エンタープライズAIへのシフト
企業は継続的な AI 関連テクノロジーの導入を推進しており、AI適用に成功した企業は、財務的に大きな成果を達成しています。このような企業がいかにして戦略上必要なものを獲得し、競争優位性の飛躍的な伸びにつながっているのかを探ります。
エンタープライズAI向けのインフラストラクチャーを再考する
AI活用したいデータのフローやAIモデル開発のワークフローを整理しておかないと、PoC疲れや、ビジネスへの実装の段階で全体最適なアーキテクチャーでなくなってしまう危険性が大きくなります。企業におけるAI活用の課題克服を支援するIBMの提案を、調査会社IDCが分析したレポートです。
AI活用に向けたインフラストラクチャー3つのポイント
データの蓄積
大量かつ分散するデータを効率よく、セキュアに収集・保管し、業務利用しやすい形式で格納します。
AWS S3 APIにも対応し、非構造化データを効率よく保管するオブジェクト・ストレージ と、ファイルやオブジェクトを、高速ストレージと低速ストレージに自動的に使い分けて保管する階層型ストレージがあります。
データの検索/前処理
必要なデータを必要なときに素早く取り出せるよう、非構造化データを自動的にカタログ化し、スピーディな検索とアクセスを実現します。
AIモデルの開発
事業部門の専門家が、自らAIモデルを高速かつ容易に開発できる環境を実現します。
プログラミングやAIのスキルがなくても、GUI環境で開発が簡単に行えるソフトウェアと、同一時間内での試行回数を増やしたり、実ビジネスへの展開を早めるため、AIモデルの学習を高速化するシステムがあります。
AIインフラストラクチャーを活用する
検証レポート : H2O Driverless AIでAIモデルを作成し将来の需要を予測
ゴミ袋などの製造・販売をおこなう日本サニパックは、製品需要の将来予測精度の向上を模索していました。その手段として、簡単な操作で自社専用のAIモデルを作成可能な「H2O Driverless AI」の有効性を検証。経験や勘に基づくこれまでの予測を大きく上回り、業務での有効性に確信を得ました。
先進的なメタデータ管理ソリューション IBM Spectrum Discover
IBM Spectrum Discoverは、数十億のファイルとオブジェクトのメタデータを迅速に取り込み、統合して、索引を付けます。ストレージ管理者やデータ・サイエンティストは、非構造化データを効率的に管理、分類し、洞察を得ることで、大規模な分析をスムーズに実行し、経済性向上やリスク軽減ができます。
PowerAI Vision / H2O Driverless AI Quick Startキャンペーン（2020年3月31日出荷分まで）
プライベート環境のための画像・映像向けAIモデル開発ツール IBM PowerAI Vision、データサイエンスの達人の機械学習を自動化する H2O Driverless AI。AI向けサーバーとともに、特別なオファリングでご提供！ぜひ検討ください。
データをスムーズに収集してAIを導入する方法
日本企業のAI活用は、一部の先進的な企業を除いてなかなか進展していません。AI向けのデータ整備や判定ロジックのチューニングなど、高度な技術が必要に見えますが、いまはその状況も変わりつつあります。ビジネス効果を最大化するためのAIインフラはどうあるべきでしょうか。
おすすめ情報
第一三共事例
研究開発意思決定をより一層加速するため創薬研究基盤としてのゲノム解析基盤を強化。膨大なオミクスデータを蓄積し自由自在な解析を可能に。
グローバル・リーダーが採用するAI基盤
NASAによる宇宙の天気予報、JPモルガン・チェースによる金融でのモデル・リスク低減や、最速スパコンランキング「TOP500」4連覇の「Summit」についてなど、2019年2月に米国で開催のIBMグローバル最大イベント、Think 2019で取り上げられたAIインフラストラクチャー活用事例のいくつかを紹介します。
なぜ多くのAI プロジェクトはPoC で終わるのか？ 失敗から見えてきた5つの「落とし穴」
多くの企業がAIのビジネスへの活用に取り組む中、 PoC（概念実証）から先に進めず、頓挫するAIプロジェクトが増えています。「AIプロジェクトの成否」が分かれる、陥りやすい落とし穴は一体どこにあるのでしょうか？「IBM POWER AI FORUM 2019」で大きな反響があったセッションの内容をレポートします。