AI & 機械学習

Google Cloud の AI 導入フレームワーク: 革新的な AI 機能の構築を支援

GCP AIML.jpg

※この投稿は米国時間 2020 年 6 月 30 日に、Google Cloud blog に投稿されたものの抄訳です。


AI ソリューションの構築に投資する企業は、今後業界リーダーとしての地位を確立できると Google は考えています。人工知能(AI)は、組織がほとんどのビジネス機能に対する意思決定プロセスを改善、スケール、自動化するのに役立ちます。また、機械学習(ML)は、新しい機会を生み出し、ビジネスを成長させる新たな収入源を開拓することができます。これらを組み合わせることで、大きな価値を生み出し、市場での競争力を高められます。

ただし、組織で効果的な AI 機能を構築するには、プラットフォームやソリューションの構築をサポートするために必要なテクノロジー、実装と運用を行うために必要な人員、促進するために必要なデータ、管理するために必要なプロセスなど、さまざまな課題が存在します。

AI 機能を構築する際に経営幹部からよく寄せられる質問は次のようなものです。

「どのようなスキルの人材を採用する必要がありますか?またチーム構成はどのようにすればよいですか?」

「優先すべき ML プロジェクトはどのようなものですか?」

「責任ある Explainable AI を実装するにはどうすればよいですか?」

一方、エンジニアリング リードからよく寄せられる質問は次のようなものです。

「データや ML アセットを発見、共有、再利用するにはどうすればよいですか?」

「クラウド ネイティブ サービスを利用してスケールするにはどうすればよいですか?」

「本番環境でデータ処理と ML パイプラインを運用するにはどうすればよいですか?」

Google では、これらのあらゆる質問に答えることができるように、Google Cloud AI 導入フレームワーク(英語版のみ)を作成しました。このホワイトペーパーは、AI の力を活用したビジネス変革を目指すテクノロジー リーダー向けに、ガイドとなるフレームワークを提供することを目的としています。これは、AI における Google 独自の進化、革新、ソート リーダーシップに加えて、スタートアップからエンタープライズまで、さまざまな業界のクラウド ユーザーが複雑な課題を解決できるように支援してきた長年の経験に基づいて作成されました。

AI 導入フレームワークでは、人、プロセス、テクノロジー、データの 4 つの領域で構造体を構築します。これらの領域間の相互作用として、成功に不可欠な 6 つのテーマ、つまり Lead(リード)、Learn(学習)、Access(アクセス)、Scale(スケール)、Secure(セキュリティ)、Automate(自動化)に焦点を当てます。

Google Cloud AI Adoption Framework.jpg

Lead(リード)では、ビジネス ユースケースに ML を適用するために、リーダーがデータ サイエンティストやエンジニアをどの程度支援、奨励するか、また彼らがどの程度機能横断的、共同的、自発的であるかを示します。

Learn(学習)では、スタッフのスキルアップ、有能な人材の採用、経験豊富なパートナーによるデータ サイエンティストや ML エンジニアの増強のために、質の高い豊富な学習プログラムが求められます。

Access(アクセス)では、データ管理が AI を可能にする重要な要素であることを認識して、データ サイエンティストや ML エンジニアがデータアセットやその他の ML アーティファクトをどの程度共有、発見、再利用できるようにするかを示します。

Scale(スケール)では、クラウド ネイティブ サービスを使用して大規模なデータセット、大量のデータ処理や ML ジョブでスケールし、運用オーバーヘッドを削減する方法を示します。

Secure(セキュリティ)では、センシティブ データを分類、保護し、責任ある Explainable AI を確実に実装できるようにする方法を示します。

Automate(自動化)には、データ処理や ML パイプラインのテクノロジーを効率的、頻繁かつ確実に本番環境にデプロイして、実行、運用する機能を含みます。

ビジネスへの AI の導入に成功するかどうかは、これらの領域での現在のビジネス手法、つまりそれぞれの領域が戦術的、戦略的、、変革的の 3 つの成熟度段階のいずれに分類されるかによって決まります。これらの各カテゴリでビジネスの成熟度を知ることで、現在 AI 導入のどの段階にいるのか、どこを目指しているのかを判断することができます。

詳しくは、ホワイトペーパー(英語版)をダウンロードしてご覧ください。


謝辞

このホワイトペーパーは、Office of the CTO、ML スペシャリスト、ソリューション エンジニアリング、プロフェッショナル サービス、Cloud AI など、Google のさまざまなチームによる価値ある貢献のもと、Donna Schut、Khalid Salama、Finn Toner、Barbara Fusinska、Valentine Fontama、Lak Lakshmanan によって執筆されました。

- AI プラクティス、プロフェッショナル サービス Donna Schut