NSSOLのAI・機械学習への取り組み
AIの中核的な技術である機械学習は、コンピューターに大量のデータを学習させることで判定や認識、分析、予測などを行うモデルを生成します。NSSOLではお客様が機械学習の効果をさまざまなビジネスに適用し、運用を自動化し、デジタルトランスフォーメーション（DX）実現に貢献できるプラットフォームの整備を進めています。
NSSOLのAIでできること
NSSOLはビジネスに役立つ機械学習のプラットフォームを提供します。
AI／機械学習は自律的にどんな難問でもたちどころに解決する万能の道具ではありません。範囲を限定した上で明確な課題を設定し、適切なデータを用いて学習を行うことで課題解決の強力な手助けとなります。
DataRobotはこんな人におすすめ
NSSOLは業務部門から経営企画部門やDX推進部門、アナリスト、データサイエンティストなど、さまざまな部門・立場におけるAI／機械学習への取り組みを一貫して支援します。
業務部門
- 簡単操作でAIを用いたデータ分析が可能です
- 将来の自動化・システム化も用意に対応できます
DX推進部
- 『ユーザビリティ高い』『高度な』AI・データ分析基盤を安価に構築できます
データサイエンティスト
- 高度な機械学習モデルをワンクリックで作成でき、モデル解釈機能も豊富なため、効率的にデータ分析PJを推進できます
導入企業
業界・業種を問わず、すでに多くの企業にNSSOLのAI・機械学習ソリューションを導入いただき、実業務で多くの成果が上がっています。
関連情報
ビッグデータ分析のコンペティションで世界第2位
NSSOLと株式会社金融エンジニアリング・グループの連合チームは、データマイニングの世界大会であるKDDCupにおいて第2位に入賞しました。
NSSOLチーム、世界的なデータ分析コンペKaggleで第4位
NSSOLはAI／機械学習を用いたデータ分析技術の国際的なコンペティションプラットフォームKaggle（カグル）上で画像データから前立腺がんステージを評価する「Prostate cANcer graDe Assessment（PANDA）Challenge」に参加し、第4位に入賞しました。
NSSOLチーム、医療画像の最高峰国際会議MICCAI2020ワークショップにて汎化賞を受賞
NSSOLがKaggle上で作成した分析モデルは、医療画像ならびにコンピューター支援治療の国際会議「MICCAI2020」での追検証の結果、汎化賞（Generalization award）を受賞しました。
男子プロバスケットボールB.LEAGUE、リーグ戦の試合日程の作成に新日鉄住金ソリューションズの「試合日程自動作成システム（B.SCHEDULER）」を導入
NSSOLは公益社団法人ジャパン・プロフェッショナル・バスケットボールリーグに対して、リーグ戦における試合日程の作成のための「試合日程自動作成システム（B.SCHEDULER）」を提供しました。
新日鉄住金ソリューションズ、Jリーグ向けに年間入場者数（J1）の予測モデルをAIで開発
NSSOLは公益社団法人 日本プロサッカーリーグ向けに、過去の入場者数などの各種データをもとに機械学習を活用することで誤差を抑えた年間入場者数の予測モデルを開発しました。
NSSOLチーム、データ利活用を促進する匿名加工技術を競うコンテストPWS Cup2020で総合優勝
NSSOLは個人情報を守る技術を競うコンテスト「PWS Cup 2020（匿名メンバシップ推定コンテスト）」に参加し、国内外の企業や大学の20チームが競い合った中で総合優勝を果たしました。
AI／機械学習活用のリアルとNSSOLの支援
AI／機械学習を活用するためにはノウハウと経験が必要です。NSSOLは単なるPoC（概念実証）にとどまらず、お客様に寄り添い実業務で成果が出るまでご支援します。
AI活用の現実
世界的なブームとなったAIには多くの企業が関心を持ち、相次いでパイロット導入を進めています。しかし明確な課題を設定せず、十分なデータがそろっていない中で、やみくもに機械学習に取り組んだとしても期待する成果は得られません。結果としてPoCを何度も繰り返すことになり、なかなか実業務への適用には至りません。
AIアクティブ・プレイヤー*の国別割合
日本でAIを実業務に活用できているのは、わずか11％
※2019年accenture社の調査ではグローバルで16％が実用段階
https://newsroom.accenture.jp/jp/news/release-20191219-2.htm （URL閲覧日：2020/11/24）
*「AIアクティブ・プレイヤー」の定義は、「一部の業務をAIに置き換えている」または「一部の業務でAIのパイロット運用を行っている」のいずれかに該当し、かつ自社のAI導入を「概ね成功している」と評価した企業
**アンケート調査期間：2018年9月～10月
調査対象国：アメリカ、オーストリア、スイス、中国、ドイツ、日本、フランスの7カ国
調査対象者：中小企業（従業員数250人未満）から大企業（従業員数50,000人超）までの、AIに関する基礎的な理解を有する管理職
回答者数：約2,700人
機械学習のプロジェクトと4つの壁
機械学習を導入しても、実業務に適用できなければ意味がありません。既存の業務に大きなメリットをもたらすことができるかどうかが重要です。そのためには機械学習に必要なデータを効率的に集め、的確なモデルを作成し、業務部門とも連携しながらROI（投資対効果）を高めていくといった「4つの壁」を乗り越えていかなければなりません。
AIの活用の実態イメージ
AI活用で最も重要なことは、PoCやパイロット運用から着実に実業務へとステップアップしていくことです。そしてAI活用を一部の業務や一部ユーザーだけのものにとどめずに全社組織に広げていく“民主化”を推進することで、AIの価値を最大化できます。
民主化までのNSSOLの支援
NSSOLはAI活用における最重要局面である実業務への展開から民主化まで見据えて、必要に応じてさまざまなパートナーと協業しお客様を支援します。AI活用の計画策定からテーマ推進、人材育成、システム構築まで一貫したソリューションをご提案します。
NSSOLのAI／データ分析 ソリューション例
NSSOLではAI活用のステップを着実かつ効率的に進めていくことを支援するインフラやミドルウェア、開発ツール、データ分析、モデル運用といったさまざまなソリューションを取りそろえています。
