Dataminrが人間をループに維持した方法

リアルタイムインテリジェンスベンダーであるDataminrは、ここ数年でレポート戦略を変更してきましたが、依然として人間の専門家を重視しており、生成AIの台頭にもかかわらず人間の入力の重要性を示しています。

Dataminrは2009年に設立され、人間の専門家がイベントを監視、レビュー、分類することに依存していました。このスタートアップは成功しましたが、人間の専門家への過度の依存により処理能力に限界がありました。2018年、インテリジェントな自動化でスケールする必要性を認識した後、同社は本格的にAIの導入を開始しました。

「2018年当時、壁に書かれた文字は明らかでした」とDataminrの最高AI責任者Joel Tetreault氏はAI Businessのポッドキャスト「Targeting AI」の最新エピソードで語っています。「本当にこれを実行し、より高い高みにスケールしたいのであれば、何らかのインテリジェントな自動化を採用する必要があります。」

このインテリジェントな自動化への転換は、DataminrのAIへの旅の始まりを示しました。同社は、150以上の言語にわたる100万の公開データソースからの数十億の情報を処理するためにAI技術が必要であることを認識しました。しかし、同社は報告プロセスから人間の専門家を完全に排除することはありませんでした。

2018年から2020年にかけて、畳み込みニューラルネットワーク（画像やビデオなどのグリッド構造データを処理するための深層学習モデル）などの機械学習モデルを使用したにもかかわらず、Dataminrは人間参加型のフィードバックシステムの実装に重点を置きました。

「私たちが行ったのは、主題専門家からデータを収集するプロセスを構築することでした。すべてのキーストロークを記録します。つまり、アラートの前に彼らが行うすべての変更や編集を追跡しました」とTetreault氏は語ります。「この情報を収集し、モデルのトレーニングに使用しました。そしてモデルはより良くなりました。」

生成AIとAIエージェントの出現により、Dataminrは再び方向転換しましたが、人間をプロセスの重要な部分として維持しました。

「2026年になり、これらのモデルは私たちがアラートを発するものの99%にアラートを発することができ、人間の専門家は実際に展開中の非常に微妙で厄介なタイプのイベントに使用されています」とTetreault氏は述べています。このアプローチは、AIの効率性と人間の判断力を組み合わせた好例であり、他のAIアプリケーションにとっても貴重な教訓を提供しています。