SlideShare a Scribd company logo

【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料

2019年6月27日に日本マイクロソフトで行われた 『【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析セミナー』での公開資料となります。

1 of 52
Download to read offline
© 2019/6/28Knowledge Communication Co., Ltd.
非専門家向け/利用部門主導で始めるデータ分析
AI内製化の事始め!自社データの利活用方法
2019年6月27日
株式会社ナレッジコミュニケーション 中西 貴哉
【Azureデータ分析シリーズ】
© 2019/6/28Knowledge Communication Co., Ltd. 2
会社名 株式会社ナレッジコミュニケーション
設立日 2008年11月 (創立2006年5月)
人数 28名
資本金 9,000,000円
代表者 代表取締役 奥沢 明
本社所在地 千葉県市川市相之川3-13-23 丸伝小川ビル3階
支社 熊本支社
主要取引先 メディア系
Cloud
AI
HoloLens
Robot
経営理念
破壊的イノベーションで世界の在り方を変える
クラウド・AI・ロボットの分野で今までにない
付加価値を提供し、社会に貢献致します。
会社紹介
© 2019/6/28Knowledge Communication Co., Ltd.
沿革
3
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
株式会社ナレッジコミュニケーション 設立
自社サービス基盤をパブリッククラウドに移行
クラウドインテグレーションサービス「ナレコムクラウド」提供開始
Microsoft Azure取扱い開始 / クラウド型機械学習提供サービス開始
IoTビジネス共創ラボ参画 / 熊本拠点(DevOps&RD)を設立
Microsoft HoloLensサービス提供開始
MRPP認定 / Azure Goldパートナー認定
創業 学び総合サイト「学び&おけいこのナレコム」提供開始
2019
© 2019/6/28Knowledge Communication Co., Ltd.
はじめに - AIプロジェクトの現状
4
出典 ITmedia NEWS 『人工知能、幻滅期へ ガートナー「ベンダーに丸投げやめろ」』
URL https://www.itmedia.co.jp/news/articles/1810/25/news094.html
人工知能に関する期待は下がり気味
© 2019/6/28Knowledge Communication Co., Ltd.
はじめに - AIプロジェクトの現状
5
出典 ITmedia NEWS 『人工知能、幻滅期へ ガートナー「ベンダーに丸投げやめろ」』
URL https://www.itmedia.co.jp/news/articles/1810/25/news094.html
「幻滅期に入るとはいえ、今後も重要なテクノロジーであることは変わりない。
幻滅期は『これからが本番』という時期。企業はAIをより冷静に捉え、
より戦略的に推進する必要がある」
「昨今、経営者が単に担当者に『AIの導入を検討せよ』という指示だけを出し、
現場もAIの提案依頼をベンダーやシステムインテグレーターに丸投げするといっ
たことが散見される。そうではなく、企業自らが戦略的意思を持ち、中
長期の観点で自らリスクテイクすることを覚悟の上で推進するべきで
ある」
© 2019/6/28Knowledge Communication Co., Ltd. 6
はじめに - 実績ご紹介
電力利用状況解析及び可視化 創薬向けHoloLensアプリ開発
名古屋大学様 及び 中部電力株式会社
販売カンパニー法人営業部
株式会社エムティーアイ様
大手企業様とAI/ビッグデータ技術導入に向け連携

Recommended

物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜
物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜
物体認識 IoT サービスを支える技術 〜クラウドアーキテクチャから組込み深層学習まで〜Takashi Kaneda
 
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略
[Track1-1] AIの売上予測を発注システムに組み込んだリンガーハットのデータ活用戦略Deep Learning Lab(ディープラーニング・ラボ)
 
世界のデジタル・トランスフォーメーション最前線
世界のデジタル・トランスフォーメーション最前線世界のデジタル・トランスフォーメーション最前線
世界のデジタル・トランスフォーメーション最前線IoTビジネス共創ラボ
 
21 02-18 web seminar
21 02-18 web seminar21 02-18 web seminar
21 02-18 web seminar忍 寺門
 
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版Masanori Saito
 
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からーコグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からーThe Japan DataScientist Society
 

More Related Content

What's hot

【講演資料】未来を味方にする学び方
【講演資料】未来を味方にする学び方【講演資料】未来を味方にする学び方
【講演資料】未来を味方にする学び方Masanori Saito
 
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素Recruit Technologies
 
量子コンピュータ
量子コンピュータ量子コンピュータ
量子コンピュータMasanori Saito
 
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み日本マイクロソフト株式会社
 
Azure における強化学習への取り組み
Azure における強化学習への取り組みAzure における強化学習への取り組み
Azure における強化学習への取り組みKeita Onabuta
 
【講演資料】ブロックチェーン
【講演資料】ブロックチェーン【講演資料】ブロックチェーン
【講演資料】ブロックチェーンMasanori Saito
 
AI_IoTを活用する企業のあり方
AI_IoTを活用する企業のあり方AI_IoTを活用する企業のあり方
AI_IoTを活用する企業のあり方Osaka University
 
ポスト・クラウド時代のトレンドと求められる人材
ポスト・クラウド時代のトレンドと求められる人材ポスト・クラウド時代のトレンドと求められる人材
ポスト・クラウド時代のトレンドと求められる人材Trainocate Japan, Ltd.
 
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術Recruit Technologies
 
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02Microsoft Azure Japan
 
LiBRA 08.2020 / クラウド・コンピューティング
LiBRA 08.2020 / クラウド・コンピューティングLiBRA 08.2020 / クラウド・コンピューティング
LiBRA 08.2020 / クラウド・コンピューティングMasanori Saito
 
PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...
PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...
PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...Daiyu Hatakeyama
 
【講演資料】まだ自前でシステムを持ち続けるのですか? クラウドにまつわる3つの誤解と新しい常識
【講演資料】まだ自前でシステムを持ち続けるのですか? クラウドにまつわる3つの誤解と新しい常識【講演資料】まだ自前でシステムを持ち続けるのですか? クラウドにまつわる3つの誤解と新しい常識
【講演資料】まだ自前でシステムを持ち続けるのですか? クラウドにまつわる3つの誤解と新しい常識Masanori Saito
 
クラウド研究会 20120712 BaaS
クラウド研究会 20120712 BaaSクラウド研究会 20120712 BaaS
クラウド研究会 20120712 BaaSNobuhiro Sue
 
Mirai carved out by innovations
Mirai carved out by innovationsMirai carved out by innovations
Mirai carved out by innovationsOsaka University
 
コネクテッド・インダストリアル・ワークフォースとは
コネクテッド・インダストリアル・ワークフォースとはコネクテッド・インダストリアル・ワークフォースとは
コネクテッド・インダストリアル・ワークフォースとはAccenture Japan
 
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
ビジネスリテラシーとしての統計 ビッグデータと統計の活用ビジネスリテラシーとしての統計 ビッグデータと統計の活用
ビジネスリテラシーとしての統計 ビッグデータと統計の活用Rakuten Group, Inc.
 
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~Deep Learning Lab(ディープラーニング・ラボ)
 

What's hot (20)

【講演資料】未来を味方にする学び方
【講演資料】未来を味方にする学び方【講演資料】未来を味方にする学び方
【講演資料】未来を味方にする学び方
 
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
 
量子コンピュータ
量子コンピュータ量子コンピュータ
量子コンピュータ
 
LiBRA 08.2019 / IoT
LiBRA 08.2019 / IoTLiBRA 08.2019 / IoT
LiBRA 08.2019 / IoT
 
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み
【Japan Partner Conference 2019】Intelligent Manufacturing の実現に向けたマイクロソフトの取り組み
 
Azure における強化学習への取り組み
Azure における強化学習への取り組みAzure における強化学習への取り組み
Azure における強化学習への取り組み
 
【講演資料】ブロックチェーン
【講演資料】ブロックチェーン【講演資料】ブロックチェーン
【講演資料】ブロックチェーン
 
AI_IoTを活用する企業のあり方
AI_IoTを活用する企業のあり方AI_IoTを活用する企業のあり方
AI_IoTを活用する企業のあり方
 
ポスト・クラウド時代のトレンドと求められる人材
ポスト・クラウド時代のトレンドと求められる人材ポスト・クラウド時代のトレンドと求められる人材
ポスト・クラウド時代のトレンドと求められる人材
 
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
 
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
 
LiBRA 08.2020 / クラウド・コンピューティング
LiBRA 08.2020 / クラウド・コンピューティングLiBRA 08.2020 / クラウド・コンピューティング
LiBRA 08.2020 / クラウド・コンピューティング
 
LiBRA 04.2021 / Cloud
LiBRA 04.2021 / CloudLiBRA 04.2021 / Cloud
LiBRA 04.2021 / Cloud
 
PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...
PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...
PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...
 
【講演資料】まだ自前でシステムを持ち続けるのですか? クラウドにまつわる3つの誤解と新しい常識
【講演資料】まだ自前でシステムを持ち続けるのですか? クラウドにまつわる3つの誤解と新しい常識【講演資料】まだ自前でシステムを持ち続けるのですか? クラウドにまつわる3つの誤解と新しい常識
【講演資料】まだ自前でシステムを持ち続けるのですか? クラウドにまつわる3つの誤解と新しい常識
 
クラウド研究会 20120712 BaaS
クラウド研究会 20120712 BaaSクラウド研究会 20120712 BaaS
クラウド研究会 20120712 BaaS
 
Mirai carved out by innovations
Mirai carved out by innovationsMirai carved out by innovations
Mirai carved out by innovations
 
コネクテッド・インダストリアル・ワークフォースとは
コネクテッド・インダストリアル・ワークフォースとはコネクテッド・インダストリアル・ワークフォースとは
コネクテッド・インダストリアル・ワークフォースとは
 
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
ビジネスリテラシーとしての統計 ビッグデータと統計の活用ビジネスリテラシーとしての統計 ビッグデータと統計の活用
ビジネスリテラシーとしての統計 ビッグデータと統計の活用
 
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
 

Similar to 【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料

ディープラーニングによるユーザーの行動予測
ディープラーニングによるユーザーの行動予測ディープラーニングによるユーザーの行動予測
ディープラーニングによるユーザーの行動予測澪標アナリティクス
 
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -Hiroshi Masuda
 
クラウドで実現!!マーケティングにおけるIoT活用事例
クラウドで実現!!マーケティングにおけるIoT活用事例クラウドで実現!!マーケティングにおけるIoT活用事例
クラウドで実現!!マーケティングにおけるIoT活用事例Yasuhiro Kobayashi
 
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)IMJ Corporation
 
HCCJP teradata final_20190906
HCCJP teradata final_20190906HCCJP teradata final_20190906
HCCJP teradata final_20190906Masakazu Nomura
 
アクセス解析サミット2011「データドリブンなチームを目指せ」
アクセス解析サミット2011「データドリブンなチームを目指せ」アクセス解析サミット2011「データドリブンなチームを目指せ」
アクセス解析サミット2011「データドリブンなチームを目指せ」Makoto Shimizu
 
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」基調講演「データのグループウェア化」
基調講演「データのグループウェア化」Cybozucommunity
 
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdataMLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdataNTT DATA Technology & Innovation
 
Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...BrainPad Inc.
 
『ハイブリッドクラウド研究会』創立について
『ハイブリッドクラウド研究会』創立について『ハイブリッドクラウド研究会』創立について
『ハイブリッドクラウド研究会』創立についてMasahiko Ebisuda
 
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps] Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps] Google Cloud Platform - Japan
 
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介munjapan
 
業務価値分析によるIT部門の変革アプローチ 2013
業務価値分析によるIT部門の変革アプローチ 2013業務価値分析によるIT部門の変革アプローチ 2013
業務価値分析によるIT部門の変革アプローチ 2013UNIRITA Incorporated
 
エスキュービズムの考えるDXの取り組み
エスキュービズムの考えるDXの取り組みエスキュービズムの考えるDXの取り組み
エスキュービズムの考えるDXの取り組みs-cubism sales_marketing
 
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方Cloudera Japan
 
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料オラクルエンジニア通信
 
ナレッジモール論文2022_デジタルツインにおける共創アプローチ
ナレッジモール論文2022_デジタルツインにおける共創アプローチ ナレッジモール論文2022_デジタルツインにおける共創アプローチ
ナレッジモール論文2022_デジタルツインにおける共創アプローチ Tsuyoshi Hirayama
 
経営情報フォーラム2009
経営情報フォーラム2009経営情報フォーラム2009
経営情報フォーラム2009guest5ad17cf
 

Similar to 【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料 (20)

ディープラーニングによるユーザーの行動予測
ディープラーニングによるユーザーの行動予測ディープラーニングによるユーザーの行動予測
ディープラーニングによるユーザーの行動予測
 
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
ピタゴラAPIのすゝめ ー APIの組み合わせ利用でできること -
 
Aws summit tokyo 2016
Aws summit tokyo 2016Aws summit tokyo 2016
Aws summit tokyo 2016
 
クラウドで実現!!マーケティングにおけるIoT活用事例
クラウドで実現!!マーケティングにおけるIoT活用事例クラウドで実現!!マーケティングにおけるIoT活用事例
クラウドで実現!!マーケティングにおけるIoT活用事例
 
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
【IMJ】パネルディスカッション|顧客ロイヤルティ施策とデータドリブンマーケティング(I・CON2014)
 
20190117 teamup
20190117 teamup20190117 teamup
20190117 teamup
 
HCCJP teradata final_20190906
HCCJP teradata final_20190906HCCJP teradata final_20190906
HCCJP teradata final_20190906
 
アクセス解析サミット2011「データドリブンなチームを目指せ」
アクセス解析サミット2011「データドリブンなチームを目指せ」アクセス解析サミット2011「データドリブンなチームを目指せ」
アクセス解析サミット2011「データドリブンなチームを目指せ」
 
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
 
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdataMLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
MLOps NYC 2019 and Strata Data Conference NY 2019 report nttdata
 
Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...
 
『ハイブリッドクラウド研究会』創立について
『ハイブリッドクラウド研究会』創立について『ハイブリッドクラウド研究会』創立について
『ハイブリッドクラウド研究会』創立について
 
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps] Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
Social GAME における AI 活用事例 [第 4 回 Google Cloud INSIDE Games & Apps]
 
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
 
業務価値分析によるIT部門の変革アプローチ 2013
業務価値分析によるIT部門の変革アプローチ 2013業務価値分析によるIT部門の変革アプローチ 2013
業務価値分析によるIT部門の変革アプローチ 2013
 
エスキュービズムの考えるDXの取り組み
エスキュービズムの考えるDXの取り組みエスキュービズムの考えるDXの取り組み
エスキュービズムの考えるDXの取り組み
 
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
 
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
Oracle Data Minerハンズオンセミナー170927:②Oracle data minerハンズオン資料
 
ナレッジモール論文2022_デジタルツインにおける共創アプローチ
ナレッジモール論文2022_デジタルツインにおける共創アプローチ ナレッジモール論文2022_デジタルツインにおける共創アプローチ
ナレッジモール論文2022_デジタルツインにおける共創アプローチ
 
経営情報フォーラム2009
経営情報フォーラム2009経営情報フォーラム2009
経営情報フォーラム2009
 

Recently uploaded

オリジナルNFTを発行するブロックチェーン開発ハンズオン(NFTの発行に必要なツールから実装まで)
オリジナルNFTを発行するブロックチェーン開発ハンズオン(NFTの発行に必要なツールから実装まで)オリジナルNFTを発行するブロックチェーン開発ハンズオン(NFTの発行に必要なツールから実装まで)
オリジナルNFTを発行するブロックチェーン開発ハンズオン(NFTの発行に必要なツールから実装まで)Kanta Sasaki
 
COPY FROMで異常データをスキップできるようになった話(第45回 PostgreSQLアンカンファレンス@オンライン 発表資料)
COPY FROMで異常データをスキップできるようになった話(第45回 PostgreSQLアンカンファレンス@オンライン 発表資料)COPY FROMで異常データをスキップできるようになった話(第45回 PostgreSQLアンカンファレンス@オンライン 発表資料)
COPY FROMで異常データをスキップできるようになった話(第45回 PostgreSQLアンカンファレンス@オンライン 発表資料)NTT DATA Technology & Innovation
 
20240227 完全に理解した LT 「mise いいよ mise」 / morishin
20240227 完全に理解した LT 「mise いいよ mise」 / morishin20240227 完全に理解した LT 「mise いいよ mise」 / morishin
20240227 完全に理解した LT 「mise いいよ mise」 / morishinMakoto Mori
 
解説: Token Extensions - Solana Developer Hub Online #SolDevHub
解説: Token Extensions - Solana Developer Hub Online #SolDevHub解説: Token Extensions - Solana Developer Hub Online #SolDevHub
解説: Token Extensions - Solana Developer Hub Online #SolDevHubK Kinzal
 
20240222_Neko_IoTLT_vol9_kitazaki_v1.pdf
20240222_Neko_IoTLT_vol9_kitazaki_v1.pdf20240222_Neko_IoTLT_vol9_kitazaki_v1.pdf
20240222_Neko_IoTLT_vol9_kitazaki_v1.pdfAyachika Kitazaki
 
00001_test_automation_portfolio_20240227
00001_test_automation_portfolio_2024022700001_test_automation_portfolio_20240227
00001_test_automation_portfolio_20240227ssuserf8ea02
 
scikit-learn以外の分類器でpipelineを作ってみた! いずみん
scikit-learn以外の分類器でpipelineを作ってみた! いずみんscikit-learn以外の分類器でpipelineを作ってみた! いずみん
scikit-learn以外の分類器でpipelineを作ってみた! いずみんtoshinori622
 
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdf
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdfHarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdf
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdfMatsushita Laboratory
 

Recently uploaded (8)

オリジナルNFTを発行するブロックチェーン開発ハンズオン(NFTの発行に必要なツールから実装まで)
オリジナルNFTを発行するブロックチェーン開発ハンズオン(NFTの発行に必要なツールから実装まで)オリジナルNFTを発行するブロックチェーン開発ハンズオン(NFTの発行に必要なツールから実装まで)
オリジナルNFTを発行するブロックチェーン開発ハンズオン(NFTの発行に必要なツールから実装まで)
 
COPY FROMで異常データをスキップできるようになった話(第45回 PostgreSQLアンカンファレンス@オンライン 発表資料)
COPY FROMで異常データをスキップできるようになった話(第45回 PostgreSQLアンカンファレンス@オンライン 発表資料)COPY FROMで異常データをスキップできるようになった話(第45回 PostgreSQLアンカンファレンス@オンライン 発表資料)
COPY FROMで異常データをスキップできるようになった話(第45回 PostgreSQLアンカンファレンス@オンライン 発表資料)
 
20240227 完全に理解した LT 「mise いいよ mise」 / morishin
20240227 完全に理解した LT 「mise いいよ mise」 / morishin20240227 完全に理解した LT 「mise いいよ mise」 / morishin
20240227 完全に理解した LT 「mise いいよ mise」 / morishin
 
解説: Token Extensions - Solana Developer Hub Online #SolDevHub
解説: Token Extensions - Solana Developer Hub Online #SolDevHub解説: Token Extensions - Solana Developer Hub Online #SolDevHub
解説: Token Extensions - Solana Developer Hub Online #SolDevHub
 
20240222_Neko_IoTLT_vol9_kitazaki_v1.pdf
20240222_Neko_IoTLT_vol9_kitazaki_v1.pdf20240222_Neko_IoTLT_vol9_kitazaki_v1.pdf
20240222_Neko_IoTLT_vol9_kitazaki_v1.pdf
 
00001_test_automation_portfolio_20240227
00001_test_automation_portfolio_2024022700001_test_automation_portfolio_20240227
00001_test_automation_portfolio_20240227
 
scikit-learn以外の分類器でpipelineを作ってみた! いずみん
scikit-learn以外の分類器でpipelineを作ってみた! いずみんscikit-learn以外の分類器でpipelineを作ってみた! いずみん
scikit-learn以外の分類器でpipelineを作ってみた! いずみん
 
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdf
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdfHarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdf
HarukiShinkawa_果樹農家が期待する行動への変容を促す仕掛け設計のための収穫作業体験者の行動観察とモデル化_仕掛学2024.pdf
 

【Azureデータ分析シリーズ】非専門家向け/利用部門主導で始めるデータ分析_ナレッジコミュニケーション公開資料

  • 1. © 2019/6/28Knowledge Communication Co., Ltd. 非専門家向け/利用部門主導で始めるデータ分析 AI内製化の事始め!自社データの利活用方法 2019年6月27日 株式会社ナレッジコミュニケーション 中西 貴哉 【Azureデータ分析シリーズ】
  • 2. © 2019/6/28Knowledge Communication Co., Ltd. 2 会社名 株式会社ナレッジコミュニケーション 設立日 2008年11月 (創立2006年5月) 人数 28名 資本金 9,000,000円 代表者 代表取締役 奥沢 明 本社所在地 千葉県市川市相之川3-13-23 丸伝小川ビル3階 支社 熊本支社 主要取引先 メディア系 Cloud AI HoloLens Robot 経営理念 破壊的イノベーションで世界の在り方を変える クラウド・AI・ロボットの分野で今までにない 付加価値を提供し、社会に貢献致します。 会社紹介
  • 3. © 2019/6/28Knowledge Communication Co., Ltd. 沿革 3 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 株式会社ナレッジコミュニケーション 設立 自社サービス基盤をパブリッククラウドに移行 クラウドインテグレーションサービス「ナレコムクラウド」提供開始 Microsoft Azure取扱い開始 / クラウド型機械学習提供サービス開始 IoTビジネス共創ラボ参画 / 熊本拠点(DevOps&RD)を設立 Microsoft HoloLensサービス提供開始 MRPP認定 / Azure Goldパートナー認定 創業 学び総合サイト「学び&おけいこのナレコム」提供開始 2019
  • 4. © 2019/6/28Knowledge Communication Co., Ltd. はじめに - AIプロジェクトの現状 4 出典 ITmedia NEWS 『人工知能、幻滅期へ ガートナー「ベンダーに丸投げやめろ」』 URL https://www.itmedia.co.jp/news/articles/1810/25/news094.html 人工知能に関する期待は下がり気味
  • 5. © 2019/6/28Knowledge Communication Co., Ltd. はじめに - AIプロジェクトの現状 5 出典 ITmedia NEWS 『人工知能、幻滅期へ ガートナー「ベンダーに丸投げやめろ」』 URL https://www.itmedia.co.jp/news/articles/1810/25/news094.html 「幻滅期に入るとはいえ、今後も重要なテクノロジーであることは変わりない。 幻滅期は『これからが本番』という時期。企業はAIをより冷静に捉え、 より戦略的に推進する必要がある」 「昨今、経営者が単に担当者に『AIの導入を検討せよ』という指示だけを出し、 現場もAIの提案依頼をベンダーやシステムインテグレーターに丸投げするといっ たことが散見される。そうではなく、企業自らが戦略的意思を持ち、中 長期の観点で自らリスクテイクすることを覚悟の上で推進するべきで ある」
  • 6. © 2019/6/28Knowledge Communication Co., Ltd. 6 はじめに - 実績ご紹介 電力利用状況解析及び可視化 創薬向けHoloLensアプリ開発 名古屋大学様 及び 中部電力株式会社 販売カンパニー法人営業部 株式会社エムティーアイ様 大手企業様とAI/ビッグデータ技術導入に向け連携
  • 7. © 2019/6/28Knowledge Communication Co., Ltd. 7 はじめに - 実績ご紹介 電力利用状況解析及び可視化 創薬向けHoloLensアプリ開発 大手企業様とAI/ビッグデータ技術導入に向け連携 Machine Learning Studio + Power BI + Azure Functions + Cognitive Services +
  • 8. © 2019/6/28Knowledge Communication Co., Ltd. 8 プロジェクト期間 はじめに - 実績ご紹介
  • 9. © 2019/6/28Knowledge Communication Co., Ltd. 9 「AIでなにかやる」のスタート地点から 2ヶ月間で実施 2 Month はじめに - 実績ご紹介
  • 10. © 2019/6/28Knowledge Communication Co., Ltd. 10 どのように進めているか
  • 11. © 2019/6/28Knowledge Communication Co., Ltd. AI/分析プロジェクト成功のポイント 1. 精度ではなく プロセスを重視する 2. クラウドを活用 して素早く試す 3. 業務への ポジティブな影響 で考える 自社でのAI活用の成功の近道
  • 12. © 2019/6/28Knowledge Communication Co., Ltd. 「 プロセス 」を重視 - 第一人者の成功法則 12 出典 Harvard Business Review 『How to Choose Your First AI Project』 URL https://hbr.org/2019/02/how-to-choose-your-first-ai-project 1. クイックに小規模な成功ができること 2. 適切な規模の実証実験であること 3. 業界や自社ビジネスのニーズに沿うこと 4. 頼れるパートナーと進める 5. 価値を生める内容であること AI研究の第一人者が提唱する成功法則
  • 13. © 2019/6/28Knowledge Communication Co., Ltd. 13 小さい実証実験を積み重ね成功を目指す 解決すべき 課題を抽出 実証実験 (1回目) 試験運用 基盤運用 (活用すべきデータを蓄積) 実証実験 (2回目) デモアプリ 実運用 実証実験 (3回目) 「 プロセス 」を重視 - 小規模な成功を積み重ねる
  • 14. © 2019/6/28Knowledge Communication Co., Ltd. 14 小さい実証実験から本格利用を見据える 解決すべき 課題を抽出 実証実験 (1回目) 試験運用 実証実験 (3回目) 実証実験 (2回目) デモアプリ 基盤運用 (活用すべきデータを蓄積) 実運用 1回目が 難しい 「 プロセス 」を重視 - 小規模な成功を積み重ねる
  • 15. © 2019/6/28Knowledge Communication Co., Ltd. 「 プロセス 」を重視 - 重要な3ステップ 15 大きく3つの段階に分別
  • 16. © 2019/6/28Knowledge Communication Co., Ltd. ゴールのパターン化 16 売上の向上 購買予測 オススメ コスト最適化 発注管理 売上予測 リスクの低減 トラブル 異常検知 最終的なゴールは大きく3パターン
  • 17. © 2019/6/28Knowledge Communication Co., Ltd. データの理解 - チェックポイント 17 分析の 実行 結果の 解釈/表現 1. 何のために、どんなアウトプットが必要なのか 2. そのためにどんな過程を置き、どの範囲なのか 3. どのようなデータを利用して分析を行うのか 分析の前にストーリーマップを作成する
  • 18. © 2019/6/28Knowledge Communication Co., Ltd. 実際に作成したストーリーマップ ② 18 有人業務 AI活用 ユースケース : 審査業務でのAI導入 既存の業務プロセス AI導入時の業務プロセス DB DB リスト作成 リスト リスト審査 DB メール連携 リスト作成 リスト対象 抽出モデル 対象者 分類モデル
  • 19. © 2019/6/28Knowledge Communication Co., Ltd. 実際に作成したストーリーマップ ② 19 有人業務 AI活用 ユースケース : 審査業務でのAI導入 既存の業務プロセス AI導入時の業務プロセス DB DB リスト作成 リスト リスト審査 DB メール連携 リスト作成 リスト対象 抽出モデル 対象者 分類モデル 既存プロセス との対比にする 置き換えのため 必要なモデルを整理 アウトプット も見据えて書く
  • 20. © 2019/6/28Knowledge Communication Co., Ltd. 分析を始める前の準備 20 分析の 実行 結果の 解釈/表現 1. AI=なんでも出来ると考えない 2. 手に届きそうなゴールを置く 3. ストーリーマップを作成する 精度ではなく プロセスを重視する
  • 21. © 2019/6/28Knowledge Communication Co., Ltd. 「 プロセス 」を重視 - 重要な3ステップ 21 データの 理解 結果の 解釈/表現
  • 22. © 2019/6/28Knowledge Communication Co., Ltd. 分析の実行 - チェックポイント 22 データの 理解 分析の 実行 結果の 解釈/表現 素早く環境を用意できるか? 気づきやアイデアを反映できる方法か? 精度ではなくゴールに近づく手法か? クイックに試せる手法/ツールを使う
  • 23. © 2019/6/28Knowledge Communication Co., Ltd. 分析の実行 - クラウドがオススメな理由 23 データの 理解 分析の 実行 結果の 解釈/表現 1. セキュアな環境を利用できる 2. 環境構築によるリードタイムがない 3. 分析業務の属人化を防げる
  • 24. © 2019/6/28Knowledge Communication Co., Ltd. 24 Cognitive ServicesMachine Learning service 専門的 学習済みデータ加工&簡易分析 Azure で提供される AI サービス
  • 25. © 2019/6/28Knowledge Communication Co., Ltd. Machine Learning Service 25 Machine Learning service Visual Interface Automated Machine Learning
  • 26. © 2019/6/28Knowledge Communication Co., Ltd. 26 • GUI操作で学習、モデル化 • APIで運用が可能 • サーバレスで従量課金 Machine Learning Studio
  • 27. © 2019/6/28Knowledge Communication Co., Ltd. 27 Cognitive ServicesMachine Learning service 専門的 学習済みデータ加工&簡易分析 Azure で提供される AI サービス
  • 28. © 2019/6/28Knowledge Communication Co., Ltd. 28 学習済みAIをREST APIで手軽に実装できるサービス AIモデル構築や推論用サーバの構築なしに汎用的AI をアプリケーションに組み込める 学習済AI Cognitive Services
  • 29. © 2019/6/28Knowledge Communication Co., Ltd. Cognitive Services - 異常検知AI 29 Cognitive Services Anomaly Detector 自社検証記事 : https://azure-recipe.kc-cloud.jp/2019/04/cognitive-service-anomaly-detector-api/ • 時系列データ 1つでモデル選定・推論 • 外れ値、異常の検出が可能
  • 30. © 2019/6/28Knowledge Communication Co., Ltd. 30 Cognitive ServicesMachine Learning service 専門的 学習済みデータ加工&簡易分析 Azure で提供される AI サービス
  • 31. © 2019/6/28Knowledge Communication Co., Ltd. 31 Azure Databricks - 概要 データ 加工 アナリティクス リアルタイム 分析 データ加工から分析までを一体化したサービス
  • 32. © 2019/6/28Knowledge Communication Co., Ltd. 32 Azure Databricks - 概要 Azure Databricks 簡易分析 システム連携 データ加工環境 SQL Data WarehouseDatalake Storage SQL Database BloB Storage AI Machine Learning ストーリムデータ Power BI データサイエンティスト 基幹業務 ユーザ アプリ
  • 33. © 2019/6/28Knowledge Communication Co., Ltd. 33 Azure Databricks - 概要 • 使い慣れたコーディング操作 • 複数言語を同一の Notebook で 記述可能 • ワンクリックで結果をビジュアル化 Jupyter Notebook の コーディング操作 Apache Zeppelin の ビジュアライゼーション Collaborative Notebook(コーディング画面)
  • 34. © 2019/6/28Knowledge Communication Co., Ltd. 34 Azure Databricks - 概要 お客様担当者 コード単位でコメント編集履歴を管理 Databricks Notebook プロジェクトリーダー お客様IT担当者データ分析担当
  • 35. © 2019/6/28Knowledge Communication Co., Ltd. 35 Azure Databricks - 弊社事例 処理性能の高い分析基盤でコストを最適化
  • 36. © 2019/6/28Knowledge Communication Co., Ltd. 分析の実行 - まとめ 36 データの 理解 分析の 実行 結果の 解釈/表現 クラウドを活用 して素早く試す 1. 利用できるツールを活用する 2. 既存の学習済モデルも充分利用可能 3. 高速な実行環境の活用はコスト効果が高い
  • 37. © 2019/6/28Knowledge Communication Co., Ltd. 「 プロセス 」を重視 - 重要な3ステップ 37 データの 理解 分析の 実行 結果の 解釈/表現
  • 38. © 2019/6/28Knowledge Communication Co., Ltd. 結果の解釈/表現 - チェックポイント 38 データの 理解 分析の 実行 結果の 解釈/表現 当初のビジネスゴールから考えられているか? 「完璧」を求めすぎていないか? 関係する人が理解できる内容かどうか? 業務への ポジティブな影響 で考える
  • 39. © 2019/6/28Knowledge Communication Co., Ltd. 39 熊本の地場企業のAI自社導入を支援 10年以上の経験のある検査技師が20人以上で取り組む業務の負荷軽減 クラウドAIを活用し自社導入への活路を発見 結果に対する考え方 - ユースケース
  • 40. © 2019/6/28Knowledge Communication Co., Ltd. 40 データの 理解 分析 実行 結果の 解釈/表現 結果に対する考え方 分析レポート : 例 高い or 低い 状況に依存する
  • 41. © 2019/6/28Knowledge Communication Co., Ltd. 41 データの 理解 分析 実行 結果の 解釈/表現 結果に対する考え方 - フレーミング 当初の結果に対して 1. 入社直後の人でも職人レベルで業務が出来る 2. 複数のチェックポイントを設ければ100%に近づく お客様「 職人だったらほぼ100%で検品している 」 非熟練者には充分役に立つ システム化することで価値が出る
  • 42. © 2019/6/28Knowledge Communication Co., Ltd. 42 データの 理解 分析 実行 結果の 解釈/表現 結果に対する考え方 - フレーミング 他の例 : 異常検知の場合 1. 平時日中だけの監視がAIであれば常時監視が出来る 2. 人によるチェックと組み合わせると精度が上がる 検知したい異常の70%しか見つけられない 完璧ではないが人の負荷を下げられる
  • 43. © 2019/6/28Knowledge Communication Co., Ltd. 結果の表現方法 43 可視化しないと ヒトには解釈できない
  • 44. © 2019/6/28Knowledge Communication Co., Ltd. データの可視化 44 Power BI
  • 45. © 2019/6/28Knowledge Communication Co., Ltd. Power BI で誰にでもわかりやすく 45 • ドラッグ&ドロップでグラフの作成 • ドリルダウンでExcelより詳細をわかりやすく 表現できる • レポートのテンプレート化により対象の異なる レポートも素早く生成 • レポートの共有も可能
  • 46. © 2019/6/28Knowledge Communication Co., Ltd. 結果の解釈/表現 - まとめ 46 データの 理解 分析の 実行 結果の 解釈/表現 業務への ポジティブな影響 で考える 1. 結果の良し悪しは数値では測れない 2. 業務での有益性を軸に置く 3. 誰でもわかるアウトプットを目指す
  • 47. © 2019/6/28Knowledge Communication Co., Ltd. 47 企画・プレ分析 データ開発 分析・モデル開発 運用 データ 収集環境 PoC クレジング の仕組み モデル開発 モデル デプロイ 継続的な 学習 学習モデルの API提供 課題定義 AI検証サービス ・ナレコムAI (自社ツール) ・Cognitive Services データ基盤構築 ・Azure Databricks モデル構築支援 ・Azure Databricks ・Azure ML Services 内製化支援 ・AI内製化支援サービス 弊社サービス提供マップ お客様のフェイズに合わせてクラウドを活用し支援
  • 48. © 2019/6/28Knowledge Communication Co., Ltd. 48 サービス紹介 - AI内製化支援サービス データの 理解 分析の 実行 結果の 解釈/表現 お客様とチームを組み検証プロセスを素早く回す ゴールに向けて繰り返す プロジェクトチームお客様 情報 弊社 支援 ■体制イメージ
  • 49. © 2019/6/28Knowledge Communication Co., Ltd. 49 サービス紹介 - AI内製化支援サービス スケジュール例 : 自社での分析チーム立ち上げ支援 着手前 1か月 2ヶ月 マイル ストーン 実施 内容 お客様 弊社 現状整理 計画 課題・要望 整理 データ 理解 計画 策定 プロジェクト期間 プロトタイピング ワークショップ&次回計画 データ 提供 環境 構築 結果簡易 レポート 分析結果 共有会 ワークショップ (分析再現) 活用 計画 ▲ご発注 ▲キックオフ ▲分析環境用意 ▲進捗報告 ▲進捗報告 ▲検証終了 ▲レポート提出 ▲ワークショップ
  • 50. © 2019/6/28Knowledge Communication Co., Ltd. 50 サービス紹介 - AI内製化支援サービス スケジュール例 : 自社での分析チーム立ち上げ支援 着手前 1か月 2ヶ月 マイル ストーン 実施 内容 現状整理 お客様 弊社 計画 課題・要望 整理 データ 理解 計画 策定 プロジェクト期間 プロトタイピング ワークショップ&次回計画 データ 提供 環境 構築 結果簡易 レポート 分析結果 共有会 ワークショップ (分析再現) ▲ご発注 ▲キックオフ ▲分析環境用意 ▲進捗報告 ▲進捗報告 ▲検証終了 ▲レポート提出 ▲ワークショップ データの 理解 分析 実行 活用 計画 結果の 解釈 / 表現
  • 51. © 2019/6/28Knowledge Communication Co., Ltd. 51 サービス紹介 - ナレコムAI ドラック&ドロップの操作で保有データの有効性を確認 レポートでデータ傾向を抽出データ投入画面 サービスサイト : https://narekomu-ai.com/
  • 52. © 2019/6/28Knowledge Communication Co., Ltd. まとめ 52 1. 精度ではなく プロセスを重視する 2. クラウドを活用 して素早く試す 3. 業務への ポジティブな影響 で考える 自社でのAI活用の成功の近道