高度な技術をどうサポートするか
CIOが機械学習から逃げられなくなる日(1/2 ページ)
機械学習を企業に導入する流れをCIOはどのようにサポートできるだろうか。恐らくはデータレイクの構築から始めることになるだろう。
人工知能(AI)はベンダーや報道機関がもてはやしているテクノロジーだが、その花形は機械学習だ。事実、機械学習は最近非常に普及しており、機械学習とAIを同じ意味で使用する企業もある。
だが、両者は同じテクノロジーではない。AIはソフトウェアbotから実際のロボットまで、あらゆるものを指すが、機械学習は具体的には「統計モデルを使用してデータからパターンを推論するもの」を指す。
機械学習を他社との差別化要因にすることを計画している企業のCIOにとっては、その高度な技術をどうすればサポートできるか、漠然とした疑問が浮かぶ。CIOは最初から新たに考えるのではなく、家具EC大手のWayfairの戦略を手本にすることができる。Wayfairでチーフアーキテクトを務めるベン・クラーク氏は、機械学習の企業への導入を実現するため、データの品質よりもデータへのアクセスに目を向けている。
機械学習の台頭
データサイエンスを正式に実践していない企業でも、機械学習を全く知らないということはない。チャットbotや対話型ユーザーインタフェースのサポート、IT運用ログの分析、不正の検出など、機械学習は至るところで使われている。SiliconAngle Mediaの調査部門Wikibonでアナリストを務めるジェームズ・コビーラス氏は「CIOはいろいろな意味で幅広い目的を持ち、多くの機械学習を扱っていると考えられる」と話す。
機械学習は大きく広がり、そのプレゼンスを増している。市場調査会社MarketsandMarkets Researchは、機械学習市場の2017年の規模は141億ドルだったが、2022年までに881億ドルに増加すると予測する。他にも、Grand View Researchは、機械学習のサブセットに当たるディープラーニングの市場規模が、2025年までに102億ドルに達すると予測している。
だが、機械学習を導入する企業の多くが利用するテクノロジーは、社外のアプリケーションサービスのバックグラウンドで使われている機能だ。
機械学習を組み込んだツールに投資することが企業の現状維持に役立つのは確かだが、市場での戦略的な差別化にはならない。こう語るのはCimphoni Consultingの共同設立者兼パートナーのブレント・リーランド氏だ。同氏はTrek Bicycleの前CIOでもある。
「多くの企業にとって、こうしたツールへの投資が機械学習との出会いになる。だが、競争で優位に立てるわけではない」(リーランド氏)
企業で機械学習のコンピテンシーを築く好機が訪れている。Gartnerが3000人以上のCIOとIT部門の上級幹部を対象に調査した2018年の報告書によると、AIに投資し導入している企業は4%にすぎないという。また、今のところAIには関心がないと答えた企業は3倍以上の14%と報告されている。
リーランド氏によると、機械学習の導入に伴うリスクを分散したいと考える企業は多くの場合、IT部門に導入実現の役割を与えても、最も難しくて手間のかかる仕事は任せないようにするという。「機械学習を導入し、実際に堅実なアルゴルズムを実行する上でしっかり見据えなければならないのは、ITの側面ではなく、機械学習が生み出す数値だ」と同氏は話す。
これまで、CIOが機械学習に関連するデータサイエンスや高度な分析に取り組む必要はなかった。機械学習は本来、仕事を適切に行う手助けをするために用意されたデスクトップアプリケーションの中核部分ではない。それでも機械学習を企業の中核機能にしようとするなら、膨大な量のデータが必要になり、管理すべき機械学習モデルとモデルのバリエーションは大きく広がることになる。
「機械学習は魔法のように現れるわけではない。むしろ、コードやメタデータと同じく、設計、構築、最適化、デバッグが必要なアセットだ」とコビーラス氏は語る。
実際、最近のアプリケーション開発チームは、開発からデバッグ、テスト、導入に当たって、ある種の「統一パイプライン」アプローチを採用しているという。こうしたアプローチには、プログラマーやデータサイテンティスト、ドメイン専門家の専門知識が必要になる。
「機械学習パイプラインはDevOpsという取り組みで進められる共同作業だ。こうした取り組みが徐々にリアルタイムパイプラインになる。このパイプラインでは、機械学習モデルを絶えず構築し、絶えずテストする。古いモデルを破棄し、新しいモデルを取り入れる」(コビーラス氏)
このパイプラインの下に位置し、企業の機械学習の構築基盤となるのは通常、データレイクだ。構造化データと非構造化データ、ストリーミングデータに手を加えず、そのままアクセスし、そのデータを組み合わせて情報を取り出すことができるデータリポジトリを構築/管理するよう、コビーラス氏はCIOに助言する。「二次的に『Hadoop』やMicrosoftの『SQL Server』にデータを格納することもあるが、ベストプラクティスとしてデータレイクが非常に重要になる」と同氏は話す。
Copyright © ITmedia, Inc. All Rights Reserved.
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
[LRM株式会社] 「標的型攻撃メール」事例・サンプル集 -
製品資料
[LRM株式会社] セキュリティ教育はなぜ「年間計画」を立てる必要があるのか? -
製品資料
[LRM株式会社] セキュリティの重要性が伝わらない…… 効果がない社員教育から脱却する方法 -
製品資料
[LRM株式会社] 「標的型攻撃メール訓練」導入ガイド 社員の意識を確実に高める仕組みの作り方 -
事例
[株式会社マクニカ] アイカ工業に学ぶ脆弱性対策 情シスが把握できずにいたアセットも正確に把握
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
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
2
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
-
3
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
4
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
5
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
6
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
-
7
エンジニアが選考を辞退する本当の理由 7割が隠す“面接の違和感”とは
-
8
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
-
9
AI全部入り「Microsoft 365 E7」に企業が二の足を踏む訳 移行意向はわずか4%
-
10
「Windows派」「Linux派」を分ける決定的な違い
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
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
-
3
5回聞くだけじゃ足りない? トヨタ式「なぜなぜ分析」の正しい実践方法
-
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
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
7
PostgreSQLの「機能」「性能」「運用」「拡張性」に関する悩みの解消法
-
8
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
9
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
-
10
情報セキュリティ対策早分かりガイド:25の自社診断で弱点と解決策を理解
TechTargetジャパン SNS
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