ノンプログラマ×機械学習 がビジネスを変える

Future Stride

プログラミング知識ゼロで始める機械学習のビジネス活用

機械学習クラウドサービス「MAGELLAN BLOCKS」

  • TOPICS
  • マーケティング
  • プログラム
  • クラウド
  • AI

現在ブームの只中にある人工知能や機械学習には、常に難しいというイメージがつきまとう。確かにノンプログラマにとって、それがどういう仕組みで成り立っているのかを理解するのは容易ではない。

しかし、私たちがオフィスツールのソフトウェアの仕組みを理解しないままに日々業務で活用しているように、人工知能や機械学習に関しても、私たちが知るべきはパッケージ化されたサービスの使い方と、それで何ができるのかを理解するための最低限の知識で良いのかもしれない。

本記事では、ノンプログラミング機械学習クラウドサービス「MAGELLAN BLOCKS(マゼラングロックス)」を提供するグルーブノーツ社・最首氏の監修の元、ビジネスレイヤの人材による機械学習利用の可能性と展望を探っていく。

株式会社グルーヴノーツ 代表取締役社長
最首英裕
85年早稲田大学第一文学部を卒業、株式会社エイ・エス・ティ(現ITフロンティア)入社。98年株式会社イーシー・ワン設立、代表取締役社長。2012年4月、グルーヴノーツ代表取締役社長に就任。

知っておきたい機械学習の基礎知識

ノンプログラマの機械学習利用において、最低限知っておくべき知識があるとすれば、それは機械学習で何ができるのかということだ。

機械学習とは、機械がデータを通して反復的に「経験」をすることで、人間と同等かそれ以上の学習効果を実現しようとする手法である。

機械学習が得意とするのは、さまざまな種類のデータからパターンを見つけ出し、情報を仕分ける「分類」や、パターンにしたがって将来を「予測」する、パターンから逸脱した異常や想定外の事象を「検知」するなどの作業。日々の業務の中で、上記の作業が占める割合が多いとしたら、機械学習の導入を検討してみると良いだろう。

人間が経験を積むほどに危険を察知できるようなっていくのと同じように、機械も学習を繰り返していくことで、より正確に「分類」「予測」「検知」をすることができる。

IoTが社会に浸透し、すべてのヒト、モノ、情報がデータ化するビッグデータ時代が到来することで、機械学習に利用できる学習データは飛躍的に増えていくだろう。機械学習はさまざまな事象を「分類」「予測」「検知」できる可能性を秘めており、2030年には機械学習関連市場は85兆円を超えると予想されている。

機械学習導入の真のハードルはブラックボックス化

では企業の機械学習導入においてどのようなことがハードルとなるのだろうか。グルーヴノーツ社の最首氏は次のように語る。

最首:

社内に機械学習の専門家がいないことが、機械学習システムを導入する上で最も大きな課題になると考える方々が多いのですが、実はこの考えは間違いです。社内に専門家がいない場合、多くの人は社外の専門家や開発会社に高額の対価を支払い、システムを開発してもらおうとします。しかし、人に頼んで作ってもらったシステムの最大の問題は、自分たち自身がそれを応用できないことです。

もちろん、一般的に社外の専門家や開発会社に依頼すると、安くはないコストと短くはない開発期間を想定しなくてはならず、それを障壁と捉える方々もいますが、問題の本質はそれ以前のところにあると思います。

システム開発を依頼した当人たちにとって、納品されたシステムはブラックボックス。そのため、小さな改良・改善であっても、システムをアップデートしようとすると、その都度、開発会社に改めて改修を依頼する必要があり、その分コストも嵩んでいく。
属人化してしまった業務を人工知能に置き換えたいという要望を持つクライアントが、外部にシステム開発を依頼することで、結局ブラックボックスを生み出してしまっているというのだ。

最首:

重要なのは、属人化してしまっていたり、あるいはブラックボックスになってしまっていたりする部分を、オープンにするための視点を持つことだと思います。それはつまり、どうすれば専門家でなくても、機械学習というテクノロジーをハサミのようにあるいは電卓のように、自由に使える環境を社内で整備できるかを考えることです。

ノンプログラミング機械学習クラウドサービス「MAGELLAN BLOCKS」とは

機械学習導入のハードルになるのは社内に専門家がいないことではなく、専門家がいなくても自由に機械学習を活用できる環境がないこと。そしてその環境を実現するのがグルーヴノーツが提供するMAGELLAN BLOCKSだ。まずは下の動画を見てほしい。

MAGELLAN BLOCKS は、誰もが簡単に機械学習を使えるようになるためのクラウドサービス。機械学習に関する知識やプログラミングの技術がなくても、機械学習を使って、高度なデータ解析や予測を実現することができる。技術的な障壁や一般的に高額と考えられている機械学習システムの常識を打ち破り、機械学習という新しいテクノロジーが、より多くの人に行き届くことをミッションにしている。

機械学習のプロセスには、データを活用してトレーニングをする「学習処理」とそのモデルを用いて分類・予測・検知を行う「判定処理」がある。MAGELLAN BLOCKSでは以下の3つの機能を用いて、これらの処理を行うことができる。

モデルジェネレーター

「学習処理」を行う「機械学習ブロック」はモデルジェネレーターという機能を用いて、任意のデータを学習させるだけで生成可能。例えばある商品の販売数を予測するための「需要予測」や、画像で良品と不良品を見分けるための「画像解析」、その他にも「音声解析」「自然言語解析」「言語翻訳」など、利用シーンに応じたモデルを簡単に生成することができる。

MAGELLAN BLOCKの機能の一部抜粋

フローデザイナー

MAGELLAN BLOCKSではフローデザイナーという機能を用いて、50以上ある機能ブロックの中から希望の機能を画面上でつなぎあわせると、簡単に「判定処理」のフローをデザインできる設計になっていて、プログラミングの知識を持たない営業部やマーケティング部の人材でも直感的に操作が可能だ。

データバケット

データの学習にはデータバケットという機能を使用することができる。データバケットは、各種センサーデバイスなどの IoT 機器や、Raspberry Piやウェアラブルカメラなどから送られてくる大量のデータ・ファイルを一挙に集約・保存することができるサービス。集まったデータは、モデルジェネレーターの予測・学習用データとして利用できる。

MAGELLAN BLOCKSの基盤となるGoogle Cloud Platform

MAGELLAN BLOCKS の機能ブロックは、Google Could Platformが提供する機械学習、ビッグデータ処理、画像解析などのさまざまなプロダクトを基盤として採用している。MAGELLAN BLOCKSとは、言い換えれば、圧倒的なパフォーマンスを誇るGoogleのプロダクトを、ノンプラグラミングで直感的に操作できるインターフェイスなのだ。

Google Cloud Platformを採用した理由について、グルーヴノーツ・最首氏は次のように語る。

最首:

Microsoft Azure やAWS など、さまざまなプラットフォームがある中で、機械学習という視点で見たときに Google Cloud Platform は群をぬいて圧倒的なパフォーマンスを持っていると感じます。機械学習では、大量のデータをモデルに学習させる必要があり、その巨大なデータセットを捌く際に、Google Cloud Platformは非常に優秀です。例えば BigQueryの処理スピードとコストパフォーマンスは、比較対象となるサービスが見当たりません。
機械学習がデータを学習するほど賢くなるという前提に立つと、Google には世界中のユーザの検索トラフィックやAndroid を通じたユーザ行動など、生きたデータが(個人を特定できない形で)毎秒集約されています。このデータエコシステムを仕組みとして持つ Google が提供する基盤にまさるものは無いと感じています。

また、グルーヴノーツ社では導入前のユーザから、利用中のユーザまで、あらゆる疑問・質問に答えられるよう、社内に専任のサポートチームを組織しているという。より手厚いサポートが必要なユーザーに対しては、有償でのトレーニングやコンサルサポートメニューを用意しており、ノンプログラマーでも安心して利用できるサポート体制が敷かれている。

MAGELLAN BLOCKSを用いた機械学習導入事例

既にMAGELLAN BLOCKSはさまざまな企業の現場で活用されている。

ファミリーマート 数値回帰による需要予測を用いて、新規出店候補地の評価
JCB コールセンターの入電数予測に活用
損保ジャパン 自然言語分類を使って、社内からの問い合わせにより高い精度で応えるFAQシステムの開発に乗り出す
某金融企業 商品案内のDMを無作為に送ることをやめ、角度の高いターゲットに対して効率的にDMを案内する
某エネルギー企業 火力発電所の各種の計器の数値から異常、正常を判断するために利用

次に具体的な事例を紹介していく。

ホームセンター・GooDayの機械学習先進事例

MAGELLAN BLOCKSを利用して積極的に機械学習を取り入れているのが、九州北部を中心に約70のホームセンターを運営するGooDay(グッデイ)だ。GooDayでは画像分類モデルを用いて、花の状態をS、A、B、Cと4段階で自動評価した上で、仕入れる花を決定。画像から鉢植えの品質を判定するエンジンを実用化している。

上の動画は機械学習を用いたPepperによる接客の実証実験の様子だ。店内画像でお客様の位置を認識し、お客様のいる場所に到着すると、音声認識で探している商品をヒアリング。探している商品の場所を案内してくれる。

機械学習とIoTによる製造業による検品自動化

ある製造業の工場ラインでは、MAGELLAN BLOCKSをIoT活用し、モデルジェネレーターで生成した学習モデルをローカルPCにダウンロード。各ラインから送られてくる画像を使って、検品の自動化に取り組んでいる。その他にも、センサーデバイスから送られてくる気温や湿度などのデータをもとに、ビニールハウス内の空調や水やりを自動化するなど、さまざまなIoTの取り組みに応用が可能だ。

機械学習が浸透することで、ビジネスが変わる

これまで一部の大企業に限られていた機械学習の導入は、MAGELLAN BLOCKSのようなテンプレート化されたサービスが生まれることで、幅広い業種や規模の企業にまで広がっていくことが予想される。企業はどのような体制で機械学習を導入・運用していけば良いのだろうか。

最首:

機械学習を取り入れたいと考えているけど、技術的・コスト的な障壁を前に二の足を踏んでいる方々、あるいは機械学習を使いたいけど何から初めていいかわからないという方々に、まずは試してもらいたいと考えています。AIや機械学習と言うと、どうしても瞬間的に『難しそう』『高そう』と感じてしまいますが、本来、テクノロジーというものは、皆に広く開かれていなければならないものです。
MAGELLAN BLOCKS は、専門家やプログラマーでなくても、高額な投資をせずに使い始められるもの、という理念をもとに作られたサービスです。1カ月の無料トライアルが可能なので、まずは触って、機械学習の実力を肌で感じていただきたいと思います。

何より重要なのは、自分たちでやるという当事者意識を持ったチームを編成することです。MAGELLAN BLOCKS を利用するのに、機械学習に関する専門知識や、プログラミングの技術は不要です。つまり、技術的、コスト的な課題は MAGELLAN BLOCKS が解決するので『新しい事業を創出したい』『どうにかして今の業務体制を見直したい』という使命感を持って自律的に動けるチームを編成することが肝要だと考えています。

テクノロジーの世界ではあらゆる技術が急速に広がり、そしてコモディティ化していく。ひと昔前は一部の技術を持つ人に限られていた画像加工も、今ではスマートフォンで誰もが簡単に行えるようになり、またSI企業による大規模な開発を必要としていた社内業務システムも、今ではその機能の多くが無料のクラウドサービスで代替が可能だ。

そのトレンドは人工知能の世界においても変わらず、MAGELLAN BLOCKSのようなサービスがインフラとして浸透することで、人工知能の技術はSI企業や一部の大企業のものだけではなくなっていくのだろう。

私たちが当たり前に人工知能をアシスタントのように利用して日々の業務をこなしていく時代は、もうすぐそこに来ているのかもしれない。

■ソフトバンクが提供する機械学習「MAGELLAN BLOCKS」

https://www.softbank.jp/biz/ai/magellan/

MAGELLAN BLOCKSについてのお問い合わせ

担当者に問い合わせる

あわせて読まれている記事

記事一覧

  1. トップ
  2. Future Stride
  3. プログラミング知識ゼロで始める機械学習のビジネス活用