GPU の分析への応用などの基礎技術の進化とクラウドの爆発的な普及に伴い、だれもが使いたいときに使いたい時だけ高性能なマシンリソースを使える時代が到来し、家電、スマホ、ビジネスアプリケーションなどありとあらゆるものに AI が搭載されているとうたわれ、一部のデータサイエンティストが担っていた高度な分析や深層学習のフレームワークもエンドユーザーで使いこなす人も少なくありません。
一方で、AI や深層学習という言葉が独り歩きし、まず AI 導入ありきでプロジェクトが始まり、目的が失われ頓挫するようなケースや、予測した結果についての妥当性について説明がつかず、結果がうまく利用できないようなケースも見られるようになってきました。
今回のセミナーでは、AI や高度な分析についての最新トレンドと、その使いどころについて、実際の事例や経験などを踏まえお伝えします。
M19_設計解析業務におけるクラウドエンジニアリングソリューションの活用と効果 [Microsoft Japan Digital Days]日本マイクロソフト株式会社
日本マイクロソフト株式会社
グローバルブラックベルトグループ HPC テクニカルスペシャリスト
倉石 英明
近年の製造業では、様々な業務シーンでデジタル技術を活用する試みが活発化しています。その中でも特に CAD や CAE、PLM を活用した設計解析分野では、製品ライフサイクルの短期化が進む中で、多種多様の複雑な解析をタイムリーに行う必要があり、外部リソースを活用した設計解析フローの効率化、最適化が求められています。また、これら業務を地理的な場所を問わずに、関連部署や関連企業とともに協業できる業務基盤の実現が注目されています。本セッションではマイクロソフト Azure が提供するクラウドエンジニアリングソリューションのご紹介と、その活用方法についてお話します。
【Microsoft Japan Digital Daysについて】
Microsoft Japan Digital Days は、お客様が競争力を高め、市場の変化に迅速に対応し、より多くのことを達成することを目的とした、日本マイクロソフトがお届けする最大級のデジタル イベントです。4 日間にわたる本イベントでは、一人一人の生産性や想像力を高め、クラウド時代の組織をデザインするモダンワークの最新事例や、変化の波をうまく乗り切り、企業の持続的な発展に必要なビジネスレジリエンス経営を支えるテクノロジの最新機能および、企業の競争優位性に欠かせないクラウド戦略のビジョンなどデジタル時代に必要な情報をお届けいたしました。(2021年10月11日~14日開催)
Takashi Kobayashi and Hironori Washizaki, "SWEBOK Guide and Future of SE Education," First International Symposium on the Future of Software Engineering (FUSE), June 3-6, 2024, Okinawa, Japan
Machine Learning Software Engineering Patterns and Their EngineeringHironori Washizaki
Hironori Washizaki, "Machine Learning Software Engineering Patterns and Their Engineering," 2nd International Workshop on Responsible AI Engineering (RAIE’24), Keynote, Lisbon, April 16th, 2024.
29. データ駆動ペルソナと目標戦略接続に向けて
29
Y. Watanabe, H. Washizaki, et al., “ID3P: Iterative Data-Driven Development of Personas to Improve Business Goals, Strategies, and
Measurements,” Journal of Information Science and Engineering, 34(5), 2018.
Y. Watanabe, H. Washizaki, et al., “Retrospective based on Data-Driven Persona Significance in B-to-B Software Development,” 40th
ACM/IEEE International Conference on Software Engineering (ICSE 2018)
QA
QA
QA
自然言語処理
+機械学習
アンケート回答
ユーザの
行動ログ
インタビュー
(定性調査)
専門家
データ駆動ペルソナ
(従来の)ペルソナ
田中 25歳 男
会社員
システム
に習熟
佐藤 25歳 女
会社員
システム
不慣れ
• 難しさ: 様々かつ変化する状況下での正しいユーザ像と要求把握
• 取組み: 自然言語処理+クラスタリングによるユーザ像の導出
ユーザ側と開発側の突き合せによるデータに基づく振り返り
組織目標
組織戦略
IT目標
IT戦略
組織戦略
IT戦略
意
情 知
価値創出
価値検証
30. データ駆動ペルソナによる振り返りの例
30
売買 営業:
物件参照
顧客開拓
行動ログ
ペルソナ例
ターゲット
となったユーザ
①
Pa
Pb
Pc
ペルソナ
リリース 1 2 3
ペルソナの
重視度
③
サービス死角
・重視されない
ペルソナの特定
s
単なるバグ修正
・全体的に重視度低
・特定の目的ユーザが
いない
→ リリース目的の特定
トピックモデル+
クラスタリング
tx ty tz
1 2
F1
F3
F3
F3
リリース
トピックモデル
②
Y. Watanabe, H. Washizaki, et al., “Retrospective based on Data-Driven Persona Significance in B-to-B
Software Development,” 40th ACM/IEEE International Conference on Software Engineering (ICSE 2018)