AI
2020年の人工知能(AI)ソリューションの開発コストはいくらですか?
人工知能(AI)と機械学習(ML)は、2019年にIT業界で最も話題になっている言葉のひとつであり、さまざまな業界のビジネスプロセスを変革する多数のAIベースのソリューションを備えており、より多くの収益をもたらしながら、経験豊富な顧客を提供します。 同時。 これらのAIベースのソリューションがすでに提供している多くのメリットのおかげで、多くの企業は現在、ビジネスプロセスの最適化のために独自のAIベースのソリューションを構築することに投資し、競争が激化する市場で競争力を獲得しようとしています。 ただし、AI実装コストの詳細に飛び込む前に、企業組織は全体像、特に短期および長期の両方でのAI実装の機会費用をよく検討する必要があります。 特に、AIが、従業員の生産性を高め、高度にパーソナライズされた方法で顧客体験を変革する最適化されたビジネスプロセスを通じて、競合他社に追いつくより大きな市場シェアを獲得するのを支援することで、ビジネスにどのように役立つか。 コストのかかるAIの実装をスキップすることで、ビジネスは開発コストを削減できる可能性がありますが、競合他社に市場シェアを失うことで、長期的な結果ははるかに高くつく可能性があります。 この記事では、AI実装のコストに影響を与えるいくつかの重要な要因について説明します。 AIベースのソリューションソフトウェアのメリット 以前のブログ投稿で述べたように、AIおよびMLテクノロジーは確かに、小売業や業界全体の他のビジネス向けの多くの有望なAIユースケースで提供できるものがたくさんあります。 面倒で反復的なタスクを自動化し、実用的な洞察を提供してより良いビジネスの意思決定をサポートすることにより、多くのAIベースのソリューションが多くのビジネスの日常業務に浸透しています。 たとえば、Eコマース企業は機械学習アルゴリズムを活用して、過去の行動に基づいて顧客にパーソナライズされた提案を提供できます。 多くの場合、AIを利用したチャットボットは、人間が提供するカスタマーエクスペリエンスの代わりに非常に効果的であることが証明されています。 さらに、AIテクノロジーは、予測分析を行うことでビジネスの競争力を高めるのにも役立ちます。これにより、企業は、在庫レベルや機械のメンテナンスなど、他の多くのさまざまなユースケースを予測できます。 AIソリューションの開発コストに影響を与える要因 AIベースのソリューションを開発するプロセスには、最終的な全体的な開発コストを決定するいくつかの特定の要因があります。 A-データの問題 信頼性の高いAIシステムは、開発チームのコーディングスキルだけでなく、プロジェクト全体の成功に重要な役割を果たすトレーニングアルゴリズムモデルのデータの品質にも依存します。 これは、まず第一に、入力データと出力フィーチャの間に存在する可能性のある隠れたパターンを合理的に検出するために大量のデータが必要になるためです。 企業に必要なデータが十分にない場合は、外部サービスからデータを取得したり、より多くのデータを収集したりすることができますが、これには時間がかかる可能性があります。 もう1つの解決策は、データ拡張を使用してサンプルサイズを人為的に増やすことです。全体として、これは開発コストの上昇につながります。 もう1つの要件は、データをクリーンアップし、データウェアハウスに適切な形式で保存する必要があることです。そうでない場合は、データをクリーンアップするためにいくつかの準備アクティビティが必要になり、開発コストが増加する可能性があります。 また、構造化データの操作が簡単で、結果として安価であることにも言及する価値があります。したがって、AIプロジェクトを開始する前に、企業は社内データベースのレビューを実行して、その品質と量を評価し、発生する可能性のある将来のデータ準備コストを考慮する必要があります。多くの場合、企業は欠落データの処理、エラー、外れ値などの処理も考慮する必要があります。実際には、多くの企業は通常、大量の非構造化データ(オーディオ、ビデオ、チャットなどの通信、ソーシャルなど)をキャプチャして管理します。メディアの投稿など)、この種のデータを利用するには、より複雑で高度な機械学習アルゴリズムが必要になります。この種のプロジェクトは通常、開発にさらに費用がかかります。 B-アルゴリズムのパフォーマンス:精度と許容誤差 アルゴリズムのパフォーマンスのレベルも、全体的なAI開発コストに影響を与えるもう1つの重要な要素です。高品質で正確なアルゴリズムには、追加の費用がかかる追加の微調整が必要です。 具体的には、パフォーマンスレベルは、ビジネス固有の要件と許容可能な許容誤差によって異なります。 たとえば、診断用のAIを活用したヘルスケアソリューションでは、99%を超えるほぼ完全な精度レベルの分析が必要になる場合があります。 一方、製造会社の場合、機械のメンテナンス予測システムは99%の精度である必要はなく、許容される誤差の範囲が広くなります。 ほとんどの(すべてではないにしても)AIベースのソリューションはデータを必要とし、アルゴリズムの学習プロセスにデータを使用します。 したがって、マシンがより速く、より正確に学習できるほど、ソリューションは優れています。 プロジェクトステージに応じたAI開発コストの内訳 一般的に言って、典型的なAIプロジェクトは、すべてを一度に行うのではなく、段階的に開発されます。 全体的な人工知能(AI)ソリューションの開発コストは、プロジェクトのサイズや範囲など、多くの要因に依存します。したがって、プロジェクトフェーズの概要を把握しておくと、全体的な開発コストを見積もるのに非常に役立ちます。 以下は、AI / MLベースのシステムを開発する際にTP&Pテクノロジーによって採用された開発ロードマップです。 1.要件を特定する この初期段階の目的は、プロジェクトの目標と要件に関する調査を実施し、このAIプロジェクトの実現可能性を見つけることです。 この段階で、お客様の企業とテクノロジーパートナーの両方が、AIとMLテクノロジーが本当に必要であり、このプロジェクトに適切であるかどうかを判断することが重要です。これは、顧客の運用プロセス、データ、およびビジネスメトリックに関する調査を実施すること、および企業がAIを使用して主要なビジネス問題にどのように対処できるかを正確に見つけることから始まります。 […]