上流から開発まで

上流から開発まで

AIはあらゆることを解決する魔法の箱ではありません。現段階では⼈間が⾏っている業務を理解し、課題を抽出し、そのうえでソリューションを提⽰するステップが必要となります。 以下は代表的なAI導⼊のステップとなります。

現状把握
対象となる業務を定義し、どのように自動化が可能かを検証する。 業務フローベースでASIS,TOBE分析等を実施し、理想像と現実のギャップを具現化する。
課題抽出
課題を具現化して必要な情報の洗い出しを行う。 どのような情報にアクセスができて、どの程度のボリューム、精度があるのか。 課題を解決するだけのデータかどうかを検証しながら進める。 この段階でデータが存在しないケースも多い。
データ処理:分析に必要なデータを確認し、前処理設計を実施する。 分析がしやすいようにデータに変換処理を加える。 特徴量の把握を⾏い、その後のAIモデル選定のイメージを膨らませる。
AIモデル構築・評価
データを学習してモデルを構築する。 構築したモデルにテストを実⾏し現実の業務に導⼊できるか評価を実施する。この段階までを通常POC開発という。
システム構築
構築したAIモデルと連携できるようなETL層(抽出・変換・書き出し)、DWH層(データ ウェアハウス)、BI層(business intelligence,利⽤者が⾒る画⾯)の実装を⾏う。これによりデータを⾃的に取得し、最適解をAIが提⽰し、⼈間が理解し業務活⽤することが可能となる。

AIプロジェクト主要メンバー弊社ではビジネス⼒、データサイエンス⼒、データエンジニアリング⼒をバランスよく備えています。ビジネス⼒は会計系コンサルティング会社や⼤手SIerの経験があるスタッフが在籍しており、データサイエンス⼒はAIプロジェクトに多数参加経験のあるスタッフ及び⽇本・ベトナムの⼤学と連携しインターン生を受け入れています。ソフトウェア開発がベースとなっているのでデータエンジニアリングは多くのスタッフが在籍しています

開発言語・開発環境

AI
開発言語 開発環境
開発言語 開発環境
BLOCKCHAIN
開発言語 開発環境
開発言語 開発環境