MLOps —競争力を高めるための道筋

2020年1月21日 に投稿済み

General Manager, Azure Data & AI

今日の企業は、競争上の優位性を確保するために、機械学習 (ML) を使って自らのビジネスを変革しています。医療業界から輸送業界、サプライ チェーンからリスク管理にいたるまで、機械学習はあらゆる業界に普及しつつあり、市場に破壊的イノベーションをもたらし、ビジネス モデルを再構築します。

組織は、適切な機械学習モデルを構築してデプロイし、俊敏に運用するために必要なテクノロジとツールを求めています。機械学習のプロジェクトを大規模に成功させるには、MLOps が鍵となります。MLOps とは、データ サイエンスと IT チームの間のコラボレーションを実践することで、モデルの開発、デプロイ、監視など、機械学習のライフサイクル全体を加速させる手法です。Microsoft Azure Machine Learning を使用すれば、企業は MLOps をフルに実践して、自社のビジネスで AI の可能性を最大限に引き出せるようになります。

すばらしい顧客事例の 1 つに、機械学習と MLOps で自社のビジネスを変革している TransLink 社が挙げられます。同社はメトロバンクーバーの交通網を支えており、その交通機関での居住者と訪問者の総乗車回数は 2018 年に 4 億回に達しています。1,800 平方キロにわたる広大なバス システムの下で TransLink の利用者が行程を組む際には、バスの出発時刻が正確であることが重要になります。

TransLink 社では、利用者の利便性を高めるために 18,000 セットの機械学習モデルをデプロイし、交通量、悪天候、ダイヤが乱れるその他の要因を考慮して、バスの出発時刻をより正確に予測できるようになりました。Azure Machine Learning で MLOps を使用することで、これらの機械学習モデルを大規模に管理して提供することが可能になったのです。

「Azure Machine Learning の MLOps を使用して、すべての機械学習モデルを運用環境に移行したことで、予測の精度が 74% 向上し、利用者は TransLink の交通網で、よりスムーズな行程を組めるようになりました。その結果、停留所での待ち時間は平均で 50% 短くなりました」 – Sze-Wan Ng 氏、分析および開発部門の責任者、TransLink 社

Johnson Controls 社は、Machine Learning Operations を大規模に活用しているもう 1 つの顧客です。同社は 130 年以上にわたって、建物の消防設備、HVAC 機器、防犯設備を製造してきました。Johnson Controls 社は現在、スマート シティ革命の真っただ中にあり、機械学習は自社の機器を保守する上で中心的な役割を担っています。

同社が運用している数千の冷却装置には、それぞれ 70 種類のセンサーが組み込まれており、テラバイト単位のデータを送信しています。MLOps を使用することで、各種の機械学習モデルを運用環境にタイムリーに投入でき、反復可能なプロセスを通じて、保守業務に役立つリアルタイムの分析情報を得られるようになりました。その結果、冷却装置の機能停止を数日前に予測し、その影響をうまく軽減できるようになり、コスト削減によって顧客満足度が向上しました。

「Azure Machine Learning の MLOps 機能を使用して、平均修理時間と予定外の停止時間の双方を 66% 以上短縮し、収益を大幅に増やすことができました」 – Vijaya Sekhar Chennupati 氏、応用データ サイエンティスト、Johnson Controls 社

MLOps に取り組む

組織が MLOps を最大限に活用するには、他のソフトウェア開発プロジェクトと同様の厳密さとプロセスを適用する必要があります。

機械学習に取り組む組織を支援するために、GigaOm 社は MLOps の達成目標に関するレポートを作成し、効果的な実装を行うためのベスト プラクティスと成熟度モデルを示しました。

成熟度は、戦略、アーキテクチャ、モデリング、プロセス、ガバナンスなどの主要なカテゴリにわたる 5 段階の発展レベルで測定されます。この成熟度モデルを使用すると、企業は自社の立ち位置を把握し、各段階をクリアして組織の事業目標を達成するための手順を知ることができます。

 

MLOps 成熟度の構築

 

「組織は、MLOps を採用してベスト プラクティスを実施することで、AI ソリューション開発の課題に対処できます。GigaOm 社のレポートと MLOps 成熟度モデルは、このプロセスを通じて貴重なツールになるでしょう」 – Vijaya Sekhar Chennupati 氏、応用データ サイエンティスト、Johnson Controls 社

詳細については、GigaOm 社のレポートをお読みください。自社のビジネスで機械学習による変革を実現しましょう。

ご協力のお願い