【レポート】ビジネス課題を解決するための AWS AI サービスの始め方 AWS-40 #AWSSummit

2022.06.04

こんにちは、森田です。

本記事は、2022年5月26日(木)に行われたAWS Summit Onlineのセッション「ビジネス課題を解決するための AWS AI サービスの始め方 」のセッションレポートとなります。

こちらのセッションでは、AWSサービスを利用してAIをビジネス活用するまでの一連の流れが紹介されております。

ぜひチェックしてみてください!

セッション概要

 

昨今、機械学習の適用範囲は拡大し続けており、様々な分野で導入進んでいます。本セッションでは、解決したいビジネス課題に対してどのように機械学習の適用を考えていくのかを解説します。また、AWS の AI サービスである Amazon Personalize 、Amazon Forecast のデモや便利な使い方をご紹介しながら、レコメンデーション・需要予測といった具体例に沿ってAWSのAIサービスを用いた課題解決方法・既存システムへの導入方法をご紹介します。

 

スピーカー

AWS 技術統括本部

ソリューションアーキテクト

辻 浩季 氏

 

セッションレポート

AWS の AI サービス概要

  • 機械学習の適用範囲が拡大している
  • なぜ機械学習を行うべきか
    • ビジネスの最適化や効率化
    • 速い意思決定を下すこと可能
    • 新製品の発明
  • 機械学習を導入するライフサイクル
    • ビジネスゴールの特定
    • 機械学習の課題設定
    • データ収集
      • AWS のデータソース
        • Redshift MLなど
    • データ前処理
    • 特徴量エンジニアリング
    • 学習・チューニング
    • デプロイ
    • 監視
  • 自社開発は難しい
    • 時間やスキル
  • AWS を利用して簡単に導入することが可能
    • 一般的なユースケースに使用できる
      • 学習済みモデルを利用する

AWS の AI サービスの導⼊⼿順 ユースケースの特定

  • ニーズにあったユースケースを特定
    • AIサービスが成功するかの鍵
    • ユースケースの選定方法
      • ビジネス価値があるか
      • データの入手可能か
      • 機械学習が適用しやすい問題設定か
  • AWS の AI サービスやリファレンスアーキテクチャを調査する
    • AWS Machine Learning のトップページにユースケースあり
      • AIサービス
      • AWS ソリューションリファレンスアーキテクチャ

レコメンデーションのユースケースの場合

  • Amazon Personalize
    • 品質の高いレコメンデーション
    • 顧客の行動にリアルタイムに対応
    • 数クリックでモデルの学習
    • 様々な商品コンテンツに対して
    • データ取り込み
      • インタラクションデータ(購買数)
      • アイテムデータ(商品のメタデータ)
      • ユーザデータ(年齢など)
    • 開始方法
      • ドメイン選択
        • ユースケースにあった設定
      • データ取り込み
      • モデル構築
      • APIを用いてレコメンデーションを使用
    • Amazon Personalize API で⾃動化
      • S3トリガー
      • EventBridge → Step Functions → Personalize
    • リアルタイムのイベントデータを利用したい
      • イベントトラッカーを利用
        • トラッキングID

需要予測のユースケースの場合

  • Amazon Forecast
    • フルマネージド
    • 高精度
    • 簡単に利用可能
    • データに応じてモデル構築
    • データ取り込み
      • ターゲット時系列データ(売上など)
      • 関連データ(天気など)
      • 項目メタデータ(予測したい項目)
    • 開始方法
      • データ取り込み
      • モデル構築
      • モデルで予測
    • Amazon Forecast API で⾃動化
      • S3トリガー
      • EventBridge → Step Functions → Personalize
    • 事例
      • 島村楽器株式会社 様
        • 需要予測・自動発注システム
        • ⽋品率を4ヶ⽉で 0.7ポイント 改善
        • 人手による発注作業を 50% 削減
    • Predictor の再学習
      • 新規作成より最大 50% の時間削減
      • データセットを更新
        • 追加データを投入
      • CreateAutoPredictor API を用いて実行

まとめ

  • AWS のAIサービスは、機械学習の専門知識なく利用可能
  • 機械学習のビジネス活用には以下3つが重要
    • ユースケース特定
    • AIサービス・アーキテクチャの調査
    • ソリューションの発展

最後に

AI をビジネス活用するには、様々な工程が必要となり、なかなか難しいですが、AWSサービスを利用すれば必要な工程を簡略化できます。

また、セッション内では、デモの様子も紹介されますので、サービスの利用方法を掴むこともできます。

AIをビジネスで活用したい方は、必見の内容となっておりますので、ぜひチェックしてみてください。