『実践AI/ML ~よくあるユースケースとレコメンデーションの効果的な活用戦略~』というタイトルでClassmethod Showcaseに登壇しました

『実践AI/ML ~よくあるユースケースとレコメンデーションの効果的な活用戦略~』というタイトルでClassmethod Showcaseに登壇しました

2024/05/15(水)に登壇した『実践AI/ML ~よくあるユースケースとレコメンデーションの効果的な活用戦略~』セッションのご紹介です。
Clock Icon2024.05.22

データアナリティクス事業本部 機械学習チームの鈴木です。

2024/05/15(水)に開催された『Classmethod Showcase 事例で学ぶ、データ活用戦略の最新動向』にて、『実践AI/ML ~よくあるユースケースとレコメンデーションの効果的な活用戦略~』というタイトルで登壇しました。

弊チームでは、レコメンドシステムやそのた機械学習モデル活用についての導入支援サービスをご提供しており、対応実績がある分野について、AI/MLの活用のためのポイントとなる点についてご紹介しました。

概要

昨今の生成AIブームも相まって、AI(人工知能)/ML(機械学習)を活用したビジネス課題に関するお問い合わせも右肩上がりに増加しています。クラスメソッドでは、生成AIのブーム以前からAI/MLを活用したビジネス課題の解決に関するご支援に取り組んでおり、多数の導入実績がございます。

このセッションでは、クラスメソッドが支援している、AI/MLのビジネス活用のユースケースをご紹介しました。今回は特にレコメンデーションに関する効果的な活用戦略にフォーカスし、実際にビジネスとしての成果を得られる手法を掘り下げて解説しました。AI/MLを用いて社内に蓄積されたデータを活用したい方におすすめです。

セッションでは、チームメンバーであるnokomoro3さんとの2パートでご説明しました。私のパートでは、機械学習チームで対応実績がある分野について、AI/MLの活用のためのポイントとなるところをご紹介しました。

ポイントのご紹介

内容について、簡単にポイントをご紹介します。

機械学習チームでの対応実績とご紹介したユースケース

機械学習チームでは、大きく分けて以下の3種の対応実績があります。

対応実績

レコメンドシステムプランについて

冒頭でも記載した、機械学習ベースのレコメンドシステムプランについてご紹介しました。具体的には、Amazon Personalizeの導入についてご説明しました。

レコメンドシステムプラン

機械学習モデル活用支援について

冒頭でも記載した、機械学習モデル活用支援についてご紹介しました。具体的には、AWS Lambdaと機械学習モデルを使った画像処理システムの導入についてご説明しました。

機械学習モデル活用

なお、この支援では画像処理以外のユースケースについても対応しておりますので、冒頭のサービスページをご覧ください。

機械学習基盤構築(MLOps)支援について

機械学習基盤構築についてもご支援しております。Amazon SageMakerなどを使った機械学習基盤構築例やメリットについてご紹介しました。

機械学習基盤構築(MLOps)支援

Q&Aのご紹介

セッションにてご質問頂いた内容とご回答についてご紹介します。

支援対象について

Q. Google Cloudの機械学習サービスの技術支援もしているか

A. はい、Google Cloudの機械学習サービスの技術支援も対応実績がございます。ぜひお問い合わせください。

MLOpsにおけるSageMakerの活用について

Q. Amazon SageMakerを使えば、MLOpsのフレームワークに沿った運用ができるようになりますか?

A. Amazon SageMakerの機能を使い、MLOpsのためのシステムを構築することができます。スクラッチで開発せずにSageMakerにまとめてしまうことで、単純に開発工数や、バラバラのパーツ(ライブラリやツールキットなど)を組み合わせて構成したことによる運用時のメンテナンスコストを減らすことができるのがポイントです。

生成AIと機械学習の使い分け例について

Q. 生成AIと機械学習の使い分けについて、具体的な使い分けのポイントを教えていただきたいです。

A. 一例ではありますが、今回のセッションのレコメンドシステムの内容を踏まえると、サービスのユーザーがチャット形式でおすすめのコンテンツを聞く、といった用途は生成AIを使うと導入しやすいかと思います。機械学習の場合は、手元にある購買データを元に、あらかじめ全ユーザーに対して推薦するコンテンツをバッチで用意しておきたいというような用途は適した例の一つとして挙げられます。今回ご紹介したAmazon Personalizeであれば、数万以上のユーザーに対してバッチで数十・数百のコンテンツを一気に推薦することができます。生成AIの場合は、最近かなり回答が早くなってはいるものの、その規模の対象に対してまとめて回答を生成するのは、まだある程度の時間と費用がかかると考えています。

最後に

簡単にでしたが、2024/05/15(水)に開催された『Classmethod Showcase 事例で学ぶ、データ活用戦略の最新動向』にて登壇した内容のご紹介でした。

こちらの記事をお読みいただいて興味があるものの、具体的に何から始めたらいいかわからない、という場合は機械学習相談会も開催しております。お申込みはこちらから、お気軽にご相談ください。

Share this article

facebook logohatena logotwitter logo

© Classmethod, Inc. All rights reserved.