先駆者として伝えたいことリクルート流 深層学習でビジネス成果を得るための方法論 (1/2)

深層学習をどうやってビジネスの現場に適用させればいいのか。先駆者に学ぶ。

[冨永裕子，著]

　深層学習（ディープラーニング）をはじめとする機械学習への期待が高まる中、リクルートグループはリクルートテクノロジーズのリーダーシップの下、これらの技術をいち早く活用してきた。

　データ解析に関する先端的技術を自社のビジネスに適用するために、計画から実装、運用に至るまでどんなことに留意すべきなのか。リクルートテクノロジーズの石川信行氏（ITエンジニアリング本部データテクノロジーラボ部シニアマネジャー）に話を聞いた。

併せて読みたいお薦め記事

深層学習をビジネスに活用する

• Intelの新しいツールキット「OpenVINO」は深層学習のビジネス利用を促進する？
• AmazonとMicrosoftが予想外の共同開発、深層学習「Gluon」と激突するのは？
• ディープラーニング（深層学習）が人から奪う作業、人を超えない作業の違い

深層学習とは何か

• 深層学習と機械学習の違いとは？　実例で分かるその活用
• 深層学習が引き出す非構造化データの“暗黒面”の力とは？

扱いが難しい先端テクノロジーをどう現場へ提案するか

石川信行氏

　リクルートテクノロジーズはリクルートグループの機能会社であり、グループが展開している各事業の基盤となる技術を提供している。石川氏が所属するデータテクノロジーラボ部の重点領域は、ビッグデータの解析に関する技術だ。具体的には、Webサイトのレコメンドや検索結果の最適化、データ入稿における校閲・タグ付けといったコンテンツ制作支援、コールセンター内におけるチャットbotによるFAQ（よくある質問）対応などの業務を手掛けている。

　同社がビッグデータ解析についての技術導入を始めた時期は、2009年にさかのぼる。分散処理技術の「Apache Hadoop」を用いてグループのデータを1カ所にに集約する基盤を作ろうとしたのだ。とはいえ、データをただ集めるだけでは何も生まれない。実際にビッグデータ基盤を導入し、事業に体制を含めた活用施策を提案し、ROI（投資対効果）を示し、実施してきた。

　石川氏は「ディープラーニングをはじめとする機械学習は、ビッグデータ解析の延長線上にある技術として活用が始まった」と話す。中でもディープラーニングについては、人の作業を代替するような新しいニーズが出始めたこと、オープンソースのライブラリ群が利用可能になり用途が広がったことの2つの要因で活用が進んできたという。

ネイルデザインのカラー検索