予測における気象や流動人口データの利用
弊社は、ビッグデータ解析のための予測モデル（アルゴリズム）の作成やコンサルティングなどをビジネスにしておりますが、予測にあたり、お客様の手持ちのデータだけでなく、予測精度を上げるために外部提供のデータを活用するケースも増えてきております。
1つ目が気象データで、気象データは、Human behavioural science（人間行動科学）の上で相関関係があり、ショップ（店舗）売上や物流、在庫管理に直結する課題も気象データを活用することで、予測効果を試算できます。
また、医学的に気象と体調（脳卒中の確率、頭痛、風邪、うつ病、熱中症、脳梗塞など）の相関も国立循環病院とIBM社で実データがあります。
IBM社が最近この気象データ提供サービスビジネスに力を入れ始めており、「Watson Weather」というサービス名で販売展開しています。
「Watson Weather」は、気象庁予報だけでない、世界150カ国以上のデータを元に500m単位というきめ細かいピンポイントの予報が可能で、1時間、1日、1週間などの単位予報も可能です。
2つ目が人口データで細かいメッシュで、Agoop社が流動人口データを提供しています。商業施設のエリアマーケティング、新店舗開発、地方自治体の経済・観光政策や防災対策などで活用されています。
弊社は、IBM社やAgoop社と協業しておりますので、上記のような気象や人口データも活用した予測精度向上のサービスを提供していますので、ご興味のある方は、ぜひお声掛けください！
成長するAIシステム市場で勝者となるシステムインテグレータの条件
ニュース記事の抜粋になりますが、体感でも分かりますが、AI（人工知能）システム関連の市場が急拡大しています！
調査会社のIDC Japanが2018年5月14日に発表した「国内コグニティブ／AIシステム市場予測」から、その一端が垣間見えます。
IDCは、2017年のコグニティブ／AIシステムの市場規模を、2016年からほぼ2倍増の274億7600万円と推定しています。
企業が実証実験フェーズから、実システムへの適用やソフトウエアへのAI機能の組み込みへと進んだことが背景にあると見ています。
IDCはコグニティブ／AIシステムを、「自然言語処理と言語解析を使用して質問に応答し、機械学習をベースとしたリコメンデーションとディレクションを提供することで、人間の意思決定を補助／拡張する技術」と定義しています。
IDCは2018年以降の同市場が、AIシステムの「パーベイシブ化（普及）」によって急速に拡大すると見ています。
特に金融事業でのリスク検出／分析や、サービス業での自動顧客対応にAIの適用が進み、2022年には2947億5400万円の規模になると予測している。
2016年と2022年の市場規模を比較すると実に20倍以上の差となります。
IDCは、ITサプライヤがユーザー企業に以下の項目に対応することの意義を説いているという。
・AIシステムの実ビジネス適用を進めるための、アプリケーションソフトウエアへのAI機能の組み込み
・適切な教師データ選択／作成支援などのサポート体制整備
・ユーザー企業がAIシステムを利用する際の運用支援の強化
つまりITサプライヤは、アプリケーションソフトウエアへのAIの組み込みやAIシステムの運用支援サービスなどを一元的に担う、AIシステムインテグレータとしての役割を広げようとしています。
弊社では運用までをふまえ、第一段階として、AIシステムでは学習するデータの量や質によってどれだけの精度で予測や判定を行えるかが大きく変わってきます。
現状では、どこまでの精度を出せるかまだ未知数な段階ですので、まずはお客様のAI利用目的（テーマ）を達成するために初期の段階でどのくらい結果精度を出せるか？今後どうすれば結果精度を向上できるか？を実際にシステム開発を始める前にAIエンジンの概念実証(PoC)サービスをご提案しています！
学習済みディープラーニング・モデルを無料で簡単に利用できる「MAX」
「Model Asset Exchange(MAX)」は、2018/3月からIBM社が始めたオープンソース・プロジェクトです。
オープンな学習済みのディープラーニング・モデルの成果を誰でも簡単に活用できるようにしようというコンセプトのもと、「MAX」のサイトには以下のような感じで17個のトレーニング済みのディープラーニング・モデルがリソース一式と共に無料で公開されています。
用意されているモデルの種類はディープラーニングに絡んだもので、画像、テキスト、音声などから、お好きなものを選んで利用できます。
モデルを簡単に使うためのWebサービス化/Docker化の仕組みと共にGithub上にリソース一式が公開されています。
各種ディープラーニング・フレームワークの知識やPython/Flaskを用いたWeb公開の仕組みなどはすべて準備済みで隠蔽されていますので開発は一切不要です。
Docker環境さえあれば、わずか3～4コマンドで簡単にモデルをDockerビルド/デプロイして学習済みのモデルを利用できます。
Docker上で稼動するので、オンプレ/クラウド問わずデプロイできます。
MAX上には、どんなモデルがアップされているのでしょうか？一部のモデルを紹介しておきますと、
・第1および第3世代のResNetを使用して画像内のオブジェクト識別
・Places365データセットの場所/場所ラベルに従って画像分類
・画像の内容を記述するキャプション生成
・Yelpレビューデータセットのテキストに似た英語テキスト生成
・ビデオに含まれるスポーツの種類を分類
・敵対的な暗号のニューラル・ネットワークにより通信保護
・単一のイメージ内の複数のオブジェクトの位置を特定し識別
・ソースイメージのコンテンツと別のイメージのスタイルを混在させた新しいイメージを生成(画風変換)
・One Billion Wordsデータセットのニュース記事に似た英語のテキスト生成
・イメージの変換や回転などの空間変換を大きなモデルに追加できるニューラルネットワークコンポーネント学習
・イメージ内のオブジェクトを識別し、特定のオブジェクトにイメージの各ピクセルを割り当て
・短いオーディオクリップ中のサウンド特定
・テキストファイルから埋め込みベクトル生成
・有糸分裂腫瘍細胞の画像に有糸分裂が存在するかどうかを検出
・白黒画像をカラー化
・オーディオファイルから埋め込みベクトル生成
「MAX」は特段凄いことをしている訳ではありませんが、「MAX」を使えばそのモデルを使ったRESTのエンドポイントを自動的に生成してくれるのでクライアントからのモデル利用がとても楽になりますので、弊社も利用できる局面があれば利用していきたいと思っております！
予測ビジネス拡大か？
弊社は、IBM社の「SPSS」のライセンス販売や構築（導入支援コンサル）やR/Pythonでの開発ビジネス展開を行っておりますが、最近、特に予測系の案件が明らかに増えてきているような気がします。
これもAIや機械学習効果とも呼べなくもありませんが、販売（マーケティング）・生産現場などから、過去の実績から需要予測をして計画値の精度を向上させ、廃棄ロスや在庫コストを極力減らしたいという経営層からのニーズも高いためなのかもしれませんが、予測も簡単にモデリングできる訳ではなく、いろいろなパラメータ（説明変数）を使いながら、時系列予測モデルのチューニングなどにより、精度を高めていく試行錯誤が必要ですね！
よって、これら予測モデル構築には、やはり運用部分が一番精度向上という意味では重要なキーワードになります！
お客様のほうでモデルのチューニングを行えなくもありませんが、弊社に丸投げでも構いませんし、部分的な支援でも構いませんので、運用支援依頼をいただければ、予測精度の向上を時間を掛けてお手伝いさせていただきます！
また、予測に利用する過去の実績データは長い期間あればあるだけ予測精度は上がりますので、出来る限り長め（過去３年間超）のデータはあったほうが良いですね！
RPAだけでは不十分？業務プロセスの全社最適にはBPMが必要！
現在、業務プロセスの自動化で、RPA製品のニーズが非常に高まっておりますが、RPA製品は部門レベルの特定業務の自動化いわゆる部分最適製品としては最適ですが、全社的（組織横断的）業務プロセスの処理最適化には、機能的に不十分であり、これにはBPM製品でないと対応できません。
しかし、ほとんどのBPM製品がウォーターフォール型開発のごとく、業務プロセス定義・開発や改修にはプログラミングが必要であり時間・コストともに掛かるのに対し、弊社が提案しているBPM製品「Metasonic」は、業務プロセス定義・開発・改修が全てノンプログラミングで行えるだけでなく、アジャイル型開発のごとく、トライ＆エラーでの柔軟なプロセス改修が現場レベルでも簡単に行えることができるため、短時間に低コストで運用でき開発生産性が劇的に向上するBPM製品です。
「Metasonic」を導入している海外の大手自動車メーカーの定量効果としては、
・従来のシステムで1業務プロセスあたり変更に20日かかっていたが、4日で改善・実行可能
・従来のシステム変更コストが、20億円/年 → 5億円/年に減少
・平均時給2,405円で、約1万人の従業員が月20日稼働で毎日平均2時間の残業をしており、1万人 × 20日 × 2時間 × 2,405円 ＝ 9.6億円/月 の残業代が発生。これを年間で考えると、962,000,000円 × 12か月 = 約115億円の削減
定性効果としては、
・コミュニケーションプロセスの権限を現場に委譲したことでモチベーションがアップ
・従業員がプロセス，ボトルネックを理解(現場の改善アイデアを80%採用)
・人の意思疎通の不足によるミスが削減
といった投資対効果を実証しています！
ぜひ、業務プロセスの全社最適用BPM製品として「Metasonic」をご検討ください！
どうなる情報銀行ビジネス
弊社もビッグデータ解析ビジネスを行っているため、情報（データ）の取り扱いには細心の注意を払っておりますが、特に個人情報を含む情報の取り扱いには規制も厳しくなっているため、より厳密に取り扱わなければなりません。
しかし、大量な価値ある情報を使って分析しないと分析結果も芳しくないため、情報自体は喉から手がでるほど欲しいのが実情です。そんなニーズに期待が持てる新ビジネスが「情報銀行」です！
三菱ＵＦＪ信託銀行が18日、購買履歴などの個人データを管理し、企業など第三者に販売する「情報銀行」の事業を2019年度にも始めると発表しました。
金融資産を管理・運用してきたノウハウを生かし、新たな情報管理ビジネスによって収益拡大を図ります。
情報銀行は、個人からネット上での買い物履歴や健康などに関する情報を預かり、データを必要とする企業に販売する仕組みです。
購買履歴などの個人情報の多くは現在、各企業で個別に管理されているが、総務省などは6月、個人情報の利活用促進のため情報銀行事業を認定するガイドラインを策定するなど、実現に向けた環境整備を進めてきた。
三菱ＵＦＪ信託銀は、同社のスマートフォンのアプリ「ＤＰＲＩＭＥ（仮）」を通じて、個人の健康診断結果や月々の家計収支などの情報を預かり、必要とする企業からの申請があれば提供する。
提供の可否は情報を預けた個人が決定し、対価として企業からお金やサービスを受け取ることができる。
銀行は、情報提供先企業から仲介手数料を受け取る。8月以降、社員ら約1,000人が参加した実証実験を行う。
三菱ＵＦＪ信託銀が情報銀行に参入する背景には、個人データに対する企業の需要の高まりがある。
インターネットの普及によって消費者一人一人に合わせた広告を送ることが可能になる中で、個人の好みや暮らしぶりに関する大量のデータが手に入れば、より有効なマーケティングが可能になるためです。
実際、同行にはスポーツクラブや旅行会社などから情報提供の要望があったという。
個人データを巡っては、グーグルやフェイスブックなどの米ＩＴ企業が無料サービスと引き換えにほぼ独占的に大量収集し、商業利用して巨額の利益を上げてきた。しかし欧州連合（ＥＵ）が５月、「一般データ保護規則（ＧＤＰＲ）」を施行するなど、個人が主体的にデータの扱いを決めるべきだとの考えが広まっている。
情報銀行のような個人主体の情報管理サービスが広がれば、個人と企業間でのデータ売買が活発化し、一段と利活用が進む可能性があります。
凄いぞ！ZOZOSUIT
社長がプロ野球球団を持ちたいと言ったり、何かと社長の言動が話題になっている「ZOZOTOWN」ですが、その「ZOZOTOWN」が提供している「ZOZOSUIT」というサービスが、なかなか秀逸なシステムですね！
仕組みとしては、ご存じの方も多いかと思いますが、全体に施されたドットマーカーをスマートフォンのカメラで360度撮影することで体型サイズを瞬時に計測できる新しい技術を搭載した計測スーツであるZOZOSUITなる服を着て専用アプリで撮影するだけ。
撮影が終わると360度の撮影によって体型がスキャンされ、3Dモデルとして計測結果が画面に表示されます。あらゆる角度に動かすことができ、体型が360度チェックできます。
計測が終了したら、その後は「ZOZOTOWN」から気に入った洋服を購入する際、ジャストサイズのものをお届けしてくれるというシステムです。
さすがに成長している会社というのは、画期的でユニークなサービスを作って提供するものだと勉強になりますね！
