科学者やエンジニアは、人工知能（AI）を統合した戦略を業務フローに組み込むよう求められている。これには多くの選択肢があるものの、AIを使っていると言うためだけに、厳密性や結果の信頼性を犠牲にしたいと考える人はいない。
JMPの価値提案は変わりません。探索、モデリング、レポート作成をサポートする、対話型のエンドツーエンド分析ワークフローを提供します。JMPは、複雑で多変量かつ新規な問題に取り組む際に真価を発揮します。こうした状況では、統計的思考と人間の判断力が不可欠であり、事前学習済みのAIモデルは学習データが不足しているために限界があります。
JMPはLLMを分析ワークフローの代替手段としてではなく、あくまでもアクセラレーターとして捉えています。LLMは、新規ユーザーの学習を促進し、これまで活用されていなかった高度な機能を明らかにし、平易な言語によるプロンプトからカスタムJMPスクリプトを生成するのに役立ちます。これらの統合は、信頼できるJMPドキュメントに基づいており、すべてJMPによって実行されるため、結果は正確で再現可能です。
本プレゼンテーションでは、JMPの包括的なLLM統合アプローチの概要を説明し、組織がJMPをAI戦略に組み込むための複数の選択肢を提供します。JMPとLLMの統合により、厳密な科学的・工学的判断を維持しながら、効率性を向上させることができます。
