【事例】先進的なAIサービスを展開するSENSY株式会社のGoogle Cloud 活用方法とは

Google Cloud の中で全てが済んでしまうのがうれしい

大手クラウドサービスの1つとして紹介されることが多いGoogle Cloud だが、その特長はグーグルが誇る高度なデータ分析力と、膨大なトラフィックに耐えうる盤石なインフラ、そしてAI開発との高い親和性にある。とりわけデータの分析基盤となるBigQuery 、機械学習モデルを作ることのできる「Cloud AutoML 」 などはGoogle Cloud の独自性を物語っている。

「Google Cloud を選んだそもそもの理由は、データベースとしてのBigQuery の優位性です。BigQuery の利点はスモールスタートができること。当社では、同じクライアント企業様でも、プロジェクト提案、初期検証フェーズでの小規模データからスタートして、実証実験フェーズ以降では日常的に大規模データを扱うように変化していくので、各フェーズで柔軟に対応できるデータウェアハウスであるBigQuery がすごくマッチしています。同時に、バックエンドのデータ処理はほかのデータベースでは追従できないほどのスピード感があり、それでいて低コスト。従量課金とはいえ、かなり安く済んでいます。

まずはBigQuery を使いたいとの思いがありましたが、その後に需要予測などを展開していくために自動化の基盤を構築する面でもGoogle Cloud は強力でした。Google Cloud そのものがCloud AutoML のような機械学習やディープラーニングを加速するサービス群を次々に提供していますから。これらの点からGoogle Cloud を採用したのです」（岡本氏）

SENSYではGoogle Cloud を、AI開発における“一気通貫”のプラットフォームで利用している。最初にBigQuery で膨大なデータを一次整理し、基礎データを作成。次に特徴量（特徴を数値化したもの）に変換するが、変換作業の多くをBigQuery 上のSQL処理で実行する。「この工程が非常に重いのですが、BigQuery ではストレスなく処理できます」（岡本氏）

機械学習で多用しているのが、構造化データの高速・大規模分析に長けた、AutoML Tables だ。直感的なGUIを採用しており、BigQuery で変換した特徴量をシームレスにロードして学習することができる。岡本氏は「特徴量の影響を判断するための学習を複数パターン実行することも可能。ある程度定まってきたらAPIを連携させて、バックエンドの開発側に直接組み込むことができます。最近ではAutoML Tables を中心に据えたプロジェクトが増えてきました」と話す。こうして完成した成果物を、CSVファイルに書き出してクライアントに納品する。そして、毎日の納品が必要なプロジェクトにおいては、これらのフローをCloud Composer を活用して自動化している。ワークフローが可視化され、仮に問題が生じたときも要因を素早く特定でき、柔軟に再実行指示対応ができる。

SENSYにおけるデータ基盤とML基盤による自動化基盤構成例

「データ収集から加工、蓄積、分析、成果物のアウトプットまでを一気通貫でできるのがメリット。同じ開発者が手がけるプロジェクトなら、基本的にはGoogle Cloud 上で全てを実行できます。ワンストップの良さは何をおいても柔軟性にあると思います。お客さまのニーズに応じてカスタマイズをするときの改良も、同じプラットフォーム内で柔軟に対応できます。もし、そのためだけにマルチクラウド化するとなったら手間もコストもかかりますから。

利用を開始してから3年ほどですが、その間にGoogle Cloud そのものが刻々と進化しています。AutoML Tables も最近出てきたサービスですが、実際に使ってみると我々がやりたかった内容が実装されていました。かゆいところに手が届く感じで、AI開発との相性の良さもポイントです」（岡本氏）

渡辺氏は「ビジネスサイドが求めるニーズや処理量に応えてくれるので、クライアントからの満足度も高い」とする。Google Cloud 導入以前は技術的な部分でコストの問題が重くのしかかっており、コストがビジネス拡大のボトルネックになっていた時期もある。「Google Cloud に変更したときに一気にコストの見通しが良くなり、よりスケーラブルにクライアントの期待に応えられるようになりました。“ここまでやっても、これだけのコストで済む”ことが透明化されたからです」（渡辺氏）。ちなみに、現在の開発環境をオンプレミスで構築しようと精細な見積を取ったところ、Google Cloud の10倍以上のレベル感になったそうだ。

ソフトバンクと連携し、ビジネスの幅を広げる

SENSY株式会社のGoogle Cloud 導入・運用は、ソフトバンクが支援している。渡辺氏はソフトバンクとの関係性を「単なるリセラーではない」とした上で、こう語る。

「営業のネットワークなどを武器に新規ビジネスの創出、クライアント拡大においても協力いただいており、とても心強い存在です。先ごろ、ソフトバンク様の紹介で大手スーパーにSENSY MDを導入させていただきました。強固なビジネスパートナーであり、Win-Winの関係を築けると思っています」（渡辺氏）

橋渡しをしたソフトバンク 法人第三営業本部の橋爪 渚氏は「SENSY様のサービス内で日配品向けの需要予測のサービスパッケージング化が進んでおり、ソフトバンク営業を通じてお客さまに紹介したところ契約に結び付きました」と語る。スーパー側で、すでに導入していた需要予測サービスとは別のサービスを探していたタイミングも後押しした。SENSY MDには小売の需要予測に関する実績があり、予測の精度が高いため、すぐに導入に結びついたという。

岡本氏は「SENSYでは需要予測の安定的なソリューションが確立されつつあります。その強みをGoogle Cloud を活用しながら発展させていくのが1つの目標。しかし、感性を学習するAIの分野はまだまだ広いので、試行錯誤を繰り返しながら柔軟に対応していければ」と抱負を述べた。続けて渡辺氏は、あらためてGoogle Cloud のストロングポイントと、今後のSENSYの展望ついてこのように締めくくった。

「Google Cloud はインフラの堅ろう性、サービスの柔軟性、スケーラビリティを備えながら、低コストで運用できます。こうしたプラットフォームは、我々のようなAIサービスが世の中にあまねく広がっていく上で今後のスタンダードになるはず。Google Cloud によってAIサービスの裾野を広げていきたいですし、さらにAI以外の新しい技術がプラットフォームに加われば、より良い社会になっていくのではないでしょうか」（渡辺氏）

関連サービス