---
sourceDocument: Xanadu で AI を有効にする
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/xanadu/intelligent-experiences

 Release :

    - xanadu

ft:locale :

    - ja-JP

ft:publication_title :

    - Xanadu で AI を有効にする

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# Predictive Intelligence の詳細はこちら

# Predictive Intelligence の詳細はこちら {#ariaid-title1}

* リリースバージョン: Xanadu
* 
* 更新日 2024年08月19日
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 所要時間：4分

ServiceNow® 予測インテリジェンス は、ServiceNow®アプリケーション全体の機能を強化してより良い作業エクスペリエンスを提供する人工知能のレイヤーを提供するプラットフォーム機能です。

## 予測インテリジェンスの概要

予測インテリジェンス は、人工知能と機械学習を使用して作業エクスペリエンスを向上させるための強力なツールセットです。プラットフォーム上でモデルを作成してトレーニングし、他の ServiceNow 製品やアプリケーションと統合できます。

以下では、 予測インテリジェンス の背後にある基本的な概念と、利用可能なさまざまなフレームワークについて説明します。

既存のモデルを使用する方法の詳細については、「 [予測インテリジェンス の使用](https://servicenow-prod.fluidtopics.net/gLisNEHuzwrL5vjCNxPREQ "予測インテリジェンスソリューションをトレーニングして使用することで、さまざまなタスクを実行し、ドキュメントインテリジェンス (DocIntel)やタスクインテリジェンスなどの他のServiceNow製品と統合します。")」を参照してください。

## 予測インテリジェンス オンプレミスのお客様向け {#predictive-intelligence__section_l3s_gm3_lcc}

予測インテリジェンス はオンプレミスの顧客も利用できます。この製品をオンプレミスで展開することに関心がある場合は、アカウントマネージャーにお問い合わせください。オンプレミスのインストールと構成の手順については、Now Support セルフホスト ナレッジベースのセルフ[ホステッド顧客向けの Machine Learning Engine のインストールと構成 \[KB0782052\]](https://support.servicenow.com/kb?id=kb_article_view&sysparm_article=KB0782052) の完全な手順を参照してください。  
注:  
オンプレミスアカウントのみが Now Support Self-Hosted ナレッジベースにアクセスできます。

## 用語

人工知能
:   達成するために人間の知能レベルを必要とする作業を実行するために設計されたシステム。

機械学習
:   モデルが経験を積むことで時間の経過とともに改善される機能。

モデル
:   入出力データに基づいて予測と決定を行うアルゴリズム、数学、統計学の集合。

Training (トレーニング)
:   将来の予測に影響を与えるためにモデルが基づいているデータを追加または変更する。

教師ありトレーニング
:   入力と出力のペアを提供して、モデルがこの 2 つを接続するルールを生成できるようにします。

教師なしトレーニング
:   モデルがデータセット内の構造を識別できるように、生データを提供する。

トレーニング頻度
:   既存のモデルと新しいトレーニングデータを組み合わせるためにモデルを再トレーニングする頻度。

ワードコーパス
:   モデルがテキストの類似性を探すために使用できる語彙。

## 予測モデルのコンポーネント {#predictive-intelligence__section_hmr_1y4_n3b}

予測モデルにはこれらのコンポーネントが含まれていますが、その一部は指定する必要があります。

ソリューション定義
:   作成および設定して、予測モデルをトレーニングするために次の値を指定するデータレコード

    * モデルのトレーニングに使用されるレコード。たとえば、過去 6 か月以内に解決またはクローズされたインシデントのみをトレーニングします。
    * モデルが予測を行うために使用する入力フィールド。たとえば、インシデントの簡単な説明を使用して予測を行います。
    * モデルが予測する値の出力フィールド。たとえば、簡単な説明に基づいてインシデントカテゴリを設定します。
    * モデルを再トレーニングする頻度。たとえば、30 日ごとにモデルを再トレーニングします。
    {#predictive-intelligence__ul_jnl_jm1_22b}

ソリューション
:   ソリューションは、ServiceNow データセンターでトレーニングしたソリューション定義の結果です。予測インテリジェンス は、ソリューションを使用して 1 つ以上の入力フィールド値が指定されたターゲットフィールド値を予測します。すべてのソリューションでこれらの値を指定します。

    * ソリューション「精度」は、正しい予測の合計パーセンテージです。たとえば、精度が 50 の場合、100 件の予測のうち半分が正しい値であることを意味します。
    * ソリューション「範囲」は、予測を受け取るレコードの合計パーセンテージです。たとえば、範囲が 50 の場合、対象となるすべてのレコードの半分が実際に予測を受け取ることを意味します。
    * ソリューション「クラス」はモデルが予測を行うことができる出力フィールド値です。各クラスは、選択可能な精度、範囲、および分布測定基準のリストを含む出力フィールド値です。たとえば、インシデント分類ソリューションには、ソフトウェア、照会、データベースなどのカテゴリごとにクラスがあります。
    * クラス「分布」は、この特定の出力フィールド値を持つテーブル全体のレコードの割合です。たとえば、照会クラスの分布が 50 の場合、インシデントの半分が照会カテゴリであることを意味します。
    {#predictive-intelligence__ul_wct_5m1_22b}

## Predictive Intelligence フレームワーク {#predictive-intelligence__section_j3x_kbt_bwb}

予測インテリジェンス は、 Xanadu リリースで 3 つのフレームワークを提供します。各フレームワークには、データの結果を予測、推奨、整理するようにシステムをトレーニングするためのさまざまなソリューションタイプがあります。トレーニングされたソリューションは、API を使用して任意のアプリケーションから呼び出し、予測を行うことができます。詳細については、 [予測インテリジェンス フレームワーク](https://servicenow-prod.fluidtopics.net/zmK5PjMTTTlE~KSIA35n9Q "予測インテリジェンス は、 Xanadu リリースで分類、類似性、クラスタリングの 3 つの異なるモデルフレームワークを提供します。各フレームワークは、さまざまなタイプの予測に特化しています。")をご覧ください。