海外エンジニア&オフショア開発活用が必須!「AI開発」のメリット・ポイント・成功事例 |
公開日:2021/09/02 最終更新日:2023/12/25
海外エンジニア&オフショア開発活用が必須!「AI開発」のメリット・ポイント・成功事例
近年、急速に注目を集める「AI」というキーワード。多くの企業が「AI」を活用したサービスの提供を検討しています。一方で、「AI」という言葉が独り歩きし、万能薬のように捉えられてしまっているケースも少なくないでしょう。そのため、「AI技術」ありきの開発になってしまっている印象があります。そもそも、AI技術を活用し「どんな課題を解決したいのか」が先にあるべきです。
そのようなことを考え、AI開発プロジェクトを進めていくためには、データサイエンティストとしての要素を持ち、ビジネスデザインできるエンジニア=「AIエンジニア」が不可欠です。しかし、そうした役割を実行できるエンジニアは日本人リソースが特に不足しており、海外に比べその単価が3倍以上になっている現状があります。
そこで、本記事では、そうしたAI開発の現状について解説するとともに、海外のAIエンジニアへのインタビューを敢行しました。成功のポイント、進め方、成功事例をご紹介します。是非、御社のビジネスに生かしてください。
INDEX
・AI(人工知能)とは?
・重要なのは「どんな問題を解決したいか」
・スモールスタートも可能
・AI開発に必要な “本物” のAIエンジニアとは?
・AIエンジニアは 海外採用 or オフショア開発
・AIエンジニアインタビュー
AI(人工知能)とは?
そもそもAIとは、Artificial Intelligenceの略語であり、「人工知能」を指します。言葉の歴史は古く、1950年代から使われていましたが、技術的な進歩により近年大きな注目を集めています。一般的な定義は、人間が行う知的な活動(言語の理解、視覚情報の判別、課題解決のための思考、創造)を機械によって再現させることです。
近年、機械学習のうちのひとつの手法である深層学習(ディープラーニング)と画像認識の精度の発達により、ある特定の作業をするロボットや車の自動運転などは大きな進展を見せています。ただし、これらはAI技術のある一部分に過ぎないということは理解しておくべきです。
更に技術が進歩すれば、あらゆることに応用の効く「汎用型AI=心を持ったロボット」なども実現できるかもしれません。一方で、既に普及している画像からテキストを抽出するOCRや、検索・マッチングサービスで使われるようなアルゴリズムによる自動化されたシステムもAIの範疇と言えるでしょう。
重要なのは「どんな問題を解決したいか」
さて、そうしたAIをうまく活用することができれば、業務の効率化、サービスの精度の向上、話題性・ブランディングなど、様々なメリットを享受できるでしょう。
しかし、AI開発を進めていく上では、先述したAIの定義を理解しておかないと、うまくは行かないでしょう。重要なのは、「AI技術を使って、どんな問題を解決したいか」となります。自社内の問題を解決するためにAI技術を活用するのもいいですし、ある問題を解決することをサービスとして提供することもいいでしょう。その問題解決のために、AIと呼ばれる技術のどの部分を使うかをきっちりと定められるかによって、その開発が成功するかどうかが決まります。
例えば、「伝票処理」で特定の知識や経験を持つ個人に頼っている場合を見ていきましょう。伝票処理はOCRと簡単なルールベースの仕組みで多く採用が進んでいます。
また、売り上げ予測や来客数予測によるアルバイト・パートシフトの最適化など、個人の知見や経験に頼っていたり、またその精度がビジネスにおける利益やコスト削減、顧客満足度に関わる分野での活用はどうでしょう。複雑なルールを組み合わせたルールベースや過去データ、例えばオリンピックや祝日などのイベント、天気や気温も合わせて機械学習で予測して95~98%の精度で来客数を時間帯別に予測できるようなソリューションも実在します。
そのため、「データがたくさんあるからAIで」ではなく、データサイエンティストと業務システムの目的やフロー、最適化の提案と開発ができるパートナーが必要になります。 そうしなければ、「帯に短し襷に長し」といったサービスができてしまうでしょう。そうした意味では、ビジネスモデルを理解し、設計をすることのできる人の力が必要となります。彼らはデータを分析した上で、解決策の実装を検討していきます。当然、予算の策定も含まれ、そうした検討の中で特定のAI技術を用いた開発を実施することを決めていくのです。そうした働きをするエンジニアが「AIエンジニア」と呼ばれます。
スモールスタートも可能
一般的にAI開発には莫大な予算がかかるというイメージが強いかもしれません。しかし、上記のことから、「AI開発は莫大な予算がかかる」という先入観は払拭できるのではないでしょうか。
例えば、マッチングサービスを作ろうとしたときも、いきなり「ディープラーニング」を活用したマッチングを実現しようとしなくてもいいことがわかります。キーワードによるマッチングでも、課題を解決できるのであれば全く問題ないのです。そして、そのサービスが軌道に乗ったタイミングで、フィルターによるマッチング、機械学習によるマッチングと進めていくこともできるでしょう。つまり、AI開発もスモールスタートが可能なのです。
現状、多くのマッチングサイトやECサイトでの商品をおすすめするアルゴリズムはフィルターの組み合わせとチームや組織の積み重ねたナレッジベースで運営されており、良い結果も出しています。予算や精度、使用目的に応じてAIの採用に進むか、フィルターベースにするかなども含めてAIエンジニアと相談が必要です。また、AIにもさまざまなレベルがあり、開発費用もさまざまなのでまずはビジネスプロセスとデータの開示、目的の再確認を開発パートナーと相談することが必要と言えるでしょう。
AI開発に必要な “本物” のAIエンジニアとは?
さて、先程「AIエンジニア」について述べましたが、この「AIエンジニア」をAI技術に関するコードを書ける人、と誤解してしまっている企業は少なくありません。しかし、“本物” のAIエンジニアとは、ビジネスプロセスに合わせて設計、インプリできるエンジニアです。また、アルゴリズムを研究、開発することと同時にどのようなデータを学習させるかをデザインしてデータの整備やクレンジングをすることもAIエンジニアの大きな役割です。ビッグデータが叫ばれた時代もありますが、そのビッグデータを分析ではなく、目的に合わせて特性や性質によって細かくすることも必要となります。
そして、彼らはいま多くの企業から求められている人材でもあります。なかでも日本ではこうしたAIエンジニアは希少で、300万円/月くらいのリソースとなっています。
AIエンジニアは 海外採用 or オフショア開発
開発期間も様々ですが、概ねコンサルティングからPOCのコンセプト、KPIを決定してアルゴリズムの設計、データのデザイン及びある程度の学習機関と分析は3〜4ヶ月が平均で、機械学習の結果の分析によりアルゴリズムの調整やデータの調整を行い、結果の最適化を行います。
こうした話をすると、「スモールスタートなんて…」と思われるかもしれませんが、実は海外においてはこうしたエンジニアのリソースが着実に増加している状況にあります。そのため、日本と比較すると100万円/月ほどと、3分の1程度で活用することが出来ます。
そのため、AI開発に取り組むのであれば、海外採用、もしくはオフショア開発を導入することをオススメします。そうすることにより、日本よりも低価格で質の高いAI開発を実現できるでしょう。
AIエンジニアインタビュー
さて、これまで一般的な話として、AI開発、そして海外エンジニアを活用していくことのメリットをお伝えしてきました。本記事の締めくくりとして、実際に一線級で活躍する海外のエンジニアにお話を伺いました。是非、AI開発を進める上での参考にしてください。
お名前:Ilija Lalkovski (イリア・ラルコブスキー)
所属:Web Factory MK AI事業部 共同創設者・ゼネラルマネージャー・AI事業部長
プロフィール:2006年から2010年までスコピエの自然科学数学部で学び、コンピューターサイエンスの学士号を取得。マケドニア情報オリンピックで銅メダルを獲得し、バルカンOIで5人の最高のマケドニアプログラマーとして表彰される。 Web Facotry 黎明期からビジネスからテクノロジーまでWeb Factory MKの多くの部門に関与し、AI部門を設立。
Q:あなたが取り組んでいることについて教えてください。
A:Web Factory MKのAI部門は画像処理と自然言語理解の両方を融合する研究プロジェクトを開始したときに誕生しました。連続した画像の解析をし、テキストベースの物語を自動生成するモデルを開発しました。それ以来、情熱的なAIエンジニアのチームは、AIの複数の分野で研究を行っています。画像処理・認識、財務予測、ECにおけるレコメンドエンジンなどの分野をカバーしています。また、マケドニアやブルガリアの大学の教授とのコラボレーションに参加し、積極的に研究に参加しており、日々とても早い速度で進化しているAIの最新の理論や技術を実際のソリューションに適用可能にしています。
Q:AIや機械学習のソリューションを開発する課題は何ですか? AIプロジェクトを開始するにあたり重要な項目はありますか?
A:AIソリューションを開発するための前提条件は、質の高いデータと分析です。さらに重要なのは、データと、それがビジネスにどのように関連しているかを分析して理解することです。ビジネスの目的を把握し、最も適切なAIによるアプローチとモデル(ディープラーニング、機械学習、レコメンデーションエンジン、パターン認識、時系列分析)を見つけ、結果を測定するプロセスが最も重要な部分です。
例えばECサイトでのユーザーに対する商品の提案、画像解析による製造ラインでの不良品検知には機械学習が広く受け入られ浸透しつつあります。
Q:具体的な研究内容や実績を教えてください。
A:大学の研究室での研究室では多くの論理の取得やリサーチをし、Web Facotry MKでは多くのアルゴリズムおよびデータサイエンスのコンテストでメダルを獲得しました。Google 主催のKaggle-Santander ではFinTechのAIソリューション開発で銀メダルを獲得し、マケドニアだけではなく東ヨーロッパでも上位2%の技術力を評価されました。
実際のプロジェクトではAIがユーザーのキャッシュフローと資産貯蓄の目標を考慮して銀行預金商品の最適な組み合わせを提案する、金融商品のレコメンドエンジンの開発に成功しました。このモデルは、投資収益率を最大化するための銀行預金商品の利率やリスクを分析し、最良の計画を提案するために、顧客の過去のキャッシュフローデータを分析して実現しています。こちらは現在FinTech企業向けに開発しています。
Q: AIプロジェクトの進め方について教えてください。
A:最も重要なことは、ビジネスニーズを理解し、AIを利用できるかどうかを判断することです。目標とビジネスプロセスを理解したら、データの理解、準備、クリーニング、分析に移ります。明確なビジネス目標とクリーンなデータが得られたら、最良の結果を得るためにどのAIモデルのセットを利用できるかを決定します。
最適なAI候補モデルを選択したら、本番環境での結果の測定を開始します。データの設定、AIモデルの構築、パフォーマンスの測定という3つのステップは、AIソリューションの構築と実装を成功させるために必要なサイクルです。
Q:AIのプロジェクトにおける典型的な課題はありますか?
A:顧客の経営陣のAIに対する期待を正しく理解していただき、明確なビジネス目標を設定し、AIがその特定のビジネスに適用可能かどうかを結論付けることは課題です。 多くのビジネスでAIは活用できますが、当然ROIが必要ですし、データが多くあるからと言って必要で質の高いデータとは限りません。実現可能か、投資に見合うか、など慎重に精査される必要があります。
もう1つの課題は質の高いデータの準備です。複数の場所からデータを収集し、データをクリーンアップし、データにラベルを付け、データを分析します。これは、実際のAI開発を開始する前に必要となる長いプロセスになる可能性があります。ビッグデータという言葉が一人歩きしましたが、大量のデータ=AIの学習モデル必要なデータではありません。
Q:IT部門が無い、社内にデータ分析が可能なリソースが無い企業がAIソリューションを実装したいと考えている場合、どこから始めればよいか教えていただけますか? AIが私の会社に適用できるかどうかを理解するにはどうすればよいですか?
A: 基本的な事にはなりますが、AIの技術や精度を理解しているAIエンジニアと業務プロセスを理解して最適なソフトウェアソリューション開発が可能なリソースを持つパートナーを見つける事が必要です。AIはあくまでもビジネスプロセスの最適化、例えばファミリーレストランにおける食材の自動発注、パートタイム従業員の自動シフトを売り上げや来店客数、時間帯、天気、祝祭日などの要素データから最適化する事ですが、それも大きな視点から見るとオペレーションの一部でしかありません。 多くの場合最適化にはオペレーション変更も必要となります。Web Factory MKは業務プロセスを理解し、全体のビジネスソリューションの構築経験が豊富です。我々社内のAI事業部と密接にコミュニケーションをして最適な提案と開発と運用が可能です。是非、ご活用ください。
インタビューした開発企業
Web factory MK
https://offshore-kaihatsu.com/mypage/web-factory-llc/
Web factoryはマケドニアなどに開発拠点をもつオフショア開発企業です。高い技術力、ノウハウがなければ難しい金融、医療といった業界での実績も持つ、実力ある企業です。特にAIの分野では、Google主宰のKaggleで表彰され、マケドニア政府からの出資を受けるほどです。ぜひお気軽にご相談ください。
この記事を書いた人
企業選定にお困りでしたら、オフショア開発. comの専門スタッフが無料相談を受け付けておりますので、お気軽にご利用ください。
- チームとグループの違いは?チームワーク強化のメリットやポイント、方法も解説
- チームビルディングゲーム10選|チーム力を高めるおすすめゲームを紹介
- OKRとは?企業導入の具体例から設定方法のポイントまで簡単に解説!
- 効果的なRFPの書き方と成功するためのポイント
- バリューチェーンとは何か?基本と重要性を解説
- デザイン思考のすべて:基礎から実践までの完全ガイド
- ビジネスモデルとは|事業の設計図
- データドリブンとは – 意思決定を変革する新たなアプローチ
- ベンダーとは – IT業界の基礎知識
- シンギュラリティとは?2045年問題や社会への影響について解説!
- ICTとは?基本から最新の活用事例まで詳しく解説!
- IoTとは?基本概念から活用事例、導入方法まで徹底解説
- SIerとは?SESの違い、業界別分析、適性とスキル、業界の未来
- Linuxとは?種類やインストール方法まで紹介
- テスト実施の流れ -準備と実施手順-
- Vue.jsとは?Web開発を効率化するJavaScriptフレームワークの魅力を徹底解説!
- ディープラーニングとは?人工知能の進化を支える革新技術をわかりやすく解説!
- NFTゲームとは?遊びながら稼げるゲームの魅力を徹底解説!
- 【初心者向け】web開発とは?学習方法や必要なスキルを徹底解説!
- オフショアとは?意味やビジネス利用時の具体例を解説!
- オンショアとは?オフショアとの違いやポイントを解説
- iOSアプリ開発のための主なプログラミング言語を紹介
- 請負開発とは?メリットとデメリットを詳しく解説!
- チャットGPTの危険性とは?情報漏洩のリスクや注意点を解説
- フロントエンドとバックエンドの違いは?おすすめのプログラミング言語を解説
- アドホックテストとは?全貌と効果的な活用法
- レグレッションテストとは?効率的なテスト戦略の構築と実施方法
- 【ITアウトソーシング完全ガイド】メリット・デメリット・成功への鍵
- アプリ開発言語の完全ガイド:最適な言語の選び方とその特徴
- システム開発の工程とは?最新の方法とその特徴を徹底解説
- V字モデルの基本と活用方法:詳細ガイド
- モンキーテストの完全ガイド:定義、他のテストとの違い、および最適な実施方法
- オンサイトとは?その意味、メリット・デメリット、他の用語との違い
- Spring Frameworkとは?Java開発者のための完全ガイド
- CI/CDとは?その重要性と現代開発における役割
- デプロイとは?その定義、種類、自動化のメリットを解説
- SSO(シングルサインオン)とは|認証の仕組みとメリットデメリット
- ウォーターフォール開発とは|メリット・デメリット&アジャイルとの比較
- オフショア開発の検討と活用が加速する!ベトナム現地視察レポート
- DAO(分散型自律組織)とは?将来性や仕組みを事例を通してわかりやすく紹介
- チャイナ・プラスワンとは|IT業界はベトナムが最右翼か?!
- SESとは?持続可能な内製化に向けたオフショア活用の可能性
- 中小企業の物流DXを加速する…WMS(倉庫管理システム)とは?
- マイグレーションとは?マイグレーションを阻む課題と解決策
- 基幹システムとは|DXに伴い基幹システムはクラウド化すべきなのか?
- 受け入れテスト(UAT)とは|重要項目・課題・注意点・実施方法
- クロスプラットフォームのメリット・デメリット|トレンドとアプリ開発事例
- 金融業界におけるDXの課題と取り組み事例
- 予約システム開発|開発方法の比較と費用を抑えるためには
- Unity開発でおすすめのオフショア開発企業 3選
- サーバーレスとは?メリットデメリットを事例も交えて解説
- 開発手法比較でわかるプロトタイプ開発|メリットデメリットと向いている開発案件
- ネイティブアプリとは?ハイブリッドアプリ・Webアプリ開発との比較
- AI開発でおすすめのオフショア開発企業 4選
- Go言語(golang)とは?できること、将来性、アプリ事例を紹介
- SPA(シングルページアプリケーション)とは?開発事例やメリットデメリット
- EdTech(エドテック)とは?注目される背景、市場感、取り組み事例を紹介
- 組み込みシステム開発でおすすめのオフショア開発企業 5選
- スクラッチ開発は時代遅れ?パッケージ開発との比較とメリットデメリット
- SaaSの開発方法とは?SaaSビジネスの市場規模やビジネスモデルを解説
- JavaScriptフレームワークまとめ(React・Angular・Vue比較)
- SAP アドオン開発(ABAP)でおすすめのオフショア開発企業 5選
- APIの仕組みと使い方をわかりやすく解説!連携で活用できる機能・事例
- デザイン思考とは?DX時代における企業の取り組み事例も紹介
- それぞれの特徴は?AWS・Azure・GCP 3大クラウド比較!
- React Nativeのアプリ開発が強いオフショア開発企業 5選
- PM(プロジェクトマネージャー)人材育成のプロによる、「PM力の鍛え方」
- Flutterのシステム開発でおすすめのオフショア開発企業 4選
- プロジェクトマネジメントとは?求められるスキル、PM手法、ツール、資格
- 画像解析の基礎知識|仕組み、活用事例・サービス、開発ツール
- NFT(非代替性トークン)とは?ブロックチェーンとの関連や活用事例
- Pythonのシステム開発でおすすめのオフショア開発企業 5選
- スクラム開発とは?アジャイル開発との違いやメリットを解説
- オフショア開発におけるコミュニケーションの課題と解決方法
- アプリ開発で起業|重要なマネタイズプランとエンジニアいない問題
- 24/365とは?システム運用と保守との違いも解説
- ニアショアとは?オフショア開発との違い&メリットデメリット
- RFPとは?提案依頼書を作る意味と書き方を解説
- エンジニア・DX人材採用における課題と人材確保のポイント
- PHPのシステム開発が強いオフショア開発企業 6選
- Rubyのシステム開発でおすすめのオフショア開発企業 4選
- MVP開発とは?ビジネス上のメリット・デメリットと事例
- 海外エンジニア&オフショア開発活用が必須!「AI開発」のメリット・ポイント・成功事例
- DXで進むシステム内製化の動き|メリット・デメリットと課題
- ローコード開発とは?メリットデメリットやおすすめのツール
- パッケージシステムとは?スクラッチ開発との比較
- アプリ開発の進め方は?アプリの種類とメリット・デメリット
- ブロックチェーンとは?業界別・国別の事例やトレンドも紹介
- システム開発・アプリ開発の見積もりの見方|妥当性・見積り根拠を見極めるポイント
- 【発注前に要チェック】システム開発会社の選び方|発注先の選定プロセスと注意点
- 要件定義とは?|開発の失敗を防ぐための基礎知識
- PWAとは?ネイティブアプリとの違い・メリットデメリット・導入事例
- PoC開発とは|システム開発上のPoCの目的・メリットデメリット
- クラウドとオンプレミスの比較|それぞれの違いとクラウド移行のメリット
- Uber、With、Airbnbなど、ニーズ急増!マッチングアプリ/サービスのオフショア開発(メリット・注意点・成功事例)
- RPA導入を成功させるために知っておくべきメリットデメリットや導入の進め方を解説
- 【2021年最新版】システムテスト / ソフトウェアテストが強いオフショア開発企業 4選
- アジャイル開発とは?|適したプロジェクトと契約形態も解説
- ノーコード(NoCode)とは|メリットデメリット&今後のIT開発の展望
- チャットボットの開発方法とは?|導入事例・導入メリット
- DX人材とは?|迫る「2025年の崖」DX人材育成・確保のポイントは?
- レガシーシステムとは?|脱却できないと生じる問題点やリスク
- DXとは?|推進するために取り組むべき課題
- ポストベトナムはどの国に? オフショア開発「新興国」ランキング
- IT人材を確保するためには?!IT人材不足の現状と今後の見込みも解説
- Rubyとは?PHPとの違いやRuby on Railsを解説!
- 組み込み開発の基礎知識|最新動向とIoTとの関連も解説
- 【基礎知識】PHPとは|PHPでできること / 向いている開発案件
- CMSの基礎知識|開発会社選定のポイントも解説
- 【ラボ型推奨】オフショアでのパッケージソフトウェアシステムの開発・カスタマイズ
- アプリ開発の費用や期間 | 開発会社を選ぶポイントとは?
- なぜ「ソフトウェアテスト」は必要なのか?|オフショア開発成功の鍵
- VR/ARのオフショア開発について
- 失敗しないオフショア開発会社の選び方
- オフショア開発で失敗する原因は?注意点と改善・対策
- 【失敗事例から学ぶ】オフショア開発成功のカギ
- オフショア開発の準委任契約とは
- オフショア開発の課題・問題点
- オフショア開発の成功事例
- オフショア開発の現状・動向
- オフショア開発のITエンジニア(IT技術者)の特徴