迅速さと柔軟性。これが新規事業を成功させるシステムに求められる重要なキーワードとなっています。 企業・組織にとって「情報」のデジタル化と、作成され、増え続ける「データ」の活用は、重要な課題になっています。他社との差別化たるエンジンとなりうる AI の開発も実用段階に入っています。各種 IT 技術の中でも、AI の進化は特に早く、数か月前の情報が古いという事も増えてきました。 このセッションでは、幾つかの事例を見ていきながら、ビジネスを支える技術に焦点を充てて次の一手を考えるヒントをご提示します。

1. 畠山 大有 | Daiyu Hatakeyama | dahatake
日本マイクロソフト株式会社
Cloud Solution Architect
ビジネスに Agility と Flexibility
を与える Datax IoT x AI 最前線

2. データが
ビジネスを動かす
新しい原動力になる

3. 変化のスピード2007 $100,000
2013 $700
2007 $40,000
2014 $100
2007 $550,000
2014 $20,000
2000 $2.7bn
2007 $10m
2014 $1,000
1984 $30
2014 $0.16
2009 $30,000
2014 $80
2007 $499
2015 $10
DNA
Solar
Smartphones
Drones
3D Printing
Industrial
Robots
Sensor (3D)
手軽な価格で技術が手に入るようになり、
驚異的なペースで変革が加速
2
2
3
3
4
4
5
6
6
8
20
0 2 4 6 8 10 12 14 16 18 20 22
Xiaomi
Snapchat
Airbnb
CloudFlare
Uber
Average Unicorns
Tesla
Cloudera
Facebook
Google
Typical Fortune 500
years
時価総額が1,000億円に達するまで
Source: World Economic Forum

5. 従業員 管理者 ID: xxx
仮説の域を出にくい世界
ユーザー 情報 使いやすさ

6. 仮説
今 (KPI)
Business Intelligence (BI)

7. 過去

8. + Big Data + BI =定量的に今を見る
未来を考察する
過去 未来

11. feedback
2
3

12. Open Data Initiative
Reimagining customer experiences

13. Announcing the
Open Data Initiative
Deliver unparalleled business
insight from your behavioral,
transactional, financial, and
operational data with the Open
Data Initiative —
a jointly-developed vision by
Adobe, Microsoft, and SAP.
https://news.microsoft.com/ja-jp/2018/09/25/180925-ignite-2018-open-data-initiative/

18. ユーザー中心
より 機敏 に 革新的 な サービス を提供する
Innovation

20. Realtime

21. Realtime

22. Cart

25. Simulation

26. •
•

28. User Experience
Recommendation

29. 1つのビデオコンテンツを複数のチャネルに配信。様々なシナリオへ対応
• 契約開始時のフォロー
• Upsell / cross sell
• Relationship building –
感情に訴えかけるもの:
招待制、誕生日、記念日

30. x2 90% x300%
CTR WATCHED TILL THE END SALES RATE
numbers in transactions and
value even 300 % higher
Increased loyalty: on
average, more than 90%
viewers watch video till the
end
higher click-through rates and
engagement – even more
than 85%

32. Perception Cognition
Machine Learning の出番

33. トレーニング済みのモデル
ビジネスロジックにMLをアタッチ
Azure Databricks VMs
Deep Learning Framework
Deep Learning モデルの作成 TensorFlow KerasPytorch
Azure
Machine Learning
LanguageSpeech
…
SearchVision
On-premises Cloud Edge
生産性の高いサービス
データサイエンティストと開発チームの生産性を上げる
パワフルな Compute
Deep Learning の学習と推論の加速
柔軟な推論環境の選択肢
Cloud と Edge へのモデル展開と管理
Machine Learning on Azure
Chainer

34. 機械学習のプロジェクトの実態
推論
デプロイメントデータの準備 モデル構築・学習
世界中の研究者が
論文として公表。
多くの実証コードも
公開される。
最新の技術を利活用
んなデータを整備するか?
競争力のための
自社にしかないデータが
活用できるか?
ビジネスフロー全体の中の
どこでモデルを
利用すべきか?

35. データが定義するプログラム
Alpha Go Zero

36. 引用: http://www.ics.kagoshima-u.ac.jp/~fuchida/edu/algorithm/sort-algorithm/

37. Object Detection 技術の進化

38. 圧倒的な価値
GUI で誰でもできる
襟あり
RALPH LAUREN
Cognitive Services
Custom Vision

39. Polyglot Persistence
- ビジネス要望に合わせた
Data Services -

40. 課金: クエリ能力 と ストレージ の分類

41. Microservices
= サービスの容易な追加
APPLICATIONS
DASHBOARDS
BUSINESS / CUSTOM
APPS
(STRUCTURED)
LOGS, FILES AND MEDIA
(UNSTRUCTURED)
r
SENSORS AND IOT
(UNSTRUCTURED)
DATABRICKS
SQL DB
SQL DW
ANALYSIS
SERVICES
DATA
FACTORY
DATA EXPLORERDATA LAKE
STORAGE
IOT HUB STREAM
ANALYTICS
AKS
APPLICATIONSAKS
Time Series Insight
時系列データの表示
開発しやすいものを
リアルタイム以外の
データジョブ管理

42. インタラクティブ クエリ
巨大なデータセットへの
高速クエリ実行
テラバイト級に数分で
スケール
ストリーム、ファイル な
ど
多様なデータ をサポート

47. 仮説を持っていま
すか?

48. Step-by-Step Learning Achievements スムーズな Learning 環境
 無料
 日本語対応
 ブラウザーのみ。ハンズオ
ン環境も含めて
 ダウンロード可能なサンプ
ルコード
 Product/Service, 技術レベル,
job role, などに応じたガイダ
ンス
 Videos, チュートリアル, ハン
ズオン
 スキルアップを促すため
 ユーザー プロファイル毎に
カスタマイズ
www.microsoft.com/learn

49. © 2019 Microsoft Corporation. All rights reserved.
本情報の内容（添付文書、リンク先などを含む）は、作成日時点でのものであり、予告なく変更される場合があります。