機械学習で事業価値を実際に引き出すには

今回は「機械学習で事業価値を実際に引き出すには」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。


 業務効率の改善から継続的なイノベーションの実現まで、機械学習は事業の成長に欠かせないものとなっています。一方で、IDCの人工知能(AI)戦略に関する調査「AI Strategies View 2020: Executive Summary」によると、世界中のAIや機械学習に関する取り組みのうち、本番稼働しているのはわずか4分の1強に過ぎず、多くの企業がこの技術のメリットを最大限に生かせていないことが判明しました。

 東南アジア諸国連合(ASEAN)地域の企業が機械学習で成功するためには、機械学習モデルを組織全体に迅速に導入・展開し、多様なユースケースに対応する必要があります。一方で、機械学習を大規模に展開するためにはデータからモデル、結果に至る複雑で反復的なエンドツーエンドのワークフローを構築する必要があり、これは容易ではありません。

 また新たなガバナンス上の課題も生じます。エンドカスタマー(ユーザー企業の顧客)へのサービスにそれがどのような影響を及ぼすか(つまり、プライバシーの問題)、政府や社内の規制を順守できているか、セキュリティルールが本番環境のモデルに反映されているかなど、さまざまな問題に対処できる体制が必要です。

 機械学習を実用化するためには、機械学習モデルを事業プロセスに組み込めるような、適切なテクノロジー基盤を選択することが重要です。この基盤は、効率的で反復的な機械学習ライフサイクルを走らせ、機械学習モデルの質、拡張性、セキュリティを管理できるものでなければなりません。

 このような基盤として、前回紹介した「エンタープライズデータクラウド」があります。Cloudera Data Platform(CDP)などのエンタープライズデータクラウドを活用することで、ASEAN地域の組織はデータの全体像を把握し、追加の容量が必要であればオンプレミスのワークロードをクラウドに移動させ、ワークロードの解析、最適化を稼働場所に関わらず実現することができます。また、エンタープライズデータクラウドはデータライフサイクル全体を通してセキュリティ、ガバナンス、コンプライアンスを包括的に実現できるため、リクスや運用コストを低減することができます。

 例えば、CDPは一貫したセキュリティとガバナンスを提供し、全てのユーザー、アナリティクス、環境(すなわちオンプレミス、プライベート/パブリッククラウド)でデータアクセスとガバナンスの方針を一元的に管理・維持できる、常時稼働型の「Shared Data Experience」(SDX)を搭載しています。

 データ制御を強化すると、機械学習サービスを重ね合わせたMLOpsを導入することができます。MLOpsとは、データサイエンティストと運用側の担当者が協調、連携して機械学習ライフサイクルを管理する実践手法のことです。モデルの本番環境への移行時間の短縮と課題の解消、チーム間の摩擦低減と連携強化、モデルの追跡、バージョン管理、監視、管理の向上などを目指すものです。また、最新の機械学習モデルの真に循環的なライフサイクルを構築し、機械学習プロセスを標準化して、拡大する規制や方針に備えることができます。

 MLOpsを実現するためには、次のような機械学習サービスが必要となります。

 これらの機能により、モデルの展開やユースケースの拡大に必要な、反復可能で透明性の高い、ガバナンスの担保された機械学習のアプローチが可能となります。機械学習モデルを支えるデータが説明可能(explainable)で解釈可能(interpretable)であれば、組織は社内の基準やコンプライアンスを確実に順守しつつ安心して機械学習を業務に取り込むことができます。

 例えば、通信会社のGlobe Telecomでは、「Cloudera Machine Learning」(CML)を採用してから、Airtime Loans事業の収益が2020年上半期に約120%増加しました。CMLをCDPで稼働させ、ガバナンスとセキュリティを確保しつつ、膨大なデータをリアルタイムに取り込み、部門横断的に分析を解釈し、顧客セグメンテーションを図りつつインサイトを行動に反映しました。またAirtime Loans部門では、CMLの予測モデルを活用し、サービスを利用する可能性の高い契約者を特定し、適切なローンの提案を積極的に行っています。

 実際に業績につながるさまざまな場面に応用できる機械学習は間違いなく企業に大きな変革をもたらすでしょう。このテクノロジーはプロセスの自動化、新たなインサイトの発掘、より優れた顧客体験を提供できる製品やサービスの強化、創出につながります。一方で、機械学習の価値を余すところなく生かすためには、機械学習モデルを構築、開発し、これらのモデルの要素を展開、実用化できることが求められるため、抜本的な運用の改革が必要です。

 このような理由から、ASEAN地域の組織には、エンタープライズグレードのガバナンス機能が組み込まれた、俊敏な実験や本番環境の機械学習ワークフローを実現できるエンドツーエンドの基盤をお勧めします。

COMMENTS


Recommended

TITLE
CATEGORY
DATE
AWS、.NETのLinuxコンテナ化を容易に。LinuxコンテナからActive Directoryにアクセスできる「Credentials Fetcher」をオープンソース化。
.NET
2022-09-07 05:35
メンタルヘルスの服薬管理に特化したテレヘルス管理プラットフォーム「Minded」が約28.7億円を調達
IT関連
2022-02-24 01:50
リングフィットアドベンチャーで腰痛改善 心理的効果も 千葉大
くらテク
2021-06-10 15:48
第1回:ポストコロナ時代、チャンスを逃さないビジネス基盤とは
IT関連
2021-01-27 16:58
「SoftEther VPN」などにサイバー攻撃 開発者の登大遊さん、アップデートと設定確認を呼び掛け
セキュリティ
2021-08-17 10:16
米通信大手T-Mobile、約7660万人の情報流出めぐる集団訴訟で和解へ
IT関連
2022-07-26 21:45
DXに対してIT部門が示すべき方針–最悪のシナリオを回避するためには
IT関連
2022-01-20 06:36
【コラム】社外取締役を務めるCEOが減少しているトレンドには、良い面も悪い面もある
その他
2021-07-11 12:54
セキュリティの防御とDXが両立しているのは金融や情報通信–CSC調査
IT関連
2022-10-02 20:31
半導体関連株に特需–世界的DXでグレートサイクル、かつてない業績相場へ
IT関連
2021-01-15 09:34
オンラインRPGでAWSを学ぶ「AWS Cloud Quest」/登大遊氏はインチキネットワークの普及に取り組む/Electronの代替を狙うRust製「Tauri」ほか、2022年3月の人気記事
編集後記
2022-04-08 14:45
日立製作所、金融機関における窓口業務の非対面・非来店での取引を促進
IT関連
2022-10-01 02:04
Facebookがオープンソース化した「Time Appliance Project」–高精度な時刻管理目指す
IT関連
2021-08-18 06:19
漫画の海賊版が再び拡大 サイト相次ぎ被害急増、「漫画村」超す
IT関連
2021-03-30 08:45