「最新の進化を取り入れ、freeeという企業の今のステージに適した機械学習基盤を目指した」。freeeのAIラボで機械学習基盤の構築を主導している田中浩之氏はこう話す。では、freeeの今に適した機械学習基盤とは、どのようなものなのか。
人工知能(AI)を活用して価値を提供する企業が現れる中、PoCでつまずく企業が見直すべきポイントはどこにあるのか。そして今後必要不可欠になる考え方とは何か。機械学習に必要な教師データを企業に提供するLionbridgeに話を聞いた。
Deep Learningがブレークスルーとなった昨今の「第3次AIブーム」。2020年は、企業の「AI」活用において、ブームのままPoC(概念実証)で終わるのか、本番で稼働するシステムやサービスに適用できるのかの分水嶺(れい)となるだろう。その成否を分かつものは何なのだろうか。本特集では、現在の機械学習・Deep Learningにおけるさまざまな課題の中でも技術的なものを中心に整理し、その解決策としてAutoML(機械学習自動化)、MLOps(機械学習基盤)といった技術を解説。加えて、それらを活用している企業の事例を紹介する。初回は、日本ディープラーニング協会の理事に、2020年現在のAI活用における課題について聞いた。
MLOps/AutoMLなどの自動化に、自然言語処理(BERTなど)、倫理問題/信頼と、2019年の「AI/機械学習」界わいの変化は止まらなかった。2020年はどう進化していくのか? 英語での情報を参考に、10個の大胆予測を行う。
AIに関するGartnerのハイプサイクルレポートは、AIが多種多様な形で企業に導入されていくことを浮き彫りにしている。同報告書は、特に「拡張インテリジェンス」「チャットBot」「機械学習」「AIガバナンス」「インテリジェントアプリケーション」に注目すべきだとしている。
インフォアジャパンは、「2020年の企業のAI活用に関する予測」を発表した。企業内で従業員と双方向コミュニケーションをとるなど、AIがより「知的」になり、業界に特化したテンプレートによってAIの導入と利用が活発化するという。
IDC Japanは、企業のAI活用の成熟度に関する調査結果を発表した。先駆的なAI導入企業は全体の1割にも満たなかった。事業計画とAIの導入戦略を一体化してビジネス価値を高めている企業は、AI活用の成熟度が高かった。
「ゼクシィ縁結び・恋結び」の開発現場において、筆者が実際に行ったことを題材として、「データ基盤」の構築事例を紹介する連載。初回は、サービスの概要とデータ基盤が必要になった理由について。
AIの導入が進んでいるが、課題も残っている。企業は、AIで何ができて何ができないかを理解する必要がある。AIプロジェクトを成功に導くには、その裏にある真の障壁を克服しなければならない。
日本IBMは2020年2月7日、機械学習/AIで、顧客ごとに同社の製品・サービスをカスタマイズして提供する新体制を発足したと発表した。これは日本独自のプログラムで、人員を部門横断的に生かす新組織が担うという。
機械学習/AIの製品/サービスでは、統合プラットフォーム化が進んでいる。「AIの民主化」をうたい、データサイエンティストやデータエンジニアでない人でも機械学習/AIが活用できることを目指すDataRobotは、どのように統合を進めているのだろうか。
機械学習/AIスタートアップのABEJAが同社イベント「SIX 2019」で発表した新サービスは、機械学習/AIのマーケットプレイス構築にもつながるという。
Amazon Web Services(AWS)が2019年12月第1週に開催した「AWS re:Invent 2019」における、機械学習/AI関連の発表に共通するテーマをまとめると、「開発者/データサイエンティストが、まだ初期段階にある機械学習/AIの活用で、高い生産性を発揮し続けるのを支援する」ということだという。
Google Cloudは2019年4月10日(米国時間)、Google Cloud Next ‘19で、機械学習/AIに関する多数の発表を行った。これらは、「ビジネスユーザーのAI活用支援」と「貴重な社内データサイエンティスト/データエンジニアの生産性向上支援」の2つに分けられるという。