多数のAIを導入している企業で発生
コロナ禍でAIのパフォーマンスが低下した業種、低下した理由
業績が高い企業ほどコロナ禍でもAIに投資しているが、コロナ禍でAIのパフォーマンスが低下してしまったという。低下した業種と理由には納得するしかなかった。
McKinseyが「業績が高い」と見なす企業の大半はコロナ禍の中でもAI投資を増やしているが、それ以外の企業でAI投資を増やしていたのは30％未満だった。McKinseyによると、投資を増やしていると回答した率が最も高いのは、自動車と組み立て、ヘルスケアサービス、調剤と医薬品を扱う企業だった。
企業はAIモデルの構築と再トレーニング、データ収集を適合させて優れたアジリティーを実現する必要がある。「現在よりもはるかに俊敏にデータを集め、短間隔でモデルを再トレーニングしなければならない」と話すのは、McKinseyの分析事業の一部を担うAIコンサルタント企業QuantumBlackのジャコモ・コルボ氏（共同設立者、チーフサイエンティスト）だ。
コロナ禍でAIのパフォーマンスが低下
iStock.com/Palto
機械学習モデルの検証に実データを使うのが一般的な考え方だ。モデルが現実と一致しなくなったらモデルを最適化する。
機械学習モデルには多くの外部要因が影響する。McKinseyの調査では、多くのAIを導入している企業ほど、コロナ禍でAIモデルのパフォーマンスが低下したと報告する可能性が高かった。業績に比例してAIを多く導入する傾向が高く、AIをあまり利用していない企業よりもパフォーマンスが低下した。McKinseyによると、業績が高い企業の中でもマーケティングと販売、製品開発、サービス運用の企業のモデルが特に脆弱（ぜいじゃく）だった。
コルボ氏によると、消費者の需要パターンなど長期にわたる時系列データを利用するモデルがコロナ禍では機能しなくなることが多かったという。「現在起きていることに合わせて調整される自己適応型のモデルが増え、長期にわたる時系列データの利用が少なくなる方向に移っている」
モデルには、リアルタイムデータも時系列データも必要だ。多くの深層学習モデルには時系列データと短期間に高頻度で変化するデータを組み合わせる柔軟性があるとコルボ氏は言う。
機械学習システム開発の新スタイル
コルボ氏は、ソフトウェア開発の厳密さを機械学習に持ち込み、機械学習でもコードをバージョン管理下に置いて変更の監査証跡を提供する必要があると話す。こうしたITガバナンスと監視がなければ機械学習モデルを管理できない。
MLOpsは機械学習システムの開発と機械学習モデルをソフトウェア開発の一形態として扱う。
「MLOpsには進化が必要だ。AIのCoE（センターオブエクセレンス）によって開発された機械学習のウオーターフォールモデルについて考えてみる。そこでは機械学習モデルの大幅なリファクタリングが必要になるが、迅速な繰り返しに適したパターンはない」（コルボ氏）
MLOpsツール
数年前のMLOpsは開発チームに高度なスキルを要求したが、MLOpsをサポートするツールは成熟している。データサイエンティスト向けにワークフローや依存関係を管理するツールは最近まで存在しなかった。Spotifyの「Luigi」（訳注：データパイプライン構築ツール）やNetflixの「Metaflow」（訳注：データサイエンスワークフローフレームワーク）などのツールは社内で開発する必要があった。
現在利用可能なMLOpsツールの多くはオープンソースだ。そのため、利用できるツールを把握するだけでなく、そうしたツールをどのように組み合わせるかを理解する人材が必要なのは明らかだ。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly日本語版
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社MatrixFlow] 「物流リソース最適化」ガイド：人員・配車・傭車を出庫依頼の確定前に決めきる -
製品資料
[株式会社キーエンス] なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは -
製品資料
[株式会社セールスフォース・ジャパン] 「CRMは設計と無関係」は本当か？ PLMとの融合で実現する高速開発 -
事例
[日本ヒューレット・パッカード合同会社] AIエージェントの時代にどう備える？ 「新たな働き手」を支える3要素とは -
製品資料
[日本ヒューレット・パッカード合同会社] “横並びの自動化”から脱却、AI活用で生産性と競争力を高める秘訣
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
2
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
3
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
4
ChatGPTは“検索しまくり”でGeminiは“淡泊”？ データが明かすAIの裏側
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
6
【漫画付き】ひとり情シス協会が明かす、RAG導入でしくじる企業「2つの共通点」
-
7
AI時代のITインフラ戦略とは？ 販売代理店が知っておきたい最新トレンド
-
8
情シスの約8割が転職や退職を意識 調査で分かった“辞めたくなる最大の理由”
-
9
人間のせいでAIエージェントの生産性が上がらない
-
10
「IBM i（AS/400）はクローズドなシステム」という誤解 DXに寄与する一歩
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
3
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
なぜRPA導入は頓挫する？ シナリオ作成の壁を乗り越える解決策とは
-
8
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー