管理

        1. 個別改善(ロス削減のための設備の改善)
        2. 自主保全(オペレータの保守作業の分担)
        4. 教育訓練(保全技能に関する教育と訓練)
        5. 初期管理(開発・設計段階での手順の明確化など)
        6. 品質保全(設備の保守管理による製品の品質確保)
        7. 管理間接部門活動(事務部門や開発部門の生産部門への支援など)
        8. 安全・環境管理(無事故・無災害・環境への配慮)

        顧客関係管理

        • Sales Force Automation(SFA)
          商談/案件の状態を把握し、営業方法論(メソドロジー)に基づいたプロセスを通して成果の向上を目指す。売り上げ予測(フォーキャスト)、評価と連動されることも一般的である。
        • Service Automation
          コールセンター、FAQ/ナレッジベースなどにより、カスタマーサービスの品質と生産性を向上することを目指す。 音声、Eメール、チャットなどのチャネルと、これにともなる応対の履歴を統合することも一般的である。
        • Marketing Automation
          B2Cではセグメンテーション等に基づく多数のキャンペーン実行や、顧客行動に基づく自動オファリングなどによる成果拡大を目指す。B2Bではリードナーチャリング [4] 等による営業初期段階の支援を目指す。
        • 行動分析
          古典的には購入履歴、後に問い合わせ履歴、Webアクセス、最近では店頭での行動から顧客の嗜好や期待を理解する。
        • 収益性分析
          例えば電話による問い合わせ有無など、顧客の購買やサービス利用の行動はその収益性に影響する。ABCと合わせて、顧客の価値を金銭的に把握することができる。
        • バランスト・スコアカード

        • 財務の視点
          株主や従業員などの利害関係者の期待にこたえるため、企業業績として財務的に成功するためにどのように行動すべきかの指標を設定する。
        • 顧客の視点
          企業のビジョンを達成するために、顧客に対してどのように行動すべきかの指標を設定する。
        • 業務プロセスの視点
          財務的目標の達成や顧客満足度を向上させるために、優れた業務プロセスを構築するための指標を設定する。
        • 学習と成長の視点
          企業のビジョンを達成するために組織や個人として、どのように変化(改善)し能力向上を図るかの指標を設定する。
        • 依り代 魔法の鏡

          AIデータ利用に関するガイドライン

          5フォース分析、ポジションニング分析、競合分析、成功要因分析、顧客分析、パフォーマンス分析、ビジネスモデル分析、因果関係分析

 

次世代人工知能学会

    人工知能議決型 国連情報検索UNBISのご提案

    現在、各省庁・都道府県の議案、意思決定が書類ベースにより透明性が低く限定的な内容だけで全体の内容が理解できない構造になっており Extensible Government Reporting Language(XGRL)の整備が急務です。例えば国連活動を検索するためのUNBIS(国連書誌検索システム Thesaurus)をベースにした国際標準のインターネット検索があります。投票者・賛成・反対・留保、関連内容、キーワードにより議決日、類似参考資料、比較などあらゆる角度から確認できます。実現するためには独自に開発するのではなく国際標準UNBISと互換性と比較が重要です。また、自らの分析効率、つまり転記や入力・確認にかかる時間が省け、大量データ内容に瞬時にたどり着き、決議・文献・比較等分析そのものに時間をかけられます。さらに気がつかない問題点の発見も可能となり、限定的な内容であったものがより透明性の高い内容で説明できるようになります。以上適時開示することにより透明性を担保・説明責任を果すことにより、政府・国民および国際的信用のアピールを実現するものだと考えます。

 

次世代人工知能学会

    事業仕分け型人工知能 国連商品サービス分類コード
     UNSPSCのご提案

    現在、政府関係における事業仕分け等、徹底的な経費削減を叫ばれる中、担当者がすべての新技術、商品、役務に関し大量データを理解し、それを誰が分析し決済したか明確化されておりません。例えばトップは紙ベースの為、鉛筆の購入値段・仕入れ先・介護の手すりの助成金など瞬時に把握できないばかりか、比較も把握できません。そこで世界経済情勢の変化の中、大量のデータにより対応できない為、それをサポートする共通コード商品人工知能分析調達システムも必須だと思われます。事実すでにアメリカ国内における関係省庁、州政府の現在の調達情報を共通化し、トップが確認しただけで15パーセントの削減に成功されています。さらに情報監理より新技術、グローバルな即時価格を分析することにより、調達システムのデータを、より正確に理解できます。国際的に通用する税関コード・クレジットコード・会社コードと互換性のある国連開発プログラム国連商品サービス分類コードの互換性は経費削減、説明責任・信頼回復実現・政府・国民の意識向上が急務です。

 

次世代人工知能学会

    人工知能財務分析型、XBRLのご提案

    今まで不可能だった世界の財務諸表が、各国金融庁により直接日本語で正確な情報が入手できます。さらに日本の情そ報が外国語でも正確に確認でき、あらゆる情報が効果的に瞬時分析可能となりました。各国が法制化され、既存のファンドに変わり、より精度の高い直接投資や自国の分野別内容が確認できます。また人工知能情報監理により分析し正確な内容を確認し、各分野の直接資金調達、国家及び関係団体の財務諸表が確認でき、プロジェクト別の民・官比較発注が可能・国債の疑心暗鬼の解消となり、国民の金融知識を向上させ、各国にも働きかけCDS恐怖指数8にも対抗でき、日本国民が優位となれる最大のチャンスです。

 

次世代人工知能学会

    AI戦略の真髄とは?

    政府・国民の意思を数値化するつまり数値に強い政府・国民のイメージ戦略AIがTPP.日欧EPAが発効された世界最大の自由貿易経済圏で企業が勝ち残る全てのカギです。

    人工知能戦略の決め手はコードつまり拡張可能な事業報告言語です。かつて世界的なコードの専門家に日本は国際コードの本当の意味を理解しないことで日本パッシングにあうと言われました。当時の政府は透明性・検証・説明責任・瞬時の意思決定をする為の(情報を整理し監査する)人工知能情報監理を先延ばししました。その為現在、定型書類ベースデータを手作業で必要なデータを抜き出し転記し計算する為、膨大な無駄な時間・手間・認証という問題を抱えています。国連では言葉検索ではなく、ひとつひとつの書類に言葉や数字に国際的に通用・意味をもたすコードを添付し、自動的に計算、多次元の指示を出すことにより一瞬で内容にたどり着きます。さらに膨大な資料にも手をつけることが可能となり、気がつかない問題点も発見できます。人工知能情報監理により、多次元分析で必要な条件・問題点・ひずみを正確な内容で把握でき、人工知能時代のスピード・TPP.日欧EPAが発効され国際感覚のある政府及び国民全体の意識向上が最重要課題です。

 

次世代人工知能学会

    人の気持ちを数値化し、多変量解析するイメージブランド
    (人工知能に欠かせない概念)

    ・ブランドイメージ戦略
    ・現状感性
    ・マインドシェア
    ・戦略的感性
    ・コンセプトモデル
    ・協同イメージ戦略

    増田 聡 プロフィール

 

次世代人工知能学会

    TPP 日欧EPA人工知能グローバル資金調達
     人工知能電子購買調達ブロックチェーン
      人工知能商品取引所ブロックチェーン

    今年導入された売上高に関する新しい会計基準は、収益として計上する時期や方法を定めたほか、製品別、販路別、地域別などの情報開示を求めています。
    SWOT分析、KPI、DCFから次世代分析へ

    TPPとEPA発効後の関税撤廃40カ国から何を仕入れれば何を販売すればが劇的に利益が上がるか当該企業ごとに明確に解ります。

 

次世代人工知能学会10

    テキストマイニング

    ・分かち書き
    ・国際検索
    ・ことばネットワーク
    ・主成分分析
    ・ネットワークグラフ表示
    ・ラインスタイル、実線
    ・バブル分析
    ・係り受け頻度解析
    ・アニメーション3Dグラフィック

    ビジュアルアナリスク

    ・主成分分析
    ・datairaph viewer
    ・ネットワークグラフ表示
    ・個人ID付きPOSデータ、RFM分析
    ・アニメーション3Dグラフィック

    宗教や哲学や歴史文化を含めて人工知能を考える事は他の人工知能サービスとの決定的な違いであると思います。「所変われば品変わる」じゃないですが地球は狭いようで広いです。価値観は歴史的にも地域的にも違います。価値観を一つにするのは無理です。
    だからこそコードで繋げる事が重要なのです。そこに世界が期待する意味があります。

    国際都市特区で区役所、図書館、学校の情報検索コーナーに人工知能を導入を提言します。

 

次世代人工知能学会11

    日本情報技術総合研究所(一般社団法人 日本情報技術協会の前身)において、過去国際連合大学本部ライブラリーで国際検索システムを導入しました。

    一般社団法人 日本情報技術協会並びに、次世代人工知能学会として、全国で区役所、図書館、学校の情報検索コーナー、企業の情報センターに国際検索システム及び自然言語さらに次世代人工知能の導入を提言します。

 

次世代人工知能学会12

 

次世代人工知能学会13

    グーグル翻訳で表現できない、
    自然言語、概念、文化、気持ち、口語表現、異文化コミュニケーション、国際理解、
    敵対ネットワークを対応した人工知能データベースです。

 

次世代人工知能学会14

    GUI(Graphical User Interface)

    グラフ構造(ネットワーク)とそれに付随する情報(アトリビュート)を読み込み、それを組み合わせて分析、可視化!
    つまり、人や物の繋がり、概念の関係性など、実際には目に見えない物をデータ化し、それを目に見える形に落としこむためのソフトウェアと考えていただければ良いと思います。これはRやPythonと言った事実上の標準的データ解析言語から、大規模な解析ワークフローの中でも各種機能を利用します。

 

次世代人工知能学会15

    テキストマイニング

    ・分かち書き
    ・国際検索
    ・ことばネットワーク
    ・主成分分析
    ・ネットワークグラフ表示
    ・ラインスタイル、実線
    ・バブル分析
    ・係り受け頻度解析

    ビジュアルアナリスク

    ・主成分分析
    ・datairaph viewer
    ・ネットワークグラフ表示
    ・顧客データ、boosting、datairaph viewer
    ・菖蒲、グルーピング
    ・マーケットデータ、decision tree
    ・個人ID付きPOSデータ、RFM分析
    ・個人ID付きPOSデータ、neural network

 

次世代人工知能学会16

    RPA(ロボティック・プロセス・オートメーション)

    1人に一台人工知能を所有する時代に。
    adobe sensei

    データスクレイピング

    Webツールを使わずに、検索結果の収集や、Webサイトから直接情報を収集する。
    Webスクレイピングとは、「WebサイトからWebページのHTMLデータを収集して、特定のデータを抽出、整形し直すことである。
    例えば、特定のキーワードに対する検索結果を自動で収集したり、ECサイトの「人気商品」の商品名や価格、販売ページのURL等を自動で収集したり、オークションサイトや物件サイトの価格情報を自動でCSVファイルに抜き出す事ができる手法です。

 

次世代人工知能学会17

    Watson Knowledge Studio

    自然言語インターフェースを使用して、ユーザーとの対話を自動化します。 

    IBM API Connect™

    APIの作成、管理、適用、実行により、APIライフサイクルを制御します。

    Cloud Foundryのアプリ

    基盤となるインフラストラクチャーを管理することなく、アプリを導入できます。

    IoTプラットフォーム

    接続されたデバイスおよびゲートウェイと通信し、それらのデータを取り込みます。

    Watson Discovery

    意思決定を向上させるパターン、傾向、および実用的な洞察を特定します。

    Cloudant®

    常時稼働するフル・マネージドのNoSQL JSONデータ層にアクセスします。 

    Watson Personality Insights

    ソーシャル・メディアや企業データなどから、パーソナリティーの特性に関する洞察を引き出します。

    プッシュ通知

    モバイル・デバイスとWebデバイスを使用して、統合されたプッシュ通知をリアルタイムで個別化して送信します。 

    音声からテキストへの変換

    音声発言を書き起こしテキストに変換します。

 

次世代人工知能学会18

    個人において合理的な選択が社会的には不合理な選択でありうるということを、社会科学は今まで真面目に考えてきませんでした。最もわかりやすい例で言えば、働くのが嫌だから生活保護をもらう。ある種の社会科学にとってこれ以上合理的な選択はない。しかし、日本国民全員が生活保護受給者になったらどうなるか?という以前に、受給率が一割超えたらどうなるか?常識で考えても無理なことはわかりますが、いわゆる方法論的個人主義で考えると理解できないのです。

    現在の人工知能は一見方法論的集団主義に見えるものがありますが方法論的個人主義が多くエコシステムを無視しているものが多いです。

    ・崇高
    ・門外漢
    ・段違いの知識の勘違い
    ・優秀な世継ぎ

    新しいことはダメ、古いことにも無関心、管理に専念する組織。自分達を崇高な仕事をしている君たちは門外漢だ、私は君たちより知識がある、優秀な世継ぎに譲るとか、根拠のない理論で話を進め、能力もないのに周りを排除して好き放題して組織が衰退しました。今勘定しましたらビッグデータのAI解析の59種類使用してました。これから無限に解析方法増え、どれを選ぶかがキメ手になります。単体の解析方法だと方法論的個人主義になります。人工知能でも同じ結果を生み出してしまいます。

 

次世代人工知能学会19

    洞察の抽出(ニュース)

    意思決定を向上させるパターン、傾向、および実用的な洞察を特定します。
    クエリを構築する。

    チャットポットの作成

    カスタマーケア音声テキストに変換
    自然言語インターフェースを使用して、ユーザーとの対話を自動化します。

    文章による性格特性

    ソーシャル・メディアや企業データなどから、パーソナリティーの特性に関する洞察を引き出します。

    API(アプリケーションプログラミングインターフェース)

    APIの作成、管理、適用、実行により、APIライフサイクルを制御します。


    ・UNSPCテキストマイニング
    ・わかち書き
    ・ことばネットワーク
    ・資金調達戦略ガイド
    ・テキストマイニング
    ・csvで分析

次世代人工知能学会

次世代人工知能学会会長
増田 聡
次世代人工知能学会事務局長
重野 真一
元駒沢女子大心理学類教授 心理学者
富田 隆
日本大学文理学部教授
犬飼 裕一
千葉工業大学社会システム科学部教授(日本IBM出身)
森 雅俊
大阪弁護士会副会長
上原 武彦
元衆議院議員
前田 雄吉
清和監査法人代表
戸谷 英之
弁護士
森下 欣文
元JFEホールディングス専務
亀山 恭一
日本情報技術協会事務局長
原 拓也
日本情報技術協会事務室長
上塚 哲司

パートナー

IBMアメリカ本社アナリスティックサービス
the Global Association for Research Methods and Data Science(RMDS)
世界データサイエンス学会(本部アメリカ国際研究機構)
世界データサイエンス研究所(本部アメリカ国際研究機関)
Alex Liu
 
新着情報INFORMATION
 
news

Break Time