この記事は公開されてから1年以上経過しています。情報が古い可能性がありますので、ご注意ください。
DI部プリセールスエンジニアの兼本です。
2018年11月27日にウェスティンホテル東京で開催された「AI Experience Tokyo 2018」に参加したので、基調講演のレポートをまとめました。
基調公演は撮影禁止でしたが、せっかくなので、会場となったウェスティンホテル東京のロビーの写真をご覧ください。 ツリーの下には機関車の模型が走っており、小さいお子さんが喜ぶこと間違いなしです。（もちろん、大きいお友達も楽しめます。）
さて、本日の基調講演は複数の方が順番に登壇される形式でした。
登壇1人目：DataRobot Japan カントリーマネージャ 原沢 滋氏
原沢氏からは「3311」と「8/10」という2つの数字についてご紹介がありました。
最初の数字は本イベントのへの参加登録人数、2番目の数字は Global2000 に含まれる日本企業10社のうち8社がすでにDataRobotを採用しているとのことで、それぞれDataRobotへの関心の高さと勢いを感じる数字でした。
登壇2人目：DataRobot CEO&Co-founder Jeremy Achin氏
Achin氏からは近い将来において「AI化された世界」が実現するというお話がありました。
すでにDataRobot社が提供しているクラウドシステムにおいては、500万以上のモデルがデプロイされたAIシステムが動いているが、一方でデータサイエンティストの数は足りておらず、この状況は将来においても改善するのは難しいであろう。 だからこそ、機械が自分で学習できるようにならなければならない、というものです。
「AI化された世界でビジネスの成功するには、既存のAIソリューションを購入することでも、コンサルティング契約をすることでも、データサイエンスチームを作ることでもない。企業のNDAを劇的に変えることだ。」ということで「AI DNA成熟度」の紹介がありました。
- レベル0：（AIに）懐疑的、冷笑的な状態
- レベル1：最初の成功（試してみる）
- レベル2：社内データサイエンスチーム
- レベル3：「自動化優先」データサイエンスチーム
- レベル4：（データの）民主化〜シチズンデータサイエンティストの登場
- レベル5：民主化とデータサイエンティストの支援
- レベル6：AI化
レベル6は、AIに対する実行能力、戦略、ロードマップが最大化された状態であり、自身のDNAを無理に変えるのではなく、経験のあるパートナー（例えばDataRobot）の助けを借りて、AI DNAを獲得していくことが重要であるとの言葉には共感を覚えました。
ソフトウェアを購入しただけではAI DNAを獲得することはできず、簡単なところから始めるべきだというのもよくわかります。
AIに限った話ではないですが、いきなり難しいことをやろうとしても失敗するだけなので、できるだけシンプルなケースから始めて、まず成功体験を得ることが重要ですね。
登壇3人目：リクルートストラテジックパートナーズ 加藤 真吾氏
ここからはDataRobotの活用事例の紹介です。
トップバッターの加藤氏からは、リクルートにおけるAI戦略と取り組みとして、DataRobotの利用状況にする取り組みが紹介されました。
リクルートテクノロジーパートナーズ社ではDataRobotのアクティブユーザ105名、累計プロジェクト数は7,632、作成したモデルの累計は実に447,803個ということで、データサイエンティストだけではなく、エンジニアやビジネスユーザも自由にDataRobotを使っているとのこと。
小さく初めたプロジェクトを育ててデータの民主化を実現し、現在はAIネイティブ〜特に意識することなく、誰もが自分なりにAIを使いこなすこと〜を目指す取り組みを進められています。
登壇4人目：京都大学 種石 慶氏
本来登壇予定だった京都大学大学院の奥野 恭史氏が体調不良のため、代理で種石氏が登壇されました。
テーマは創薬AIに関するもので、2016年に設立された創薬AIコンソーシアム（LINC）におけるDataRobotのPoC活用に関する取り組みをご紹介いただきました。
登壇5人目：ロイヤリティマーケティング 鈴木 隆之氏
ロイヤリティマーケティング社は言わずと知れたポンタの会社ですね。 基調講演では、社内でのDataRobot活用事例と同日同社が発表したDataRobotと業務提携についてのご紹介がありました。
ロイヤリティ マーケティングがDataRobotと業務提携し、「Ponta AI」を進化
社内では、ポイント利用率予測、DM反応率予測などのデータ分析にDataRobotを活用されており、色々なモデルを試したり、チューニングの手間を省けるのが良いとのお話でした。
新卒2年目くらいの方でもDataRobotを使いこなしており、ビジネスディスカッションなど分析以外の業務に割ける時間が増えたとのコメントが印象的でした。
登壇6人目：DataRobot CTO シバタ アキラ氏
最後のセッションはDataRobot Japanのシバタ氏によるDataRobotデモンストレーションでした。
シバタ氏の講演直前にちょうど12時過ぎたのでみんな帰るというアクシデントにも負けず、時系列分析に関するデモを披露いただきました。 元データを渡して解析を進めると、時系列の派生特徴量を自動検出してくれたのは衝撃的でした。
また、DataRobotには2000程度のモデルがビルトインで登録されており、その中から良さそうなモデルを自動的に選んでくれるそうです。
AIによるモデルの自動生成を行うと、意外な項目がピックアップされることがあり、そこから新しい知見を得ることができる場合があるそうで、この辺りもAIによる分析自動化の面白さかもしれませんね。
なお、DataRobotの使用感については、過去に弊社のじょんすみすによる検証エントリもありますので、あわせてご覧ください。
まとめ
以上、AI Experience Tokyo 2018の基調講演に関するレポートでした。
全体的に活気のあるイベントで、AIやデータサイエンスに対する関心の高さを知ることができました。
一方で、DataRobotのようなソリューションが一般化することで、データサイエンティストは従来のようにモデルを作るだけではなく、モデルのデプロイや運用に関しても精通する必要があり、DevOpsのようなスキルセットが必要になるとも感じました。
おまけ
実は本イベントには当社のパートナーであるAlteryx社もシルバースポンサーとして協賛をしておりました。
ブースは非常に盛況でなかなか話しかけることができない状態でした。
みなさん、分析に使うデータ準備に課題をお持ちのようで、Alteryxに興味津々だったとのことです。
24
