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
“攻撃者優位”なサイバーセキュリティ、全ての「穴」をふさぐ方法とは？ -
製品資料
実際に悪用される脆弱性は4％前後 優先的に対処すべき脆弱性を把握するには？ -
製品資料
HubSpotの機能を拡張する法人データ活用法 -
製品資料
面倒で非生産的な「名寄せ」作業 高精度＆高効率に実施するには？ -
製品資料
名刺管理には「その先」がある 成果のでない営業活動から脱却する秘訣
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
Netflixのバックエンドは「ほぼJava」 3000超のアプリを支える開発基盤の裏側
-
2
ISMSの“コンサル丸投げ”が招く数千万円の無駄 NTTドコモビジネスの脱出劇
-
3
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
4
「WSUS」終了の時限爆弾 “本命”移行先ツールとMicrosoft提唱の新管理手法
-
5
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
6
「結局使わなくなる」Microsoft 365 Copilotを半年で定着 キリンの3施策
-
7
ベッドでの使用が「PC騒音」を悪化させる？ Dellが推奨する冷却ファンの鎮め方
-
8
IT製品の導入に関するアンケート「サーバ＆ストレージ」編
-
9
AIを配るだけでは現場が空転 GitLabが明かす「AIを使いこなす組織の育て方」
-
10
アラート47％削減 オープンハウスが捨てた「全部メール通知」の監視体制
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
財務・会計はAI活用でどう変わる？ 調査で見えた変革の道筋
-
3
AIが「わざわざ使うツール」になっていない？ 業務で自然に使う導線にする秘訣
-
4
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
5
「脱Excel」か「Excel快適化」か？ 現場にやさしい業務改善の進め方
-
6
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
7
コスト分析で見る「デバイス復旧」の代償 損失額から導きだされた投資戦略とは
-
8
Macの安全神話は崩壊？ 最新の脅威動向から見えた攻撃のトレンドと有効な対策
-
9
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは？
-
10
「NAS」「SAN」「DAS」は何が違う？ いまさら聞けないストレージの基礎
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