サービス

AutoML(AI自動開発ツール)の導入・活用推進支援

AIの開発・運用の自動化を実現する

デジタルトランスフォーメーション(DX)の推進に不可欠なAIは様々な産業でその有用性が確認され活用が進んでおり、その結果、高度な専門性・スキルが必要となるAI開発をいかに効率的・効果的に行うかという課題への対応が求められています。AIの開発・運用の自動化を実現するAutoML(AI自動開発ツール)はその有効な解決策の一つとなります。

AIのポテンシャルを最大限引き出すAI自動開発ツール「AutoML」とは

AutoMLとは、データサイエンティストがAI開発・運用のために実施する高度な分析ノウハウが集約されており、AIモデルの構築・検証フェーズからビジネスでの運用フェーズまで、End-to-Endで実行タスクの自動化を実現できるAI自動開発ツールです。​

従来、AIを開発するためには高度な専門知識や技術、開発環境が必要でしたが、AutoMLの登場により、データサイエンティストだけでなく、ビジネス人材も簡単なトレーニングで高品質なAIを開発することが可能となり、AI開発に取り組む人材の裾野が広がっています。​

企業におけるデータサイエンティスト・AIエンジニアの不足やAIを活用するビジネス人材側がAIの有効性・活用方法を正しく理解することのハードルといった、これまでAI開発・活用の全社推進を阻害していた要因の解消にAutoMLは極めて有効であると言えます。

これまでのAI開発とAutoMLを活用したAI開発の違い

AutoMLを活用することで、AI開発はどれだけ自動化できるのか。これまでの職人技によるAI開発・運用と比較した利点は以下の通りです。​
 

これまでの職人技によるAI開発・運用

  • プログラミングや数学を駆使するため、開発に高度な専門性が必要となる​
  • 作業の自由度は高いが、手作業のためアウトプットの品質は作業者(データサイエンティスト)に依存する​
  • 開発と同様、完成後のメンテナンスや再開発も難易度が高く時間を要する


AutoMLを活用したAI開発・運用

  • 高度な専門性はツールが標準装備している​
  • 自動処理によりアウトプット(モデル)の品質が安定する(誰が操作しても一定水準の品質)​
  • メンテナンスや再開発の機能も多くが自動化・高速化されている

AutoMLの導入・活用推進における課題

AutoMLを業務活用しビジネス価値を創出していく上では、導入〜活用推進の変革過程の中で様々な課題に対応していく必要があります。

Ideation Phaseでの課題

  • AutoMLを活用して取り組むべきテーマ・ユースケースを創出できない
  • 取り組みの優先順位が決められない

Strategy Phaseでの課題

  • AutoMLを業務適用するノウハウがない
  • 活用推進に必要な人材育成・組織構築・ガバナンス整備等を進める上での知見がない

Transformation Phaseでの課題

  • 推進組織(CoE: Center of Excellence)の活動や人材育成の取り組みが広がらず、業務活用が一部の部門に留まり全社に展開できない

デロイト トーマツでは、AutoMLの導入から活用推進までをワンストップでご支援します。

AutoML導入・活用推進支援サービス:Ideation Phase

導入初期に検討すべきユースケースやその優先度付けを実施するため、事業部門を巻き込んだテーマ創出ワークショップを実施します。

<テーマ創出ワークショップの狙い>

  • CoEの立上期におけるテーマ候補を創出し、分析事例蓄積の準備を行う
  • 事業部門の現場担当者がデータ利活用する上で必要となるデータ/AIに関する基礎知識を把握する

AutoML導入・活用推進支援サービス:Strategy Phase

優先テーマについて、AutoMLを活用した「モデルの構築と検証」「ビジネス運用」を伴走型で推進し、AutoML活用によるビジネス価値創出と、内製化に向けた実践的なスキル習得・定着化を並行して支援します。

AutoML導入・活用推進支援サービス:Transformation Phase

データ活用を統制しつつも、推進・スケールしていくためには高度にナレッジ・スキルを保有するデータ利活用推進組織が必要となります。データ利活用推進組織の形態は複数あるため、全社戦略・事業戦略を考慮した上で、採用すべき形態を検討します。

データ利活用を推進するDX人材には多様なスキルが求められますが、実際はすべてを一人で満たす必要はなく、人材像を複数定義することで必要なスキルを分散化し、効率的な座学と専門人材・ツールを活用した実学を通じてチームでスキルバランスを取れるように育成することがポイントとなります。

プロフェッショナル

下川 憲一/Kenichi Shimokawa

下川 憲一/Kenichi Shimokawa

デロイト トーマツ コンサルティング 執行役員 AI&D Unit Leader

総合商社、サービス業、メディア業、通信業等など幅広い業界に対して15年以上の支援を行っている。 中期経営戦略、事業戦略、新規事業開発などの戦略立案プロジェクト、業務改革、組織構造変革と連動したコスト低減、自動化推進プロジェクトを数多く手がけている。また、近年は生成AIとデジタルツールを組み合わせた業務の効率化に取り組んでいる。 戦略・計画立案だけでなく、実行サポートの経験も豊富。 >> オンライン... さらに見る

宍倉 剛/Tsuyoshi Shishikura

宍倉 剛/Tsuyoshi Shishikura

デロイト トーマツ コンサルティング 執行役員

AIスタートアップ、国内系コンサルティング会社を経て現職。 先進技術を用いた新規ビジネス創出、業務の変革等、企業のデータドリブン・トランスフォーメーション実現に従事。データサイエンス領域における戦略策定・業務変革、組織設計・人材開発に強みを持つ。 『ビッグデータ総覧』日経BP社等、著書・寄稿多数。 関連サービス ・ストラテジー・アナリティクス・M&A >> オンラインフォームよりお問い合わせ... さらに見る

中山 嘉春/Yoshiharu Nakayama

中山 嘉春/Yoshiharu Nakayama

デロイト トーマツ コンサルティング 執行役員

製造業・金融機関を中心に財務・経理領域の業務変革や大規模グローバルシステム関連プロジェクトをリードし構想策定から業務・システム導入まで幅広い経験を持つ。近年はロボティックプロセスオートメーション(RPA)、クラウド型プラットフォームを活用したオペレーションモデル改革の取り組みを行なっており、多様な変化に応じた様々なニーズを持つクライアントへサービス提供をしている。 関連するサービス: ・エンタープ... さらに見る

吉沢 雄介/Yusuke Yoshizawa

吉沢 雄介/Yusuke Yoshizawa

デロイト トーマツ コンサルティング 執行役員

データサイエンティスト職を経て現職。自動車、消費財、EC、商社、広告代理店業界を中心に経営意思決定・マーケティング・セールス領域におけるアナリティクスやデータ、デジタルを活用した戦略策定から実行支援に強みを持つ。近年はデータ駆動型経済におけるDX戦略及び全社改革、デジタル関連企業のM&Aを中心に従事。企業活動にエビデンスに基づいた意思決定する仕組み・文化を導入することを推進している。 「パワー・オ... さらに見る