Connect with us

ビッグデータニュース

GM車ドライバー、自身の運転データが保険会社と共有されていることに気づかず

ゼネラルモーターズ(GM)の車を運転するドライバーの運転データが、速度違反や急ブレーキなどの情報を含め、保険会社と共有されていることが明らかになりました。このデータは、ニューヨークのLexisNexisによって分析され、保険料の算出に利用されています。しかし、このプラクティスはプライバシーの懸念を引き起こし、消費者が自分たちのデータの使用方法を十分に理解していない可能性があります。【用語解説とAIによる専門的コメントつき】

Published

on

GM車ドライバー、自身の運転データが保険会社と共有されていることに気づかず - innovaTopia - (イノベトピア)

一部のゼネラルモーターズ(GM)の車を運転するドライバーは、自分たちの運転データが保険会社と共有されていることを知らないかもしれない。このデータには、速度違反、急ブレーキ、急加速などの情報が含まれている。ニューヨークに本拠を置くグローバルデータブローカーであるLexisNexisは、自動車保険業界向けに「リスクソリューション」部門を持ち、これまで車の事故や違反切符に関する情報を追跡してきた。

シアトル近郊のソフトウェア会社のオーナーであるKenn Dahl氏は、自分が慎重なドライバーであるにも関わらず、2022年に自動車保険の費用が21%上昇したことに驚いた。他の保険会社からの見積もりも高額だった。ある保険代理店は、彼のLexisNexisレポートが要因の一つであると語った。Dahl氏の要求に応じてLexisNexisは、公正信用報告法に基づき提供しなければならない258ページの「消費者開示レポート」を送付した。

このレポートには、過去6ヶ月間にDahl氏または彼の妻がChevy Boltを運転した際の詳細が130ページ以上にわたって記載されており、640回の旅行の日付、開始および終了時間、走行距離、速度違反、急ブレーキ、急加速の記録が含まれていた。ただし、どこに車を運転したかの情報は含まれていなかった。

この旅行の詳細はゼネラルモーターズから提供され、LexisNexisはその運転データを分析して、「保険会社がよりパーソナライズされた保険カバレッジを作成するための多くの要因の一つとして使用するリスクスコア」を作成したという。過去1ヶ月間に8つの保険会社がDahl氏に関する情報をLexisNexisに要求していた。

【ニュース解説】

自動車メーカーが消費者の運転行動データを保険会社と共有しているという報道があります。この事例では、ゼネラルモーターズ(GM)の車を運転する一部のドライバーが、自分たちの運転データが保険会社と共有されていることを知らない可能性があることが指摘されています。このデータには、速度違反、急ブレーキ、急加速などの情報が含まれており、ニューヨークに本拠を置くグローバルデータブローカーであるLexisNexisがこれらの情報を分析しています。

このようなデータ共有の背景には、保険会社がリスクをより正確に評価し、個々のドライバーに合わせた保険料を設定するための動きがあります。運転行動データを分析することで、ドライバーのリスクプロファイルを作成し、保険料の算出に役立てることができます。しかし、このプラクティスはプライバシーの懸念を引き起こしており、消費者が自分たちのデータがどのように使用されているかを十分に理解していない可能性があります。

この技術のポジティブな側面としては、安全に運転するドライバーが適正な保険料を支払うことができるようになる点が挙げられます。一方で、潜在的なリスクとしては、プライバシーの侵害やデータの不正使用が考えられます。また、このようなデータ共有が普及することで、保険料の算出方法に関する規制やガイドラインの見直しが必要になる可能性があります。

将来的には、この技術がさらに発展し、ドライバーの運転行動をリアルタイムでモニタリングし、即座にフィードバックを提供するシステムが登場するかもしれません。これにより、ドライバーは自身の運転習慣を改善し、事故のリスクを低減することができるようになるでしょう。しかし、このようなシステムの導入には、プライバシー保護やデータセキュリティに関する厳格な規制が伴う必要があります。

from Automakers Are Sharing Consumers’ Driving Behavior With Insurance Companies.

ビッグデータニュース

IBMが警鐘、AI時代のデータ管理リスクと新サービス発表

AI時代のデータ管理を再評価するIBMブログは、大規模言語モデル(LLM)による機密データ漏洩のリスクを指摘。IBMの「gen AIデータ摂取ファクトリー」は企業データの安全な統合を促進し、リスク軽減と規制遵守を支援します。データ保護、アクセス管理、監査性向上が鍵とされ、IBMコンサルティング®が専門知識を提供。【用語解説とAIによる専門的コメントつき】

Published

on

By

IBMが警鐘、AI時代のデータ管理リスクと新サービス発表 - innovaTopia - (イノベトピア)

AI時代におけるデータ管理の再評価について、IBMブログが新たなリスクとして、大規模言語モデル(LLM)を通じた機密データの漏洩や、規制当局や政府からの要求の増加を指摘しています。組織は、エンタープライズや非公開データを大規模言語モデルに適切に組み込むために、データ管理の基本原則を見直すことが重要です。データの保護能力の検証と作成、データアクセス、使用、第三者とのエンゲージメントの管理、監査可能性と監督の向上などが挙げられます。

IBMでは、企業データの潜在能力を解放するために、IBM gen AIデータ摂取ファクトリーという管理サービスを開発しました。このサービスは、企業データをgen AIソリューションに統合するプロセスを簡素化し、加速します。データのスケーラブルな摂取、規制とコンプライアンス、データプライバシー管理などが主な機能です。このサービスを使用することで、データ統合にかかる時間の削減、企業によるgen AIアプリケーションのデータ使用規制の遵守、リスクの軽減、一貫性と再現性のある結果の提供が可能になります。

IBMコンサルティング®のチームは、元規制当局者、業界リーダー、技術専門家から成り、この複雑なデータリスクをナビゲートするためのクロスファンクショナルな専門知識を提供します。

【ニュース解説】

現代の技術業界において、生成型AI(Generative AI)は、新たなデータリスクをもたらし、規制当局や政府からの要求を増加させています。特に、大規模言語モデル(LLM)を通じた機密データの漏洩が懸念されています。このような環境を成功裏に航行するためには、組織がデータ管理の基本原則を見直し、エンタープライズや非公開データをLLMに適切に組み込むための確かなアプローチを使用することが重要です。

データ保護能力の検証と作成には、暗号化、匿名化、トークン化などの従来の機能に加えて、機械学習を使用して自動的にデータを分類する能力(感度、分類体系の整合性など)を作り出すことが含まれます。データの発見とカタログ化ツールは役立ちますが、組織の独自のデータ理解に特化した分類を行うために強化する必要があります。これにより、組織は新しいポリシーを効果的に適用し、データの概念的理解とデータソリューションの実装現実との間のギャップを埋めることができます。

データアクセス、使用、第三者とのエンゲージメントの管理、監査可能性と監督の向上には、データの使用方法、変更時期、第三者とのやり取りを通じてデータが共有された場合の追跡が含まれます。データアクセスを制限するだけでなく、データがアクセスされ、分析的および運用ソリューション内でどのように適用されるかの使用事例を追跡することが不可欠です。

IBMでは、企業データの潜在能力を解放するために「IBM gen AIデータ摂取ファクトリー」という管理サービスを開発しました。このサービスは、企業データを生成型AIソリューションに統合するプロセスを簡素化し、加速するための事前定義されたアーキテクチャとコードの青写真を提供し、管理サービスとして展開されます。データのスケーラブルな摂取、規制とコンプライアンス、データプライバシー管理などが主な機能であり、企業はデータ統合にかかる時間の削減、データ使用規制の遵守、リスクの軽減、一貫性と再現性のある結果の提供を実現できます。

このような取り組みは、データリスクの複雑さをナビゲートするために、元規制当局者、業界リーダー、技術専門家など、様々な分野の専門知識を持つIBMコンサルティング®のチームによって支えられています。この取り組みにより、企業は生成型AIの活用を進めながら、データの安全性を確保し、規制への対応を強化することができるようになります。また、データの透明性を高めることで、モデルのリスクを減らし、規制当局への説明責任を果たすために費やす時間を短縮することが可能です。これらの取り組みは、データ管理の新たな標準を設定し、将来の技術革新に向けた基盤を築くことに寄与するでしょう。

from Re-evaluating data management in the generative AI age.

Continue Reading

ビッグデータニュース

Onehouseが3500万ドル調達、データレイク技術の未来を切り拓く

Onehouseがオープンデータレイクハウス技術の発展のために3500万ドルを調達し、総資金は6800万ドルに。MicrosoftとGoogleの支援を受け、Apache XTableの開発を加速。この技術はデータの統合と分析を容易にし、企業の競争優位性を高める可能性があります。【用語解説とAIによる専門的コメントつき】

Published

on

By

Onehouseが3500万ドル調達、データレイク技術の未来を切り拓く - innovaTopia - (イノベトピア)

Onehouseは、オープンデータレイクハウス技術の進展を目指し、3500万ドルの資金を確保しました。この資金調達はシリーズBラウンドであり、Craft Venturesが主導し、AdditionとGreylock Partnersが参加しました。これにより、Onehouseの総資金は6800万ドルに達しました。Onehouseは、オープンソースのApache Hudi技術に基づいており、異なるテーブルフォーマット、データカタログ、クエリエンジン、クラウドプロバイダーを使用できる相互運用可能なプラットフォームを提供することを目指しています。

2023年11月には、MicrosoftとGoogleがOnehouseを支援し、OneTableオープンソースデータレイクテーブルフォーマットの相互運用技術に参加しました。この取り組みはその後、Apache Software Foundationに移管され、Apache XTableとして再ブランドされました。新たな資金調達により、OnehouseはXTableの開発と、Universal Data Lakehouseプラットフォームの進展を加速させる予定です。

Apache XTableは、異なるデータレイクテーブルフォーマット間の課題を解決することを目的としています。Microsoftは、Microsoft Build 2024カンファレンスで、Microsoft FabricがXTableを使用してSnowflakeの書き込みとApache IcebergおよびDelta Lakeの読み取り間の変換を可能にする機能を発表しました。

また、OnehouseはApache Hudi技術の進化にも注力しており、新しい並行性モデルや非構造化データおよび構造化データのサポートを含むApache Hudi 1.0リリースの作業が進行中です。このリリースでは、非プライマリキーに対する新しいセカンダリインデックスシステムと、それらのインデックスを使用したフィルタリングクエリが導入される予定です。さらに、データレイク内のデータに対してベクターおよびテキスト検索を可能にするベクター検索インデックスのサポートが追加される予定です。

【ニュース解説】

Onehouseは、オープンデータレイクハウス技術の発展を目指し、3500万ドルの資金を確保しました。この技術は、データの保存、管理、分析をより効率的に行うためのもので、異なるデータ形式やクラウドサービス間での相互運用性を高めることを目的としています。Onehouseの取り組みは、データ管理の柔軟性とアクセス性を向上させることにより、企業がデータをより有効に活用できるようにすることにあります。

この資金調達は、Onehouseが提供する技術の開発と市場浸透を加速させるためのものです。特に注目されるのは、MicrosoftとGoogleが支援するApache XTableプロジェクトです。これは、異なるデータレイクテーブルフォーマット間の相互運用性を実現するための技術で、データの利用可能性と柔軟性を大幅に向上させる可能性があります。

Apache XTableの導入により、企業は異なるデータソースやクラウドプラットフォームを跨いでデータを統合し、分析することが容易になります。これは、ビッグデータの時代において、企業が直面するデータの断片化という課題に対する有効な解決策を提供します。また、OnehouseはApache Hudi技術の進化にも力を入れており、データレイク内でのデータ管理とクエリのパフォーマンスを向上させる新機能を開発しています。

このような技術の進展は、データ駆動型の意思決定を行う企業にとって大きなメリットをもたらします。データの統合と分析が容易になることで、より迅速かつ正確なビジネスインサイトを得ることが可能になり、競争優位性の確保につながります。しかし、異なるデータフォーマットやクラウドサービス間での完全な相互運用性を実現するには、技術的な課題やプライバシー、セキュリティに関する懸念を克服する必要があります。

長期的には、Onehouseの取り組みは、オープンソースコミュニティとの協力により、データ管理技術の標準化を促進することにも寄与するでしょう。これにより、データの相互運用性とアクセス性がさらに向上し、企業がデータを活用するための障壁が低減されることが期待されます。また、新しいデータ分析ツールやサービスの開発を促進し、データ駆動型のイノベーションを加速させる可能性もあります。

from Onehouse secures $35M to advance open data lakehouse technology.

Continue Reading

ビッグデータニュース

フランス政府、国防のためAtos買収提案 – 国家安全保障を守る戦略的動き

フランス政府が国家安全保障を守るため、Atosのビッグデータとサイバーセキュリティ部門の買収を提案。この戦略は、外国の支配から重要技術を保護し、フランスの技術力とサイバーセキュリティ能力を強化することを目指す。【用語解説とAIによる専門的コメントつき】

Published

on

By

フランス政府、国防のためAtos買収提案 - 国家安全保障を守る戦略的動き - innovaTopia - (イノベトピア)

フランス政府がAtosのビッグデータとサイバーセキュリティ部門の買収を提案した。この動きは、フランスの国防利益を外国の支配から守るためであり、Atosは国家安全保障上重要な技術を提供している。Atosは国防プログラム用のスーパーコンピュータ構築や軍のビッグデータプラットフォーム確立に貢献し、またパリオリンピックのサイバーセキュリティプロバイダでもある。

フランス政府のこの関与は、国家安全保障における重要な役割を果たしており、Atosのノウハウと労働力が一体化されたままであることを重視している。他のヨーロッパ国と同様に、フランス政府は重要な価値を提供する企業に直接的な関与を持つ。これに対し、米国政府は民間のITやサイバーセキュリティ企業の株式買収は少なく、外国の投資に対する緊密な監視を行い、国家安全保障上の理由から特定の企業買収を阻止することがある。

Atosの買収が実現すれば、フランス政府は技術とサイバーセキュリティ能力を大幅に強化できる。フランス政府が企業を買収することは稀であるが、このアプローチにより他の政府も同様の手法を取る可能性がある。

【ニュース解説】

フランス政府がAtosのビッグデータとサイバーセキュリティ部門の買収を提案したことは、国家安全保障を守るための重要な一歩です。Atosは、国防プログラム用のスーパーコンピュータの構築や軍のビッグデータプラットフォームの確立、さらにはパリオリンピックのサイバーセキュリティプロバイダとしての役割を果たしています。このように、Atosはフランスの国防と安全保障において中心的な役割を担っており、その技術やノウハウは非常に価値が高いと言えます。

フランス政府のこの動きは、国内の重要な技術やサービスが外国の支配下に入ることを防ぐためのものです。これは、国家安全保障上のリスクを最小限に抑え、フランスの主権を保護するために不可欠です。また、フランス政府がAtosのような企業に直接関与することは、他のヨーロッパ諸国でも見られる傾向であり、国家の重要なインフラやサービスを保護するための一般的な手段となっています。

一方で、米国では、政府が民間のITやサイバーセキュリティ企業を直接買収することは稀ですが、外国の投資に対する厳しい監視を行い、国家安全保障に影響を与える可能性のある買収を阻止することがあります。これは、国家安全保障を守るための異なるアプローチであり、各国が自国の状況に応じて適切な手段を選択していることがわかります。

Atosの買収が成功すれば、フランス政府は国内の技術とサイバーセキュリティ能力を大幅に強化することができます。これは、サイバー攻撃や情報戦に対する防御力を高める上で非常に重要です。また、このような政府による企業買収の動きは、他の国々にも影響を与え、同様の措置を検討するきっかけになる可能性があります。

このニュースは、国家安全保障と技術の関係、政府と民間企業の関わり方について、新たな議論を呼び起こすことでしょう。また、将来的には、国家安全保障を理由にした企業買収や投資が、国際的なビジネスや技術開発にどのような影響を与えるのか、注目されるテーマとなります。

from France Seeks to Protect National Interests With Bid for Atos Cybersec.

Continue Reading

Trending