予測起点でビジネスを加速する～機械学習を自動化するプラットフォーム「DataRobot」～

ガートナーカスタマー360サミット2017（2016年11月開催）に参加した新日鉄住金ソリューションズ株式会社は、予測起点でビジネスを加速する ～機械学習を自動化するプラットフォーム「DataRobot」～と題するセッションをソリューション企画・コンサルティングセンター 企画グループ 三橋 利也グループリーダーが講演した。講演では、革新的な機械学習のプラットフォームDataRobotが、いかに素早く正確な予測モデルを作るのかを事例も交えて紹介された。

講演会場はほぼ満席となり、講演終了後には直接会話しようとスピーカーに歩み寄る受講者も複数名みられた。大変な盛況となった本講演のレポートをお届けしたい。

AIに関する「よくある誤解」と機械学習による戦略的な予測の効果

セッションの冒頭で、三橋氏はガートナーが2016年12月に発表したAIに関する10の「よくある誤解」（出典：ガートナー, “人工知能に関する「よくある誤解」と推奨” 2016年11月30日, T. Mataga）について触れ、「AIというテクノロジーがあって、何でも投げ込めば解決してくれる」という過度な期待が、反対に大きな失望を生み出していると現状を分析する。またBI(ビジネスインテリジェンス)とAIの違いについて「BIの目的は過去の見える化や現状把握が中心。それに対してAIは視点が未来で、目的は顧客の潜在的なニーズの発掘や未来の予測にある」と三橋氏は指摘する。

そして、すでに機械学習を用いた予測や判断は、あらゆる業務領域で行われている状況を説明する。例えば、パーソナライズされたレコメンデーションや、プロモーション効果にユーザーのロイヤリティや従業員のパフォーマンス予測、車の自動運転に金融機関のデフォルト予測、さらに創薬スクリーニング効率化などだ。三橋氏は「顧客戦略に機械学習を活用すれば、プロモーションの効率化やコンバージョンの向上を実現できます」と話す。

データサイエンティスト不足をDataRobotで解決

企業が機械学習を活用する上での課題の一つに人材不足がある。理想とする予測モデルを設計するためには、事業ドメインに精通し、ITとともに統計学なども熟知したデータサイエンティストの存在が不可欠となる。しかし、優秀なデータサイエンティストの数は少なく、育ったころには転職してしまう例も多い。

この課題に対して「市民データサイエンティスト」の存在が重要になる。市民データサイエンティストとは、ITや統計学などに精通していなくても、的確なツールを使いこなして自社の事業ドメインに適した機械学習と予測モデルを構成できる存在だ。そして「市民データサイエンティストにとって頼れる存在が、DataRobotです」と三橋氏は提案する。

特長は、徹底的な自動化による効率化、世界トップクラスのデータサイエンティストのノウハウが満載されていること、”気づき”を与えるインサイト機能、予測結果の理由を説明する”リーズンコード”だ。「より良い予測を、より簡単に、より速く、導き出します」と三橋氏は説明する。

DataRobotは「レンジでチンする機械学習」とも表現され、計算機科学の知識や経験が必要なアルゴリズムの選択やモデルのコーディングは不要、パラメータのチューニングも自動で処理される。またモデルはワンクリックでデプロイできるので、すぐに運用が可能になる。

DataRobotが得意とする領域は、回帰分析を使った需要予測や来店予測、数値系二値分類によるプロモーション効果予測、オンラインクリック予測、顧客の離脱率予測やデフォルト予測、そして従業員退職予測などだ。適用される領域としては、マーケティング、金融、人事やヘルスケア、保険やスポーツにエネルギー、小売、製造といった多数の分野に及ぶ。例えば、スポーツの分野では選手のパフォーマンス予測などに活用されている。

講演の後半では、すでにDataRobotの導入を完了して成果を発揮している6社の事例が紹介されたが本記事では紹介を控える。具体的な事例については是非問い合わせてほしい。

「DataRobotがあれば、市民データサイエンティストによって、素早く正確な機械学習による予測モデルが作られ、競合よりも迅速かつ効果的にビジネスを推進できるようになります」と三橋氏は講演を締めくくった。