Skip to content
インタ―システムズ製品やソリューション、キャリアの機会などについて、検索してご覧ください。

今日のダウンタイムを最大に利用して、明日のためのMLモデルをトレーニングする

一部の皆様、特に救急対応をされる方にとっては、現在のこの危機は、日々、非常に深刻な困難に直面しているように見えます。しかし、多くの企業にとっては、この危機はシステムのダウンタイムのようでもあります。ここでは、「よい危機を無駄にするな」という格言がすぐに頭に浮かんできます(これはラーム・エマニュエルが言った言葉ですが、ウィンストン・チャーチルに関して述べられていることが多いです)。

困難な経済状況の中で身を潜めるのは自然な反応ですが、ビジネスではこの危機を無駄にしてはいけません。その代わりに、この貴重なダウンタイムを利用して、将来に向けて自社をより良い状態に位置づけることができます。

今後数週間から数ヶ月の間に、「新しい日常」がどのようなものであろうと、機械学習(ML)と人工知能(AI)はその一部となるでしょう。

今日、MLとAIは、管理業務の自動化から、新規事業開発への取り組みをより迅速かつスマートにしたり、営業やマーケティングチームに比類のないデータ品質を提供したりすることまで、幅広いユースケースを持っています。

MLとAIの継続的な進歩は、多くの分野で大きな可能性を秘めています。景気後退の影響を乗り切ると同時に、組織が繁栄し続けるために、低リスクで高報酬のビジネスソリューションを実現することが鍵となります。

なぜ今が適切な時期なのか?

ガートナーのCIO調査によると、91%の企業がAIを導入する意思を持っているにもかかわらず、導入している企業はわずか14%にとどまっています。このダウンタイムの期間は、集中してMLを利用した予測をテストする機会を提供してくれます。

ご存知のように、データサイエンスとMLには人材不足の問題があり、多くの組織ではそれが原因で遅れをとっています。しかし、IntegratedMLのような AutoMLツールの出現により、データサイエンティストの生産性が格段に向上し、AutoMLを専門性の低い開発者の手に委ねることが可能になりました。

最も重要なことは、不況時には、よりビジネスへの関与が可能になるということであり、これはAIやMLの成功にとって重要であり、見落とされがちな要素です。

明日のために今日のデータをトレーニングする

このダウンタイムの時期を利用するには、AIシステムをトレーニングすることは、人をトレーニングすることとは少し違うということを認識することが重要です。

MLは、与えられたデータに基づいてモデルを生成し、これらのモデルは継続的に適用することができますが、新しいデータがトレーニングデータと同じ特性を持っている場合に最適に機能することが多いということです。こうしたことから、ダウンタイムの期間中に今日のビジネスデータでトレーニングした場合、回復期間中の明日のデータは異なるものになる可能性が高く、モデルの精度が低下してしまいます。昨日の「日常」でトレーニングした場合、明日の新しい「日常」は同じようには見えないかもしれません。
利用可能なデータに対してトレーニングを行い、潜在的なアプリケーションを探り、「低リスク、高報酬」の領域をいくつか特定する必要があります。しかし、やみくもにこれらを実行してはいけません。現在の条件がトレーニング条件から逸脱したときに発見される「ドリフト」について、モデルの再トレーニングや調整を行い、本番でモデルをモニターすることを予期しておいてください。

この機会を最大限に活用する

今は、実験を奨励し、組織の学習を促進するための絶好の機会でもあります。MLやAIプロジェクトは、部門を超えた協力体制に大きく依存しています。しかし、単なる学習のためだけの学習ではなく、真の価値創造に焦点を当ててください。

多くの部門のチームを巻き込んで適切なユースケースを特定し、潜在的なビジネス価値を迅速に評価し、概念実証(POC)を作ります。次に、POCを活用して、学習、要件、およびPOCを本格的なMLプロジェクトにスケールアップする際に発生する可能性のある障害を特定します。

不況時には、スマートな投資は、どこに時間を使うか、どこにお金を使うかということと同じくらい重要です。幸いなことに、MLやAIはほとんど設備投資をせずに利用することができます。それは、たとえ本能的に身を潜めて休眠状態に陥ってしまうことがあっても、前向きで実験的な考え方で新しい技術や可能性のある分野を探索することです。

この時間を利用して、MLやAIのリターンが大きく、ローリスクの機会を見つけることができれば、競争上の優位性を得ることができるでしょう。この危機を利用しましょう—人をトレーニングすることはもちろん、特に機械をトレーニングしましょう。

ジェフ・フリードのポッドキャスト・エピソード「 ”A Deep Dive on Data Operationalization”(データ運用化の深堀り)」を是非お聞きください。

 
ジェフ・フライド
インターシステムズ プロダクト・マネージメント ディレクタ。長期に渡りデータ管理の分野に注力し、特に、優れたデータ駆動型アプリケーション開発に情熱をもって支援をしている。インターシステムズに入社以前は、BA Insight、Empirix、TeloquentでCTOを務め、また、FAST Search、Transfer、Microsoftで、プロダクト・マネージメントを率いた。データマネージメント、テキスト分析、エンタープライズサーチ、相互運用性の分野で豊富な経験を持つ。業界で多くの講演や取材を行っており、15の特許をもつ。また、50以上の技術論文の著者であり、3冊の共著がある。

 

あなたが好きかもしれない他の投稿

InterSystems IRIS 2022.1では、いくつかの重要な領域が改善され、アプリケーション開発者がこれまで以上に簡単かつ強力にデータを活用できるようになります。
Director of Product Management - Data Platforms, System Development
Learn more about how to solve the data silo problem within your organization and the benefits you can unlock by harnessing disparate data in this recap of a webinar presented with the Economist.
Global Head of Product and Industry Marketing