お客様の課題を解決するAI構築とシステム開発
MAIはデータサイエンスカンパニーとして、データアナリティクス領域において最適なソリューションをご提供しています。AIアルゴリズムを構築し、データの蓄積から最適化・予測までをシステムとしてご提供することで、お客様の課題を解決します。
AI・分析プロジェクトの特長
1 専門性の高い
データサイエンティストによる支援
MAIには統計学や金融工学など、文理問わずさまざまな領域で高度な研究を行ってきた専門家が集まっています。
統計解析やディープラーニング、機械学習など、あらゆる手法とその特性を理解したデータサイエンティストが在籍しており、プロジェクトの知識・技術ノウハウを共有することで、知の相乗効果を生み出しています。
MAIのデータサイエンティストはデータサイエンスをビジネスへ応用できる実装力に長けており、データから+αの価値を創出することで、あらゆる産業の課題解決を支援しています。
2 AIアルゴリズム構築から
システム開発まで一気通貫
MAIは創立当時から、「分析力」をコアコンピタンスとして、データ分析・AIアルゴリズム構築を支援しています。
製造・通信・流通・金融などさまざまな業界における数百のプロジェクト実績と経験があります。
画像データやセンサーデータを活用した「画像認識」や「異常検知」、各種マーケティングデータやオープンデータを活用した「需要予測」など、AIアルゴリズム構築からシステム開発まで一気通貫して実施した事例が数多くございます。
さまざまなプロジェクトで培った分析・技術ノウハウを用いて、高度なAIアルゴリズム構築・システム開発を実現します。
3 オーダーメイドで
AI・分析プロジェクトを実施
MAIのプロジェクトでは、お客様のビジネス課題を解決するためのソリューションをオーダーメイドで一から開発します。
専門性の高いデータサイエンティストならではの知見により、自社の知見のみでは実現できないような高精度なAIアルゴリズムを実現し、お客様のビジネスに最適なソリューションを提供いたします。 またさまざまな手法とその特性を理解したデータサイエンティストが、構築したAIアルゴリズムの詳細をご説明することで、お客様の理解を深めるご支援をいたします。
AI・分析プロジェクトの主な流れ
データサイエンティストがAI・分析プロジェクトのパートナーとして
お客様と共に課題解決に取り組みます。
全体の流れ
- ① 課題整理
お客様のかかえる現状の問題を把握し、それに必要なタスクや優先度などについて課題の整理を行います。
- ② 目標設定
各課題に対して解決したいことや到達レベルを協議し、目標を設定します。
- ③ データ確認と理解
お客様から受領したデータを確認します。データはお客様のビジネスドメインごとに仕様が異なるため、必要なカラムやデータの意味などを理解し、解読します。
- ④ データクレンジング（前処理）
データの中から、重複や誤記、表記の揺れなどを探し出し、削除や修正、正規化などを行います。分析しやすい仕様にデータをクレンジングすることでデータの品質を高めます。
- ⑤ 基礎集計
データの傾向、特性を把握するために基礎集計を行います。クロス集計などを行い、データの分布を確認し、欠損値や異常値を可視化してデータの現状理解を深めます。
- ⑥ 方針の策定
基礎集計で把握したデータの傾向や特性をもとに具体的な方針を策定します。長期にわたるプロジェクトの場合は、必要なフェーズを区切るなどして全体の流れについてお客様と認識を共有します。
- ① AIアルゴリズムの選定
目標となる精度や解釈性等を総合的に判断し、最適なAIアルゴリズムを選定します。
- ② 仮説立て、変数決め
お客様のビジネスドメインをもとに、最適なAIアルゴリズムを構築するための仮説立てを行います。その中で変数を整理し、精度向上に寄与する変数決めを行います。
- ③ 学習データ・検証データの整備
AIアルゴリズムを構築するために必要な学習データと精度検証をするために必要な検証データを整備します。学習データに利用できるデータが少ない場合は、必要に応じてデータの増幅や拡張を実施します。
- ④ AIアルゴリズム構築
変数や条件などを変更し、検証を繰り返した上でAIアルゴリズムを構築します。なお、複数のAIアルゴリズムを構築する場合もあります。
- ⑤ チューニング
構築したAIアルゴリズムについて、精度向上が見込まれる場合、必要なデータの追加やチューニングを行います。また、システム開発に向けた再現性の確認と実現可否を検討します。
- ⑥ 精度検証・評価
お客様と定めた目標をもとにAIアルゴリズムの精度評価を行います。構築したAIアルゴリズムの精度結果をレポートにまとめ、お客様にご提出します。その結果をもとに、最終的なシステム化について判断いただきます。
- ① システム要件定義
お客様のビジネス現場での利用を想定した具体的な機能要件や非機能要件を定義します。また、必要なUI指針や保守性、セキュリティ、ハードウェア、ネットワーク、ソフトウェア構成なども細かく定義します。
- ② システム設計
システム要件定義の内容をもとに、お客様の既存システムの仕様や制限を把握しシステム設計を行います。データを利用するためのプラットフォームやデータベースのアプリケーションなどの構成、具体的な処理方法を定めます。
- ③ システム開発
実際の運用環境やシステム要件定義の内容に沿って、実ビジネスへ展開するためのシステム開発を行います。複雑なAIアルゴリズムをシステム化する場合には、開発フェーズを分けて進行する場合もあります。
- ④ フィッティング・連携テスト
システムへAIアルゴリズムを組み込むためのフィッティングを実施します。また実運用に近い環境で連携テストを実施し、お客様環境での再現性の確認を行います。
- ① 定期的な保守
お客様と運用保守契約を締結し、納品したAIアルゴリズム・システムの定期的な保守対応を実施します。契約内容によって保守範囲は異なりますが、機械的な監視や人的サポートを行います。
- ② 新データを用いたチューニング
新たなデータ蓄積後、AIアルゴリズムのチューニングを実施します。
- ③ 精度検証
新たなデータが蓄積されたデータベースにて既存のAIアルゴリズムの精度を再検証します。AIアルゴリズムの定期的な見直しを行うことで、精度の品質を維持します。
- ④ 精度向上のご提案
新たなデータ蓄積後に著しい精度低下が発生する場合は、既存AIアルゴリズムの見直しと精度向上・維持のための施策を検討します。また精度向上に寄与する新たな知見が出てきた際には、新たなAIアルゴリズムをご提案いたします。