「ビジネス戦略とは確率論である」「成功確率はある程度操作できる」「需要予測はそのための有用な道具である」など、企業戦略に役立つ智慧と数式が詰まった上級者向けのマーケティング実践書。

「日経情報ストラテジー」専門記者のデータ分析経営レポート(10) 本書の平均読了時間約17分(約10,400字) 　「データ分析の仕事は専門家の仕事」と思ったら大間違いだ。 　企業でパソコン1人1台体制が進んだその昔、ITリテラシーの重要性が叫ばれた。パソコン操作を他人任せにせず、自分で使いこなせるようになることが課せられた。 　それと同じことだ。今やデータを仕事に上手に生かすための基本的な素養「データリテラシー」を身に付けることが、ビジネスパーソンの“必修科目”になった。 　企業は、普通の社員がデータを分析し、仕事で成果を出せるようにするための工夫を凝らす必要がある。ただし、高度な分析スキルは不要だ。統計学や分析手法などの基本を教えれば十分。既に実践している企業の取り組みなどから、7つの決め技を紹介しよう。 ※本書は日経情報ストラテジー2014年5月号の特集記事「高めよう!データリテラシー」をスマホ向けに再構成したものです。 【目次】 決め技1 プロを招き少数制集団指導 演習形式で統計学を教える 決め技2 需要予測はITにお任せ 現場に提供するデータを絞る 決め技3 情報共有インフラが要 検索性を高める工夫を 決め技4 エクセルの基本を改めて学ぶ スキルの“ばらつき”をなくす 決め技5 簡単分析ツールを積極活用 知名度なんて気にしない 決め技6 データ項目を統一しよう 事前準備の重要性を“実感” 決め技7 外部のサービスを上手に使う 丸投げと過剰な期待は禁物

【ケース】 　貴社は、高額なAIエンジンを購入し、導入した。主要な機能は需要予測機能だ。しかし実際に動かしてみると予測はまったく当たらない。その判断にしたがって経営した結果、巨額の損失が発生した。ベンダーに問い合わせたところ、貴社が用意したデータに問題があるそうだ。さて、この責任は誰が負うのか？ 　これは架空のストーリーです。しかしこれからの時代、こうした事例がどんどん発生することが想像されます。 　ビッグデータの時代、企業はさまざまなデータを容易に入手できるようになりました。そしてそのデータを使用することで、自社にとって最適な解を導き出すエンジンを手に入れました。いわゆるAIでです。 　しかしAIは、製品として提供されているものの、そのロジックやアルゴリズムは企業秘密とされブラックボックス化されており、導入した企業側にその仕組みは開示されません。 　そのエンジンで何が行われているのか？　果たしてその解は本当に最適なのか？　それを信じていいのか？　どのように判断すれば良いのか？　AIが判断ミスを犯した場合、責任は誰が取るのか？ 　本書は、上記のような問題意識をもとに、AI経営のリスクマネジメントについて技術的、法的、ガバナンス的観点から論じます。 　AIの意義を十分に認めつつ、そのリスクをきちんとマネジメントすることの必要性およびその方向性を具体的に解説する画期的な書です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 予測するための統計的手法を、平均株価、売り上げ、需要予測、製品寿命予測等の身近なデータを使ってExcelで解析する。時系列分析の基本概念である「トレンド」「周期変動」「不規則変動」「季節変動」を中心に、各統計手法の基礎的な事項から実データによる予測事例までわかりやすく解説。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 豊富な事例から予測手法のノウハウを解説！ 　本書は、2006年発行当初から好評を博した『Excelで学ぶ時系列分析と予測』の内容を見直し、Excel2016/2013に対応して発行するものです。 　第1部で時系列分析の基礎を解説し、時系列分析の手法の仲間である単回帰分析、重回帰分析、成長曲線、最近隣法、灰色理論の理論を解説します。 　第2部では平均株価、売り上げ、需要予測、製品寿命予測等の身近なデータを使ってExcelで解析・予測します。時系列分析の基本概念である「トレンド」「周期変動」「不規則変動」「季節変動」を中心に、各統計手法の基礎的な事項から実データによる予測事例までわかりやすく解説していきます。 主要目次 はじめに 第1部　時系列分析（解説編）1 第1章　時系列分析とは 第2章　単回帰分析 第3章　重回帰分析 第4章　成長曲線 第5章　従来の予測手法 第6章　最近隣法 第7章　灰色理論 第2部　具体的データによる予測事例 第8章　単回帰分析による予測 第9章　重回帰分析による予測. 第10章　成長曲線による予測 第11章　最近隣法による予測 第12章　灰色理論による予測 第13章　予測精度を上げるために あとがき―上田太一郎氏を偲んで―

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 予測とは現在の状況を知るためのデータがあり、これらデータを分析することで、将来の見通しを明らかにする科学的手法のことをいいます。予測には経済予測、保有予測（ストック予測）、需要予測（フロー予測）、企業経営予測、人口予測などがあります。本書は、統計手法として回帰分析（時系列分析）をはじめ、内閣府の開発したEPA（えぱ）法、TCSI分離法（要因分析法）などを解説しています。Excel関数だけではできないものでもExcelアドイン（Webよりダウンロード）を使うことで体験することができます。

在庫管理システムを構築するために 必須の知識と最新動向がつかめる！ 【本書のポイント】 ●在庫管理のシステム導入のやり方がわかる ●在庫管理業務の機能がわかる ●在庫管理システムと他のシステムとの連携法がわかる ●在庫管理の現在と直面するビジネスの変化、対応方法がわかる ●在庫管理システムに携わるエンジニアなら知っておきたい最新動向がわかる 【内容紹介】 どんな企業でも在庫の正確な把握は必須の業務です。しかし他のシステムと連携する必要などもあり、在庫管理システムの構築は複雑化しています。また、ただ在庫の数量を把握できるだけではなく、製造計画や需要予測につながる情報がわかることなど、さらなる価値を生み出す機能も求められています。 そこで本書では、エンジニアが押さえておくべき在庫管理システムの基本や適正在庫を実現するための需要予測の手法・管理方式の仕組み、各種システムとの連携方法を解説しています。さらに、画像認識機能で効率化をもたらすAI技術や、在庫管理の精度を高めるIoT重量計など在庫管理システムと連動する最新のテクノロジー動向まで、基本の知識と最新の情報が一挙に身につく1冊です。 【本書の構成】 第1章　在庫管理システムの現状 第2章　在庫に関する基礎知識 第3章　在庫管理の目的 第4章　在庫管理の中核となる発注管理機能 第5章　在庫管理に付随する関連システム（1）生産管理 第6章　在庫管理に付随する関連システム（2）販売管理 第7章　在庫管理に付随する関連システム（3）購買管理 第8章　在庫管理に付随する関連システム（4）会計管理 第9章　在庫管理に付随する関連システム（5）原価管理 第10章　その他在庫管理と関連性のある業務管理システム 第11章　在庫に関連する最新のテクノロジー動向 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【内容紹介】 　本書は、これから「交通工学」や「交通計画」を専門的に学ぼうとする学生に、「身近な交通」からの橋渡しをすることを目指して書かれました。ここで書いてあることを「読んで学んで」頂ければ、講義で学ぶことの意味や意義が理解できるように、入門的な内容をさらにかみ砕いて記述したつもりです。 　また、現今、交通分野が大きな変革を遂げつつあり、ICTの急激な進展に伴い、ビッグデータの活用など、交通調査の内容や手法がすでに大きく変貌しました。そのことはまた、交通計画自体の変革ももたらしています。交通工学の分野においても、平面交差点の計画設計手法や生活道路対策など、著しい進展が見られた分野がいくつも存在します。さらに、歩行者や自転車の扱いをはじめとする、「人中心」のみちづくりの方向性が完全に定着するに至っています。 　今回の改訂ではこれらを踏まえ、執筆陣に新たに若手に加わってもらい、世の中の動きに敏感に対応するように努めたつもりです。できるだけ多くの方にお読みいただき、ご批判を仰ぎたく思う次第です。 【著者紹介】 編：久保田　尚（くぼた　ひさし） 1958年横浜市生まれ。1988年東京大学大学院工学系研究科都市工学博士課程修了。工学博士。同年より埼玉大学助手。同専任講師，助教授を経て，2005年4月より埼玉大学教授。専門は地区交通計画，都市交通計画。 編：大口　敬（おおぐち　たかし） 1964年三鷹市生まれ。1993年東京大学工学部土木工学科博士課程修了。博士（工学）。同年より株式会社日産自動車交通研究所勤務。1995年東京都立大学講師，助教授，首都大学東京（大学改組）准教授，教授を経て，2011年4月より東京大学教授。専門は道路工学・交通工学。 編：髙橋　勝美（たかはし　かつみ） 1968年石巻市生まれ。1993年東京大学大学院工学系研究科都市工学専攻修士課程修了。同年より㈶計量計画研究所研究員。2011年同研究部次長。2012年より仙台市役所勤務。2007年から2013年まで東京大学まちづくり大学院特別講師。2009年東京大学工学部非常勤講師。技術士（総合技術監理部門，建設部門）。専門は都市交通計画。 【目次】 １章　序章 　1.1　交通工学・交通計画の役割と本書の狙い 　1.2　わが国の交通 ２章　交通の流れを円滑にする 　2.1　交通現象の捉え方 　2.2　交通渋滞 　2.3　道路の交通容量と交通渋滞対策 　2.4　平面交差点の交通容量と制御 　2.5　情報通信技術と交通運用 ３章　将来の交通需要を予測して計画を立てる 　3.1　交通計画の策定手順 　3.2　将来予測のための交通調査 　3.3　交通需要予測の方法 　3.4　これからの時代の交通計画 ４章　将来予測に基づいて道路を計画し設計する 　4.1　道路計画の基本 　4.2　将来交通需要予測と道路計画プロセス 　4.3　計画の決定 　4.4　道路の設計 　4.5　歩行者・自転車等の空間設計 　4.6　都市街路の設計 ５章　道路交通を安全にする 　5.1　わが国の交通安全 　5.2　交通リスクの捉え方 　5.3　人と車の共存─生活道路の交通安全対策と地区交通計画 　5.4　交通事故ゼロへ向けた取り組み ６章　まちづくりへの貢献 　6.1　まちづくりと交通 　6.2　交通シミュレーションと社会実験─交通まちづくりと合意形成 　6.3　開発に伴う交通への影響評価と対策 　6.4　歩行者・自転車を重視した交通体系 　6.5　中心市街地の総合的な交通まちづくり 　6.6　都市の構造と都市交通計画

本書の目的は、現代の企業経営において用いられるいろいろな数量的分析（数学的および統計的分析）の考え方と方法を学び、それらをコンピュータによる処理と結び付けることです。大学や専門学校の「経営科学」・「OR」・「経営数学」・「管理工学」のテキストとしても好適。●目次●企業経営と経営科学／統計の分析と利用／時系列・回帰分析と需要予測／在庫管理／線形計画法／PERTによる日程の計画ほか　1987年発行。

機械学習システムを実用化する 設計・開発・運用ノウハウが満載 【本書の概要】 本書は前著『AIエンジニアのための機械学習システムデザインパターン』（ISBN 978-4798169453 ）では触れられなかった、 機械学習システムを構築する上で実際に発生する課題を想定し、 動いているシステムやワークフローに機械学習を組み込む方法を解説した書籍です。 特にニーズの高い以下の機械学習システムの例を用意しています。 ・需要予測システム ・違反検知システム 【本書で学べる内容】 本書を読むことで、ケーススタディとして機械学習を実用化するための、 ・課題設定 ・ワークフロー設計 ・システム開発 ・チーム設計 を学ぶことできます。 【対象読者】 AI エンジニア、システムエンジニア 【目次】 第1章 課題、チーム、システム 第2章 需要予測システムを作る 第3章 動物画像アプリで違反検知システムを作る 第4章 動物画像アプリの検索に機械学習を活用する 【著者プロフィール】 澁井 雄介(しぶい・ゆうすけ) Launchable　Inc所属。 MLOpsエンジニア、インフラエンジニア、バックエンドエンジニア、Androidエンジニア、ネコ2匹の飼い主。家に猫用ハンモックが4台ある。 本業でDeveloper ProductivityのためのMLOps・データ基盤を開発しつつ、MLOpsコミュニティの運営や副業に精を出している。 過去にはSIer、外資ソフトウェアベンダー、スタートアップで新規プロダクトの起ち上げ、大規模システム運用、チームマネジメントに従事。 前々職のメルカリにて機械学習をシステムに組み込むデザインパターンを執筆、公開。 ・GitHubで「mercari/ml-system-design-pattern」と検索 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

石油の価格は、いったい誰が決めるのか？ 「今でも石油の価格は、ＯＰＥＣとセブンシスターズ（欧米の巨大石油資本企業）が裏で話し合って決めているのでしょう？」 私たちの生活に大きな影響を与える石油価格。しかし今でもこうした誤解がはびこっている。 商社に入社以来、40年以上にわたってエネルギー関連事業にたずさわり、現在はエネルギーアナリストとして活躍する著者が、石油価格のメカニズムをビジネスマン向けに徹底解説。また、エネルギーに関する海外のオピニオンを紹介しつつ、いまエネルギー事業が直面している構造変化と、それがもたらすであろう国際情勢の変化を論じる。 ＜おもな目次＞ ●第一章　原油大暴落の真相 波瀾万丈の2016年が明けた／資源を「爆買い」した中国／シェールオイルの「強靭性」　など ●第二章　今回が初めてではない 資金ショートか、大油田発見か／強欲独占、ロックフェラー／非OPEC原油が勢いづく　など ●第三章　石油価格は誰が決めているか OPECとセブンシスターズが裏取引？／市場を動かす「先物取引」／中国勢の価格操作疑惑　など ●第四章　石油の時代は終わるのか 石油が枯渇する心配はない／シェール革命の何が「革命」だったのか／石油は「西から東へ」の時代に　など ●第五章　原油価格はどうなる？ 長期、短期の需要予測／隠された余剰生産能力／エクソンはなぜ読み違えたのか　など

生活者が必要とするタイミングで適切な量を届けるために「この時、これくらい欲しい」という需要を予測し、商品を生産を適切に導くのが、現代の製造業には欠かせない「需要予測」という仕事である。本書では「統計学」の側面が強い需要予測を、独自の「認知科学」の観点からひもとき、様々な条件によって需要の予測が非常に難しい化粧品業界を実例にとりながら、明日からビジネスに役立つ実践的な需要予測の技術を学んでいく。

「需要予測のはじめての教科書」として愛読されるロングセラーがAI時代の最新トピックスもカバーして新版化。 SCMとマーケティングにおける活用ポイント、デマンドプランナーの育成まで、豊富な事例を交えながら体系的にまとめた担当者必読の1冊。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 電力システム改革のコア技術を詳細解説！ 　本書は、電力システム、スマートグリッド分野の研究者を読者対象に、今後、電力システム改革の中心となる太陽光発電の需要予測、スマートアグリゲーション、安定供給を実現する電力需給計画や電力・配電系統制御といったコア技術を中心に“予測と制御を融合した調和型の次世代電力システムの設計手法”について、詳述した専門書です。 1章　調和型電力システム 　1.1　次世代電力システムのあるべき姿と研究課題 　1.2　サイバー・フィジカル・バリューシステムの提案 　1.3　次世代電力システム設計 2章　太陽光発電予測と電力需要予測 　2.1　太陽光発電予測の基礎 　2.2　予測区間の推定 　2.3　予測大外れの事例 　2.4　予測大外れの予見手法 　2.5　超短時間時系列予測 　2.6　電力需要予測 3章　アグリゲーションと電力市場 　3.1　電力市場の基礎 　3.2　デマンドレスポンスを考慮したバランシンググループの需給計画 　3.3　モデル予測制御を用いた当日デマンドレスポンス 　3.4　電力プロファイル市場の設計と確率的約定方式 　3.5　再生可能エネルギーの不確かさを考慮した電力市場のモデリングと解析 　3.6　機械学習による需給計画 　3.7　太陽光発電出力予測更新に基づく需給計画 　3.8　太陽光発電の区間予測に基づいた蓄発電需給運用計画 4章　アグリゲーションとプロシューマ 　4.1　アグリゲーションとプロシューマのモデルの全体像 　4.2　エネルギー市場と需要家制御 　4.3　多価値最適化に向けた需要家の制御 　4.4　階層構造に基づく電力需要制御量の最適分配法 　4.5　デマンドレスポンスの実施診断 　4.6　充電量の秘匿制御 5章　電力系統制御 　5.1　需給制御の基礎 　5.2　潮流制御の基礎 　5.3　送電制約を考慮した経済負荷配分制御 　5.4　経済負荷配分制御による蓄電池充放電計画のロバスト化 　5.5　温度制約による混雑緩和 　5.6　予測を利用した負荷周波数制御 　5.7　発電機制御と需要家・供給家の需給バランス制御最適化 　5.8　電力系統のネットワーク構造と同期安定性 　5.9　大規模電力系統の階層的不安定性診断 　5.10　電力系統のレトロフィット制御 6章　配電系統制御 　6.1　配電制御の基礎 　6.2　電圧調整機器分散協調制御 　6.3　インバータ電圧協調制御 　6.4　インバータによる電力抑制 　6.5　単相同期化力インバータ 7章　調和型システム設計 　7.1　調和型システム設計の基礎和 　7.2　階層化システムの調和：共有モデル集合による分散設計 　7.3　エージェント間の協調：コミュニケーション型デマンドレスポンス 　7.4　人と調和する制御：集合値信号を用いた階層化制御 　7.5　予測と制御の調和：需給制御のための予測値整形 　7.6　データとモデルの調和：クリエーティブ・データサイエンス 　7.7　異種データの調和：多様性を有するデータの生成 付録A　次世代電力系統のモデリング 　A.1　次世代電力系統のモデリングの全体像 　A.2　コンポーネントごとのダイナミクスの詳細 付録B　制御理論に関わる基本事項 　B.1　動的システムの表現 　B.2　システムの安定性 　B.3　システムの安定化 　B.4　制御システムの性能評価 　B.5　制御システムの設計 　B.6　離散時間システム

「コロナ禍でも売れる商品は何か？」。ビジネスにおける需要予測はこれまで、商品の製造やその原料、材料の手配（調達）、それを小売店や消費者へ運ぶ物流（ロジスティクス）といった企業のサプライチェーンのトリガーとして認識されてきた。だが、これからはAIを活用しながら、「人間の感覚」を掛け合わせて需要を「創造」することも可能に。そのためには、商品供給だけでなく市場に近いマーケティングや営業、さらに経営管理やファイナンス部門の担当者も需要予測の知識を持つ必要がある。本書はそうしたニーズに応える最先端スキルをわかりやすく解説する実践入門書。

これぞ「メーカーの実践論」の完全な教科書！実務家必読！ 入山章栄氏（早稲田大学大学院教授）推薦！！ 医薬品・化粧品、食料品・飲料、日用雑貨、アパレル・筆記具、電機・輸送・精密機器、素材関連など 製造業がもつ５つの機能と最新トピック、今さら聞けない必須用語まで丸わかり！

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ビッグデータ時代が到来し、データの重要性が改めて見直されている今、データの大小に関わらず、仕事の中で「分析」を求められるケースが増えてきています。 統計学を学んだことの無い方でも、最低限の分析能力は今後のビジネスの中で必須のスキルといえます。 本ムックでは分析を行ううえで必要となる基本的な用語の解説から、様々な分析の手法、ケーススタディをわかりやすく解説。 また、「需要予測」「売り上げ向上」「コスト削減」「人員最適配置」などのトピックごとに、どのようなデータに着目し、どの分析手法を用いればよいかを「インデックス形式」で示します。 現在、業務でデータの分析を求められている方、分析に必要なフレームワークや分析手法を学びたい方など、データ・アナリティクスに関心を持つ、全てのビジネスパーソンにとって必読の一冊です。

AI×5G時代の新しい顧客戦略モデルを全図解 「15のキーワード」と「50のソリューション(業種別・機能別)」で次世代モデルを提示 [15のキーワード(7つの主要コンセプトと8つの補完コンセプト)] ◎7つの主要コンセプト ・リアルタイムマッチング ・コラボレーション/シェアリング ・IoT/セルフ化による自動化 ・パーソナライズ/カスタマイゼーション ・ダイナミックな需要予測/プライシング ・MR化/ライブ化 ・OMOのレコメンデーション ◎8つの補完コンセプト ・XaaS ・X-Tech ・スコアリング/信用価値算定 ・アバター/エージェント化 ・マルチデバイス化 ・シームレス決済 ・スマートミラー活用 ・スマートシティ化

不朽の「カンバン方式」、これが真髄だ! ジャスト・イン・タイムが鉄則のトヨタ生産方式を正しく運用すれば、儲かる会社に必ずなる! カンバン方式の生みの親・大野耐一氏の右腕だった父の薫陶を受け、親子2代でトヨタ生産方式の伝道者となった著者でしか書けなかった「秘中の秘」のメソッドを初公開する! 第1章 「常識」を疑い、パラダイムを変えよ 第2章 「タイミング」を売れ! 第3章 顧客ニーズと生産体制のマッチ 第4章 「サラダ理論」で需要予測とオサラバしよう! 第5章 ホワイトカラーという「魔物」 第6章 下請けを巻き込んで効率的なモノ造り 第7章 短納期こそ最大の顧客満足

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データサイエンスは、ビジネスのあらゆる現場で役立つスキルです。たとえば需要予測。日々の販売計画を精緻化することは、業務の無駄をなくし、広い視点では大量廃棄などの課題解決にも役立ちます。また、ECサイトに欠かせないレコメンデーションシステム。おすすめの商品を高い精度で提案してくれるシステムによって、顧客の利便性が高まり、同時に売上アップにもつながります。ほかにもデータサイエンスが基礎となっている仕組みは数多く存在します。いまや人々の生活に欠かせなくなったAIなどの技術もデータサイエンスの一分野です。 このようにデータサイエンスは、「データサイエンティスト」などの専門職だけが知っておけば足りる知識ではなく、あまねくビジネスパーソンが知っておくべき知識であり、スキルなのです。本書ではこのデータサイエンスを、ビジネス実務を題材に、難しい話なしで解説しています。また、データをどのように扱うか実感できるようにExcelファイルを用意してあります。座学＋実践でしっかり腑に落ちるデータサイエンス入門書の決定版です。

「第3次ブーム」と言われる人工知能（AI）。勢いが衰えを見せないまま、日本でも本格的な実用時期を迎えています。食品工場の検品、タクシー客やビールの需要予測、外国語の翻訳、手書き文字の認識など先進企業はAIを様々な現場に導入しています。 　ベテランでも難しい予測を可能にする、生産性を4倍に引き上げるといった効果が既に上がっています。第3次AIブームの牽引役と言える深層学習（ディープラーニング）をはじめとする機械学習、これらを活用した様々な認識・分析手法や自然言語処理といったAI技術、さらにクラウドコンピューティングやIoT（インターネット・オブ・シングズ）などの関連技術がAIの実用化を支えています。 　一方で、AIの活用に挑んだものの実証実験のレベルから先に進めない、思うように効果が出ないといった声も出ています。AIの全体像が広く、どのような技術あるいは製品/サービスが自社のニーズに適するかを判断しにくいというのが理由の1つです。技術や製品/サービスの動きが早く、追従するのも容易でありません。 　本ムックはAIのビジネス戦略や活用を企画・検討・実施している担当者に向けて、実践的な情報を分かりやすく提供することを狙っています。中核を成すのはAI活用を実践する先進企業の最新事例です。製造から金融、流通・サービス、医療、建設まで50を超える事例を紹介しています。経営トップが語るAI戦略、AI活用の失敗則、さらにAI活用に役立つツールやサービスの最新状況も網羅しています。 　人工知能ビジネス戦略・活用の全貌と最新動向を理解したい関係者必携の一冊です。

■ヤマト運輸での労働問題発覚以降、「物流危機」はホットトピックになっている。実際、トラックドライバーの高齢化や倉庫作業員の不足は顕著であり、「経済の血脈」である物流がいつ止まってもおかしくない状況にある。 一方で、宅配ロボットやドローンといった先進技術の活用も徐々に広がりつつある。Amazonのように、倉庫作業のロボティクス化やAIによる需要予測といった先駆的な取り組みを進めることで、競争力の更なる向上を実現している企業も存在する。 ■これら、足元での労働環境の悪化やAmazonをはじめとする先進プレイヤーの動向といったミクロな事実を紹介する書籍や記事は増えてきたが、「物流の未来」がどのようなものであるかや、経営・経済においてどのような役割を果たすようになるのかまでを見通したものはない。 本書は、ロジスティクスの最先端動向に精通し、コンサルティング、セミナーなどで活躍する著者が、技術革新の先にある物流ビジネスの「破壊と創造」を解説するものである。省人化・標準化が進むことで、サプライチェーン全体の最適化に向けたオープンプラットフォームが生まれつつあること、コト売りへの転換を果たそうとするメーカーがシェアリングビジネスに進出していることなど、技術・インフラ・サービスの進化の方向性を明らかにしている。物流会社だけではなく、荷主やメーカーにとってのビジネスチャンスも見つけられる内容である。 ■「ロジスティクス4.0」は、著者が講演やコンサルティングなどで使ってきた用語だが、その用語や考え方がそのまま「国土交通白書」や「ものづくり白書」で用いられるなど、一般用語化している。