「予測 AI と生成 AI の違いは、予測 AI は既存のデータを分析してパターンや傾向に基づいて予測や推奨を行うのに対し、生成 AI は既存のデータや入力に基づいて新しいコンテンツを作成することです。予測 AI は、機械学習技術を使用して既存のデータから学習し、そのデータに基づいて予測や推奨を行うタイプの AI です。たとえば、予測 AI は、過去のデータや傾向に基づいて売上、収益、需要を予測するために使用できます。生成 AI は、機械学習技術を使用して既存のデータや入力に基づいて画像、テキスト、音楽、ビデオなどの新しいコンテンツを生成するタイプの AI です。たとえば、生成 AI は、リアルな顔を作成したり、要約を書いたり、曲を作曲したり、ビデオを制作したりするために使用できます。」

説明
「注文の配送先の国を取得するためのデータ品質を確保するには、選択リスト フィールド タイプを使用する必要があります。選択リスト フィールド タイプを使用すると、ユーザーはリストから 1 つ以上の定義済み値を選択できます。選択リスト フィールド タイプは、データ値の一貫性、正確性、完全性を強化することで、データ品質を確保できます。」

説明
「信頼性は、売上と地域特性に関する履歴データを使用して靴の需要を予測するという目標を達成するために不可欠なデータ品質の要素です。信頼性とは、データ値が AI タスクにとって信頼でき、信用でき、権威があることを意味します。信頼性の高いデータは、対象集団またはドメインの実際の状態または状況を反映するため、AI 予測の精度と信頼性を向上させることができます。たとえば、信頼性の高いデータは、検証および検証された売上データと地域データを使用して靴の需要を予測するのに役立ちます。」

「性別は、偏見につながる可能性のある敏感な変数です。敏感な変数とは、個人のアイデンティティや特徴に基づいて、差別や不当な扱いを引き起こす可能性のある変数です。たとえば、性別は、AI システムによって人々がどのように認識され、扱われ、表現されるかに影響を与える可能性があるため、敏感な変数です。」

説明
「Einstein Generate は、電子メールを使用してナレッジ記事のコンテンツを作成します。Einstein Generate は、データまたはテキスト入力に基づいて要約、説明、または推奨事項を自動的に作成できる自然言語生成 (NLG) 機能です。たとえば、Einstein Generate は、エージェントと顧客間の電子メールの会話を分析し、ナレッジ ベースのドラフト記事を生成できます。」