あるeコマース企業が顧客の購買履歴と閲覧行動データを分析し、各顧客が次に購入する可能性が最も高い商品カテゴリを特定してパーソナライズドメールを送るシステムを構築したい。このユースケースに最も適したAIワークロードと機能はどれか。
- A. 生成AI — 各顧客に最適化された個別のメール本文を自動生成する
- B. コンピュータービジョン — 商品画像の特徴を抽出して類似商品を推薦する
- C. 自然言語処理 — 顧客レビューのテキストを感情分析して興味関心を推定する
- D. 予測（機械学習）：分類・推薦モデルで各顧客の次購入カテゴリを予測する
解答と解説を見る
正解: D
顧客の購買・閲覧履歴から次の購入カテゴリを予測するのは「予測（機械学習）」ワークロードの分類・推薦システムの典型例である。過去の行動データのパターンを学習して将来の行動（どのカテゴリを購入するか）を数値確率で予測する。選択肢Cの自然言語処理による感情分析も補助的情報にはなるが、購買行動予測の主要機能ではなく、テキストデータがない場合は使えない。選択肢Aの生成AIはメール文章の生成には適するが、「次に購入する可能性が高い商品カテゴリを特定する」という予測タスク自体は機械学習予測モデルが担う。選択肢Bのコンピュータービジョンは画像ベースの類似品推薦に使えるが、購買履歴データからのカテゴリ予測には適さない。