Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
スタートアップでAIを使うときの壁
Search
palloc
September 28, 2019
Business
0
1.5k
スタートアップでAIを使うときの壁
こちらのイベントの発表資料になります。
https://machine-learning15minutes.connpass.com/event/144255/
palloc
September 28, 2019
Tweet
Share
More Decks by palloc
See All by palloc
異常検知の最新事情と給与の話
palloc
4
4.6k
Crypto講義資料
palloc
2
14k
Other Decks in Business
See All in Business
タケウチグループRecruit
takeuchigroup
0
6.8k
20250701_UPDATER_companysummary
updater_pr
0
80k
企業向けチーム間交渉ゲーム「トレード&グロース」
chibanba1982
PRO
1
140
なぜConfluence Cloudだったのか?〜『運用効率と将来性』から見る最適解と、予期せぬ課題を乗り越えた移行のリアル~ / Why-we-choose-confluence-cloud
medley
0
180
ソーシング・ブラザーズ株式会社|会社説明資料
sbro
0
590
コーポレートストーリー(新規投資家様向け会社説明資料)
gatechnologies
1
13k
【Progmat】受益証券発行信託に係る税制改正の背景と今後のST市場
progmat
0
150
Ускорение создания стратегии с помощью ИИ
alexanderbyndyu
0
650
グラハム株式会社_採用ピッチ_20241225__1__compressed.pdf
shu30
0
310
採用説明資料
recruit_mitsukaru
0
1k
三菱商事ロジスティクス_コンサルティング事業紹介
mclogi
0
330
Cursor活用ガイド(非エンジニア向け)
satoyusuke
0
170
Featured
See All Featured
[RailsConf 2023] Rails as a piece of cake
palkan
55
5.6k
Music & Morning Musume
bryan
46
6.6k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
3.1k
Designing Experiences People Love
moore
142
24k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
48
2.9k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
124
52k
Why You Should Never Use an ORM
jnunemaker
PRO
58
9.4k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
31
1.3k
Optimising Largest Contentful Paint
csswizardry
37
3.3k
Building a Scalable Design System with Sketch
lauravandoore
462
33k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
50k
YesSQL, Process and Tooling at Scale
rocio
173
14k
Transcript
スタートアップでAIを 使うときの壁 伊東 道明
自己紹介 ü גࣜձࣾ$IJMM4UBDLදऔక ü ๏େֶେֶӃ. ü ػցֶशʷηΩϡϦςΟ ü ΫϚࡒஂظੜ ü
ηΩϡϦςΟωΫετΩϟϯϓߨࢣ 伊東 道明 / palloc !QPSJTVUFSV
会社紹介 ü νʔτͯ͠ϋϋͯ͠Δͭઈରڐ͞Μͱ͍͏ձࣾ ü ίΞϝϯόʔਓશһ͕"*ʹؔ͢Δݚڀऀ ü ෆਖ਼ϢʔβݕγεςϜʮ4UFOBʯ Λఏڙ ü ϝΠϯγεςϜ($1ͰՔಇ
AIベンチャーがよくぶつかる壁を紹介
壁① データセットが大きすぎる (もちろん小さすぎる場合も)
データセットが⼤きすぎる ü ࣮σʔλݚڀͰ͏σʔλΑΓΔ͔ʹେ͖͍߹͕͋Δ ü ฐࣾͷྫͩͱ͚ͩͰʙ5# ü QBOEBTʹࡌͤͯHSPVQCZ͢Δ͚ͩͰ͔͔Δ
データセットが⼤きすぎる ChillStackデータ分析基盤 GCS BigQuery Dataproc GCE AI Platform Dataflow データセットはBigQueryから
GCSのバケットに格納 (10回捜査するとそれだけで 1ヶ⽉100万円以上) 前処理が固定されている場合 (サービス時など)はDataflow オートスケール
壁② 精度はどれくらいあればいいの?
精度はどれくらいあればいいの? ü ۀքɾʹΑͬͯٻΊΒΕΔਫ਼มΘΔ ü ηΩϡϦςΟۀքͷલஈޚ΄΅ ü "*ͷΈͰޚ͠Α͏ͱ͢Δͷμϝ ü ͲΜͲΜӡ༻ͯͬͯ͠ΒͬͯϑΟʔυόοΫΛΒ͏͔͠ͳ͍ ü
ώϠϦϯά͕ඇৗʹେ ü σʔλ͕ෆۉߧͳ߹ख๏ධՁʹؾΛ͚ͭͳ͍ͱ͍͚ͳ͍ ü શ෦ಉ͡ϥϕϧग़ྗͯ͠ਫ਼ˋ͑ΔΈ͍ͨͳ͜ͱ͕ى͜Δ
壁③ ラベルがない
ラベルがない ü 完全な教師なしでできることは少ない(評価ができない) ü 頑張ってつける(自分たちorアウトソーシング) ü 目で見てわからない専門的なデータは、教師なし学習で クラスタリングし抜粋したデータを専門の人に見てもらう ü 密なコミュニケーションが必要になってくる
壁④ 技術に引っ張られてしまう
技術に引っ張られてしまう 技術ができる人が多いと 「強そう ・ かっこいい ・ ナウい技術」 を初めから使いがち この先の信号機が 赤なのか知りたい
ಓʹΧϝϥ͚ͭͯ৭ͬΆ͍ըૉ ͕ଟ͔ͬͨΒͰղܾͦ͠͏ ը૾ʹϊΠζ͕େ͖ͯ͘͏·͍͘ ͔ͳ͍͔Βɺߴͳٕज़Λͬͯ ղܾ͢Δ 1 2 1
技術に引っ張られてしまう 顧客が困っていることが解決できればなんでもいい ͳΜͰ৴߸ػͷ৭͕Γ͔ͨͬͨͷ͔ʁ ৭Λͬͯղܾ͠ͳ͍ ौͯ͠ΠϥΠϥ͍ͯͨ͠ ौΛ؇͢ΔιϦϡʔγϣϯΛߟ͑Δ
技術に引っ張られてしまう 技術ベースではなく課題ベースで物事を考えることが大切
壁⑤ (GPUの)コストが読めない
コストが読めない ৭Λͬͯղܾ͠ͳ͍ ü お客様がどれだけつくとサービスにどれだけ負荷がかかり、 どれだけスケールするかを予測して価格設定する必要がある ü ここを間違えると利益がほぼ出ない or 赤字運営になってしまう →後から値段上げるのは中々難しい
壁⑥ 開発者が足りない
開発者が⾜りない ৭Λͬͯղܾ͠ͳ͍ ü データサイエンティストは開発ができるわけではない ü もちろんできる人もいるが、少ない ü アプリケーション設計やインフラ設計、フロントエンドや UX/UIデザインなど様々なことを自分たちでやらないといけない
壁⑦ なんでこの結果なの?
なんでこの結果なの? ৭Λͬͯղܾ͠ͳ͍ ü 顧客が出力の理由を知りたい場合がある ü 識別理由自体は random forest の importanceやディープ系の
grad-cam、attentionとか色々ある ü 識別の理由を製品経由でお伝えする機能をつける(?) ü 機械学習がわからない人にちゃんと理解してもらえるようにする
番外編 技術以外の壁が険しい
技術以外の壁が険しい ü 株比率問題 ü 創業者株主間契約 ü プロジェクトマネジメント ü 事業計画 ü
資本政策 ü 資金調達 ü 給与問題 ü 他の人のモチベーション継続方法
技術以外の壁が険しい • 起業のファイナンス • 企業のエクイティファイナンス • 起業の科学 • LEAN ANALYTICS
• RUNNING LEAN • リーンスタートアップ • ZERO to ONE • 簿記3級 • 大学4年間の経営学がマンガで ざっと学べる • ベンチャー企業経営論 • 起業家はどこで選択を誤るのか 起業の基礎 スタートアップの基礎 お⾦とか理論の基礎
最後に 不正するやつを殲滅する戦いにご協⼒していただける ・エンジニア ・データサイエンティスト ・デザイナー ・マーケター・営業 ・投資家 ・法律詳しい⽅ いらっしゃれば、ご連絡ください!