【書評】『AIをビジネスに実装する方法』著:岡田陽介

【AIを利用するためのプロセスをご紹介!】

どうも、とーま(@nc7bddaed7jt5at)です!

今回紹介する一冊はこちら!

『AIをビジネスに実装する方法』著:岡田陽介

この本では、AIを実際のビジネスに転用したい場合のノウハウがまとめられています。

本の概要

本書の基本情報を以下にまとめます。

  • 書籍:AIをビジネスに実装する方法
  • 著者:岡田陽介
  • 【読み終えるのに約2時間】

ざっくり内容をまとめます。

  1. AIをビジネスに利用するノウハウ・効果がまとめられている
  2. AIを導入することで何が変わるのか・AIの導入による新しいビジネスを解説
  3. AIの普及に日本が遅れた理由と、今後の日本の企業が何をしていくべきなのか、その答えを示している。

AIってのは知ってるけど、実際に仕事では、どう使うの?

なぜ、日本企業はAIの導入に遅れているんだろう・・・

というかた向けに、本書では、国内外の企業の経営陣と毎日のようにAIの議論をしている筆者が、AIの概要と、どのように活用すれば利益を生み出せるのか、そのノウハウがまとめられています!

AIを導入したい企業にとって非常に参考になります!!!

AIの概要を知り、AIによるビジネスチャンスを取り逃がさないためねいも、

さっそく、書評していきます!!!

 

  1. 1章:なぜ、いまだにAI導入を躊躇するのか
  2. 2章:ネコでもわかるディープラーニングの原理
  3. 3章:AIの導入前に知っておきたいこと
  4. 4章:データ取得から学習、デプロイ、運用まで~
  5. 5章:AIを導入した企業のビフォー&アフター
  6. 6章:画像、音声、テキストが新しいビジネスを生む
  7. 7章:レバレッジ・ポイントにAIの力を注ぎこむ

AIの背景や、日本企業がAIに消極的な理由が載っているのは1章です。

AI(ディープラーニング)について詳しく解説されているのが2章。

AIを導入するにあたって、AIの問題や作業環境について解説されているのが3章。

AIを導入した実際の企業が、どのような変化をしたのか、AIを導入すると、どのようなビジネスの可能性があるのかが、まとめられているのが5、6章となっています。

今回は、このなかで、第4章を中心にまとめていきます! この章は、AIを導入する際の作業を詳しく解説しています!

以下では、書評・感想を書いていきます!!!

AIをビジネスで使用するためのプロセス

AIのシステム、効果については知っているけど、実際にAIを企業で使用する過程で、何の作業が必要なのかって、意外と知らない方は多いのではないでしょうかのことってありますよね?

そこで、本書では、PaaSを導入する際のケースにおいて、何をやるのか、何のプロセスがあるのか、詳しく解説しています!

と、その前に!

SaaS、PaaS、IaaSとは何かについて、簡単にご紹介します!

SaaSとは、ソフトウェアのサービスを受けられる、クラウドサービスです。これが一番お手軽で、初めからAI企業によって全て揃っているので、技術が無くても、AIを導入できます。

Paasとはプラットフォームのサービスを受けられるクラウドサービスです。これはプラットフォームが整っているので、PaaSの機能を使いながら、必要なアプリケーションは、自分たちで開発することになります。

IaaSとは、インフラのサービスを受けられるクラウサービスです。これは、自分たちで全てを構築する必要があります。有名なのは、AmazonのAWS、マイクロソフト社のAzureなどが挙げられます。とくにAWSを使用している、有名な企業は多いイメージを受けます。(今後主流になっていくかも!)

今回は、PaaSの場合の話をしていきます!

まず、AIを導入するさいに、必要なプロセスの答えとして、本書では、以下の5つのプロセスがあると説明します!

  1. 取得
  2. 蓄積
  3. 学習
  4. デプロイ
  5. 運用

最初は自社内でデータを取得します。その次にデータを蓄積し、学習させ、モデルを構築していきます! ディープラーニングを使う時は、スペックの良いGPUなどの環境も大切ですが、一番はやはりデータ! いかにして大量のデータを集めることができるのかが鍵になってきます。自分たちで大量のデータを集めることが困難な場合は、業務委託という形で、収集していくのも可能ですね!

そして、完成したモデルを、本番の環境でも使用可能な状態にすることを、『デプロイ』といいます。やはり、作業環境と本番の環境がまったく一緒というケースはあまり無いので、このデプロイ作業をしないと、本番で動作しないシステムが出来上がってしまいます・・・

こうして、最後の運用のフェーズに進みます!

以上が、ディープラーニングのシステムを導入・運用するためのプロセスとなります!!!

これが一般的に知られているプロセスです。

しかし、筆者は、さらにこの5つのプロセスを、9つに分解します!!!

  1. データの収集
  2. データの蓄積
  3. データの確認
  4. 教師データの作成
  5. モデルの設計
  6. 学習
  7. デプロイ
  8. 推論
  9. 再学習

1と2は、どんなデータを取るのかが重要になります。自分たちが何を識別したいのかしっかりと考え、それに合ったデータを取る必要がありますね!

意外と次の3. データの確認が大切だと、筆者は言います。

というのも、データのフォーマットを間違っている企業が多いのです。AI企業にデータを送る際に、データのフォーマットを間違えて送信すると、受注するAI企業も確認が面倒だし、発注する会社もお金が無駄にかかってしまうというマイナスがあります。

これらの作業を終え、きっちりとデータを確認できたら、次は4. の教師データの作成です。これは集めたデータが、例えば動物の場合、この画像群は「猫」、この画像群は「犬」といったように、タグ付けしておく必要があります。

このように、教師データを用意してあげて学習させる方法を、教師あり学習と言います。

さて、教師データを用意したら、次はモデルの設計です。

実は、このモデル。種類が色々あるのです。既に公開されているネットワークを利用して、学習モデルを設計します。自分で一から設計しても、良いと思いますが労力や精度を考えれば、既存のネットワークを利用することが一番良いです。

モデルの設計が終わったら、次はデプロイです。これは前に説明したので割愛します!

デプロイ作業を終えたあと、本番として、8.推論をしていく際、このシステムを運用していくための監視などなど、最低限の仕組みを事前に入れ込んでおく必要があります。そして運用していくのですが、場合によっては、9.再学習というプロセスが必要になってきます。

その理由は、本番の環境で運用を始めれば、現状のデータが変化する場合があり、最初に学習したデータと現状データとの間に差ができてしまうからです。

まとめ

今回は、実際のビジネスの現場では、いったいどういう手順が行われるのかという話を、記事にまとめました!

AIをビジネスで運用するイメージがつかないという方は、ぜひ本書を手に取り、イメージを掴んでください!今回ご紹介できなかった内容の中にも、役に立つ情報がたくさんあります!

© 2021 toma's Blog