業務プロセスや課題をヒアリングさせていただき、AIを活用することで効率化・高度化できそうなビジネス領域を特定します。現在のAIの技術水準で実現でき、かつ業務インパクトが大きく、AI化に取り組むべきテーマを明らかにします。

ヒアリングにより明確になった課題やテーマを解決するためのプロジェクトプランを検討します。用いるアルゴリズムや成果を確かめる指標は「実際に現場でどう使うか」に応じて変わるため、お客様と一緒に最終的な実装イメージを固めるところから始めていきます。

機械学習関連の最新論文やアルゴリズムを調査し、課題解決のために使えそうな手法を検討します。取り組むタスクの内容や難易度に応じて、課題解決の可能性がより高いと思われる手法や問題設計を考え抜き、お客様へご提案します。

早期の現場導入に向けて、最終的なビジョン&ゴールから逆算した検証・開発計画を策定します。AIプロジェクトの多くはPoCという技術検証からスタートします。プロジェクト開始後も当初の計画から脱線しないよう、適切なマネジメントを行なっていきます。

AI開発において欠かせないのが適切なデータです。使用するデータの選定や、機械学習に用いる教師データのラベルの定義、使用する特徴量の選定などを、お客様がお持ちの知見と私たちが持つ機械学習の知見の双方の視点から明確にしていきます。

AI開発では、使用するデータの内容やパラメータの設定など、試行錯誤を繰り返すプロセスが必要不可欠です。お客様側からも状況把握できるよう、開発中も定例のミーティングを実施し、進捗や課題点を都度お客様と共有しながらプロジェクトを進めていきます。

AI開発においては、当初の計画通りに進まないケースもあり得ます。柔軟な対応が求められるケースでは、状況をお客様に正しくお伝えし、PoCの結果から改善の方向性を導き出したり、問題設定自体を見直すなど、実用化に向けたプランニングを再度行います。

AIプロジェクトは開発して終わりではなく、実際に現場導入し、継続的に改善していくことが必要です。システム実装の支援や稼働後の再学習など、継続的にサポートするほか、開発の知見がお客様側にも残るよう、モデルの中身や仕様について随時ご説明を差し上げます。