　TREASURE CDPは、各ユーザーの行動データや属性データなどを統合することで、パーソナライズをITに活用できる。今回新たに機械学習機能を追加したことで、コンバージョン（商品の購入や資料請求など、Webサイトにおける目標の達成）済みのデータをAI（人工知能）が学習し、予測モデルを生成して、今後コンバージョンする可能性のある顧客を自動的に予測できるようになった。

　この機械学習機能は、幅広い分野に適用が可能だ。例えば小売りでは、コンバージョン済み顧客のECおよびリアル店舗への来店、購入データやアプリケーションの利用データを学習して、他の見込み客の行動（リアル店舗への来店や商品購入）を予測できる。

　また、コンテンツプロバイダーや放送業界では、コンバージョン済み顧客の閲覧履歴や行動データから、他の顧客の解約や有料会員化への可能性などを把握できる。自動車業界では他社製品への乗り換え予測などに利用可能だ。

　さらに今回、以前からのエンタープライズレベルのセキュリティ機能を強化した。クライアントのサーバ環境やユーザー環境とTREASURE CDPとの間をプライベートネットワーク化して通信環境の堅牢性を高めた。データへのアクセス履歴を把握できる監査レポートなども追加されている。

　なお、同社では、TREASURE CDPの利用企業に対し、機械学習の専門家によるカスタマイズサポートを提供。利用企業はすぐに機械学習機能を活用できる。

芽吹くか「組み込みAI」
第3次ブームを迎えたAI（人工知能）。製造業にとっても重要な要素技術になっていくことは確実だ。2017年からは、このAIを製品にいかにして組み込むかが大きな課題になりそうだ。
世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。
人工知能は製造現場でどう役に立つのか
人間の知的活動を代替するといわれる人工知能が大きな注目を集めている。ただ、製造現場で「使える」人工知能は、一般的に言われているような大規模演算が必要なものではない。「使える人工知能」に向けていち早く実現へと踏み出しているファナックとPFNの取り組みを紹介する。
受注生産と見込み生産の混在を乗り切る方法
今日の製造業が抱えている根本問題は「大量・見込み生産の体制を残したまま、多品種少量の受注生産に移行しようとしている」ことにある。生産計画を困難にするさまざまな要因を乗り越え、より良い生産計画を実現する方法を検証してみよう。
IoT時代の組み込みシステム開発はどう変わる？　求められる新たな要素とは
「Embedded Technology 2016」「IoT Technology 2016」（2016年11月16～18日／パシフィコ横浜）の特別講演として経済産業省商務情報政策局情報処理振興課課長の滝澤豪氏が登壇。「組み込みシステム産業の課題と政策展開について」をテーマに、IoTや組み込みシステムなどIT産業に対する政府施策と今後の発展に向けての取り組みを紹介した。
わずか0.02mmのさじ加減で顧客を満足させるねじ金型が世界を目指す
自社のコア技術やアイデアを活用したイノベーションで、事業刷新や新商品開発などの新たな活路を切り開いた中小製造業を紹介する本連載。今回は、直径2mm以下の小径穴と呼ばれるねじの金型を得意にしている金剛ダイス工業の取り組みを紹介する。