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
勘定科目の推論機能における運用/Operations of Account Category ...
Search
Sponsored
·
SiteGround - Reliable hosting with speed, security, and support you can count on.
→
yayoi_dd
June 25, 2026
Technology
130
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
勘定科目の推論機能における運用/Operations of Account Category Inference
弥生株式会社 もくテク
プロダクトにAIを組み込む~検証と運用~(2025/06/25)
https://mokuteku.connpass.com/event/396809/
yayoi_dd
June 25, 2026
More Decks by yayoi_dd
See All by yayoi_dd
Databricks Data + AI Summit 2026参加報告会 / Databricks Data + AI Summit 2026 Participation report session
yayoi_dd
0
22
JSAI2026ランチョンセミナー登壇テーマ「AIと挑む確定申告」/Tackling Tax Returns with AI
yayoi_dd
0
120
AWS re:Invent 2025 参加報告 / AWS re:Invent 2025 Participation Report
yayoi_dd
0
30
re:Inventの学びを最大化するためにしたこと / What I Did to Maximize Learning at re:Invent
yayoi_dd
0
37
Werner Vogelsが語った”T型人材” / "T-Shaped Talent" as Discussed by Werner Vogels
yayoi_dd
0
45
AI駆動開発のさらにその先へ / Beyond AI-Driven Development
yayoi_dd
0
63
AWS DevOps Agentで見えた運用の未来 / The Future of Operations with AWS DevOps Agent
yayoi_dd
0
34
OpenSearch Warm Tier設計の実践 / Practical Implementation of OpenSearch Warm Tier Design
yayoi_dd
0
60
なぜ私たちは「生成AI-LT大会」を終了するのか / Why we are ending the Generative AI-LT competition
yayoi_dd
0
87
Other Decks in Technology
See All in Technology
【CEDEC2026】『GRANBLUE FANTASY: Relink - Endless Ragnarok』のバトル制作事例 ~最高のキャラゲーを目指して~
cygames
PRO
0
190
[MIRU26] Open-Vocabulary Intention-Guided Object Detection in Diverse Scenes
keio_smilab
PRO
0
140
AIがAPIを書く時代に、私たちは何を設計すべきか
nagix
0
210
SnowflakeCoCoでデータエンジニアリング!
foursue
0
170
モバイルアプリ開発概論2026
recruitengineers
PRO
1
300
ウォーターフォール開発案件のPMとしてAI活用を模索している話
hatahata021
3
310
Webアクセシビリティ入門 2026
recruitengineers
PRO
1
250
認知負荷をGemini で溶かす — GKE 基盤「Orbit」における AI エージェントの実践
sansantech
PRO
1
250
事業価値と Engineering 2026年度版
recruitengineers
PRO
28
15k
修正PRを食べてレビュースキルが賢くなる:Claude Codeによる自己改善サイクル
yuyaumetsu
4
1.1k
ブラウザ研修 2026
recruitengineers
PRO
3
430
今こそ聞きたいソフトウェア設計 ドメイン駆動設計再入門
masuda220
PRO
16
5.6k
Featured
See All Featured
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
330
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
600
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
28
3.6k
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
2.9k
sira's awesome portfolio website redesign presentation
elsirapls
0
320
B2B Lead Gen: Tactics, Traps & Triumph
marketingsoph
0
190
We Are The Robots
honzajavorek
0
290
jQuery: Nuts, Bolts and Bling
dougneiner
66
8.5k
Hiding What from Whom? A Critical Review of the History of Programming languages for Music
tomoyanonymous
3
1.1k
Ethics towards AI in product and experience design
skipperchong
2
340
Imperfection Machines: The Place of Print at Facebook
scottboms
270
14k
Product Roadmaps are Hard
iamctodd
55
12k
Transcript
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. 2026.06.25
弥⽣株式会社 Nagataa 勘定科⽬の推論機能における運⽤
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. Introduction
2 • 弥⽣株式会社 NEXT BU クラウドプロダクト開発部 • 業務 • 勘定科⽬推論サービスの機能改善‧運⽤保守 • 会計プロダクトのAI機能のPoC • グループは2名(Eng)体制 • 理学博⼠ • 専⾨はバイオインフォマティクス • 写真は家族のモルモット • 感情表現豊か
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. •
勘定科⽬推論について • 仕訳と⾃動化の余地 • 勘定科⽬推論機能について • MLOpsのライフサイクル index • 研究開発 • 主要な3つの環境 • アーキテクチャ • モデルのデプロイ • アーキテクチャ 3 • 継続的モニタリング • 正解データの回収 • アーキテクチャ • 継続的学習 • 継続的学習の必要性 • アーキテクチャ 1 2 3 5 4
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. •
仕訳 仕訳と⾃動化の余地 contents • 取引⼿段の相⼿は⼀意に定まらない 4 2026/06/25に3,000円の現⾦でペンを購⼊ 借⽅ / 貸⽅ / 摘要(取引内容) 消耗品費 / 現⾦ / ペン 取引 仕訳 2026/06/25に3,000円の現⾦でペンを購⼊ 借⽅ / 貸⽅ / 摘要(取引内容) 仕⼊⾼ / 現⾦ / ペン ⽂具店を営む⼩売業の取引 仕訳 ⽇々のビジネスでは帳簿付けをしなければならないが、 会計知識が必要 & 時間的なコスト
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. 勘定科⽬推論機能について
contents 5 取引 2026/06/25 3,000円 ペン • 勘定科⽬推論機能(⾚枠) • チームの業務 • 勘定科⽬推論バックエンドWebアプリケー ションの運⽤保守、機能追加 • 精度のモニタリング • 精度向上の研究開発 • チームの特徴 • DevOpsもやる、MLOpsもやる • 宣伝:研究と開発を⾏うチームにおける デュアルトラックスクラムの実施 消耗品費 メタデータ 摘要 銀⾏ クレジットカード 会計Next ⾃動取込 モデル
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. MLOpsのライフサイクル
contents 6 1. 研究開発(データ分析&モデル開発) • データの収集 • 特徴量の選定 • モデルの精度検証 2. モデルのデプロイ • 本番環境にモデルをリリース 3. 継続的学習(再学習) • 新しいデータでモデルを⾃動で学習 4. 継続的モニタリング • 稼働中のモデルの精度監視 • ⼊⼒データの傾向の変化を監視
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. 研究開発:主要な3つの環境
contents 7 • 研究開発環境 • 研究開発⽤データの保管 • 精度向上の研究開発 • データ分析 • 結合環境 • システムの動作確認 • 本番環境の精度監視 • 本番環境 • お客さまへシステム (学習、推論)を提供 ✓ 必要なリソースすべてAWSで構築
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. 研究開発:アーキテクチャ
contents 8 • 簡素なアーキテクチャ • 研究開発⽤のインスタンスを起動 • PythonのコードでDBからデータ取得 • データ分析&研究 • 研究開発環境で作成したモデルを 本番環境で利⽤しない • マシンスペックに困ることなし • CPU最適なアルゴリズムのため
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. モデルのデプロイ:アーキテクチャ
contents 9 • コンテナで学習App. を 実⾏することでモデル作成 • データはコピーDBから取得 • 科⽬推論DBは推論も使うため • 学習は科⽬推論DBに負荷かかるため • モデルはストレージに保管 • 推論ではマウントさせて使う
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. 継続的学習:継続的学習の必要性
contents 10 銀⾏ クレジットカード 電⼦マネー ⾃動取込 • 取引データの質的変化 • Exp.) 電⼦マネー取引の流⾏ • 今までにない取引データが 勘定科⽬推論機能に流⼊ • ビジネスの質的変化 • Exp.) 契約内容の変更 • これまでの勘定科⽬(正解ラベル)が 不正解になる ソフトウェア ライセンス 使⽤料 通信費 開発‧保守 受託契約 外注費
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. 継続的学習:アーキテクチャ
contents 11 • スケジューラー駆動で以下を実⾏ • 学習⽤コピーDBの作成 • 学習アプリケーションの起動 • スケジュールは週に1回 • 利⽤者が少ない曜⽇、時間帯 • 新しいモデルを利⽤者が多い時間で 利⽤できるように
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. 継続的モニタリング:正解データの回収
contents 12 取引データを推論App.にリクエスト 1 推論結果(勘定科⽬)の返却 2 ユーザーが仕訳登録 3 2026/06/25に3,000円の現⾦でペンを購⼊ 消耗品費 消耗品費 仕⼊⾼ 推論フィードバックにリクエスト 4 仕⼊⾼が正解 フィードバックApp.が教師データを登録 5 取引内容、推論科⽬、正解科⽬などを保持
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. 継続的モニタリング:アーキテクチャ
contents 13 • 本番環境のDBを結合環境にコピー • 1⽇に1回実⾏ • 取引内容などはマスキング • ダッシュボード化 • コピーDBのデータを利⽤ • 特徴量の分布 • 推論精度 • 正解/不正解ごとに作成 • ⽇次で精度算出 • 異常値の場合はSlackにアラート • 銀⾏⼝座、クレジットカードなど 連携サービスごとに精度算出
Confidential © 2026 Yayoi Co., Ltd. All rights reserved. まとめ
summary 14 • 研究開発環境 • 研究開発⽤データの保管 • 精度向上の研究開発 • データ分析 • 結合環境 • システムの動作確認 • 本番環境の精度監視 • 本番環境 • お客さまへシステム (学習、推論)を提供 ✓ 学習モデルのアップデート(継続的学習)もお客さまへの提供価値と位置付けて 本番環境のアプリケーションとして実装 ✓ 本番環境には不要な仕組みは作らずに、責務や⽤途に合った環境に作る ✓ データ分析や保守業務の⼀助になるように、ダッシュボードや精度アラートを整備