AIプロジェクトを価値創出に結びつける–「ModelOps」とは

今回は「AIプロジェクトを価値創出に結びつける–「ModelOps」とは」についてご紹介します。

関連ワード （ビッグデータ等） についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、ZDNet Japan様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

　ITリーダーが、世間で喧伝されているような人工知能（AI）や機械学習の優れた効果を実現するために必要な技術を選択し、使いこなすにはどうすればいいのだろうか。AIと機械学習に期待されるような成果を上げさせるには、エコシステム、データ、プラットフォーム、人などのあらゆる要素を適切な場所に配置し、正しい方向に動かさなくてはならない。

　ITリーダーが、AIやMLをすぐにでも欲しいと無茶振りをする人たちをなだめながら、それらの技術に効果的に取り組む方法がある。

　アナリティクス製品企業であるSASが最近、MIT Sloan Management Reviewと協力して発表したレポートでは、企業がAIや機械学習に取り組む際の新しい方法論である「ModelOps」を提唱している。最近では「MLOps」や「AIOps」といった「～Ops」という言葉がたくさん登場しているが、ModelOpsはMLOpsやAIOpsとは異なり、ツールやプロセスの集合というよりは、さまざまなAIや意思決定モデルを運用可能にするまでの過程を効果的に進めるための「考え方」だ。

　ModelOpsが重要なのは、モデルがアルゴリズムを記述するメカニズムであり、AIや機械学習でビジネスバリューが継続的に得られることを保証するため中核的存在だからだ。ModelOpsは「Model Operationalization（モデルの運用化）」を短くしたもので、 モデルのライフサイクルとガバナンスに注目して、開発から展開までのプロセスを加速することを目的として、データサイエンスのラボで生み出されたAIのモデルを、できる限り短時間でIT部門で運用できるようにするためのアプローチだといえる。

　SASで英国とアイルランドのデータサイエンス責任者を務めているIain Brown氏は、レポートの中で、AIと機械学習の運用を実現するにあたっては、多くのことがIT部門にかかっていると述べている。「データサイエンティストがいくら革新的で素晴らしいものを作っても、それが既存のエコシステムやインフラに展開されない限り（通常の場合、それにはIT部門の関与が必要になる）、その作業には意味がない。データサイエンスコミュニティやAIチームは、IT部門や事業部門と密に連携を取るべきであり、確実に作ったものを運用につなげるには、両者をつなぐパイプになって、直面している問題を明確に把握し、定義することが重要になる。それを厭えば、プロセスはバラバラになり、価値を生み出すことも難しくなるだろう」と同氏は言う。

患者3千万人のビッグデータ、分析・活用へ 三井物産：朝日新 …

　三井物産は、世界最大級とされる約3千万人分の患者データを活用したビジネスに乗り出す。本人の同意を得たデータに限り、匿名化して統合。ビッグデータとしてAI（人工知能）で分析して、診断支援や健康管理、診…

ビッグデータで解明「コロナ10万円給付金」何に使った | 人 …

　新型コロナウイルス感染症の緊急経済対策として2020年、全国民に一律10万円の特別定額給付金が実施された。各種調査によると、多くが貯蓄に回り効果は限定的だったという見方が多い。だが、給付金が振り込まれた銀行口座の動きを分析するビッグデータ研究からは、より詳しい実態が見えてくる。

“医療ビッグデータ＆AI”融合、「ヘルステック関連株」変貌の ...

―超高齢化社会と新型コロナ遭遇が世界を変える、医療ＩＣＴ加速で難局打開―　新型コロナウイルスによって日本経済や株式市場は激震に見舞われたが、日経平均株価はその後急速な戻り足をみせ、実体経済も活動再開の動きが徐々に軌道に乗ってきた・・・。