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
TD SYNNEXが提供するデータライフサイクルソリューション
Search
YugabyteDB Japan
August 05, 2024
Technology
0
95
TD SYNNEXが提供するデータライフサイクルソリューション
YugabyteDB Japan Meetup #5 - TD Synnex 鶴野龍一郎様 講演資料
YugabyteDB Japan
August 05, 2024
Tweet
Share
More Decks by YugabyteDB Japan
See All by YugabyteDB Japan
Low Latency Join Method for Distributed DBMS
yugabytejapan
0
250
From Resilience to Ultra-resilience of Data for Modern Applications
yugabytejapan
0
77
AWS Fault Injection ServiceによるYugabyteDBの可用性検証
yugabytejapan
0
120
SpringAI と Yuga でRAG
yugabytejapan
0
16
YBM分散トポロジー体験ハンズオン.pdf
yugabytejapan
0
82
ユースケースに適したデプロイメントオプションを選択する -YugabyteDBデプロイメントオプションの紹介-
yugabytejapan
0
150
Zero downtime with little effort
yugabytejapan
0
240
ケーススタディから学ぶ 金融業界でYugabyteDBが選ばれる理由
yugabytejapan
0
400
いつのまにか好きになっていた Yugabyte
yugabytejapan
0
270
Other Decks in Technology
See All in Technology
“パスワードレス認証への道" ユーザー認証の変遷とパスキーの関係
ritou
1
460
All You Need Is Kusa 〜Slackデータで始めるデータドリブン〜
jonnojun
0
140
開発視点でAWS Signerを考えてみよう!! ~コード署名のその先へ~
masakiokuda
3
140
システムとの会話から生まれる先手のDevOps
kakehashi
PRO
0
230
IVRyにおけるNLP活用と NLP2025の関連論文紹介
keisukeosone
0
180
7,000名規模の 人材サービス企業における プロダクト戦略・戦術と課題 / Product strategy, tactics and challenges for a 7,000-employee staffing company
techtekt
0
260
JPOUG Tech Talk #12 UNDO Tablespace Reintroduction
nori_shinoda
1
120
【日本Zabbixユーザー会】LLDを理解するときの勘所 〜LLDのある世界を楽しもう!〜
yoshitake945
0
120
似たような課題が何度も蘇ってくるゾンビふりかえりを撲滅するため、ふりかえりのテーマをフォーカスしてもらった話 / focusing on the theme
naitosatoshi
0
400
やさしいMCP入門
minorun365
PRO
149
96k
Стильный код: натуральный поиск редких атрибутов по картинке. Юлия Антохина, Data Scientist, Lamoda Tech
lamodatech
0
480
LangChainとLangGiraphによるRAG・AIエージェント実践入門「10章 要件定義書生成Alエージェントの開発」輪読会スライド
takaakiinada
0
130
Featured
See All Featured
Measuring & Analyzing Core Web Vitals
bluesmoon
7
390
A better future with KSS
kneath
239
17k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
31
1.1k
GitHub's CSS Performance
jonrohan
1030
460k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
Java REST API Framework Comparison - PWX 2021
mraible
30
8.5k
Mobile First: as difficult as doing things right
swwweet
223
9.6k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
2.9k
4 Signs Your Business is Dying
shpigford
183
22k
Building Adaptive Systems
keathley
41
2.5k
Building a Modern Day E-commerce SEO Strategy
aleyda
40
7.2k
We Have a Design System, Now What?
morganepeng
52
7.5k
Transcript
Destination AI ~AI時代のデータライフサイクル~
小売・サプライチェーン ライフサイエンス 加速された薬物発見 エネルギー スマートグリッド メディアと エンターテインメント コンテンツアニメーション 製造業 自動化されたカスタマーサー
ビスエージェント コピーライティングと コンテンツ分析 ハイパーカスタマイズされたレ コメンド 調査分析と脅威検知 自動コード生成 生成AIの時代が来ました 業界とビジネス機能全体で広がる生成AI
企業でのAI導入の障壁 1 – パブリックGPTの問題 2 – 社内のリソース不足 3 – 透明性と説明性
4 – シャドーAI 5 – 法規定等のAIフレームワークへ のコンプライアンス 6 – アップデートされた高機能のイン フラ不足 7 – 既存システムへのAIの統合 8 – 複雑なアルゴリズムと AIモデル のトレーニング 9 – データのクオリティと可用性
正確性 生成型AIは不正確であったり、誤った情報を生成する可能性があります。 偏見 インターネットのデータで訓練されることがバイアスを生む可能性がありま す。 ハルシネーション(幻覚) AIは観察に基づかない応答を生成することがあります。 インフラの必要性 コンピューティングとデータには大規模な投資が必要です。 透明性
LLMsは監視された学習と非監視学習の両方を使用するため、意思決定の 根拠を説明する能力が制限される場合があり、一部の法律や医療の使用 例には十分でない場合があります。 1 – パブリックGPTの問題 回答が正し い必要があ りますか? 開始 ChatGPT 利用可 社内に回答 の正確性を 確認できるリ ソースがあり ますか? 回答が不正 確だった場 合の法的、 道徳的責任 を持てます か? ChatGPT 利用可 ChatGPT 利用不可 いいえ はい はい はい いいえ Aleksandr TiulkanovによるChatGPT利用可否 判断フローチャート Jan 19 2023
説明性 Explainability 解釈可能性 Interpretability 再現性 Repeatability 3 – 透明性と説明性 入力
結果 ブラック ボックス 入力 結果 説明可能 解釈可能 再現可能 どういう経緯で結果が出たのか不明 結果が出るまでの経緯が分かる
6 企業向けのエンタープライズ AI
ユースケース中心 vs 企業レベル AI 技術の破壊的な性質のため、成 長を予測するのは難しいです。 膨大なエコシステムは、これらのモデ ルをサポートし、自律エージェント、迅 速なエンジニアリングフレームワーク、 アプリとエージェントのコンテキスト管
理のための長期および短期メモリスト アがあります。 生成型AIモデルはハルシネー ションを起こし、プロンプトイン ジェクションや安全上の懸念な どのリスクを引き起こす可能性 があります。 企業は、データの安全性や知的財産 の保護に関する課題に対処する必 要があります。 LLM管理には専門のハードウェア、 コスト最適化、特定のコンピューティ ングリソースが必要です。 分割されたユースケース中心のアプ ローチから、拡張可能で複数のユー スケースを備えた企業向けソリュー ションへの移行 モデルは迅速に 進化します 膨大なAIエコシ ステム 誤情報と有害なコン テンツ プライバシーと 知的財産 コスト 企業向けAIソリュー ションへ向けて 生成型AIは、個別のビジネスユニット内で孤立しているのではなく、企業全体の視点を必要とします。
プラットフォームベースのアプローチが解決策 企業向けAIプラットフォームを開発するための主要なアーキテクチャ原則: 未来志向 民主化 スケーラビリティ 階層化アーキテクチャ データの準備状況 組み込み可能なAI 統合された可視性 セルフサービス
クラウドソーシング クラウドネイティブ 迅速なデプロイメント セルフマネージ 設計責任 反復可能、セキュア、監視、測 定
9 APJ COE DESTINATION AI | ソリューションブループリント データセンターとエッジ パブリッククラウド Azure
Stack HCI/HUB ExpressRoute Site-site VPN Point-site VPN クラウドネイティブデプロイメント向けのハイブリッドプラットフォーム Azure AKS Servers | Storage | Virtualization/OS Application Gateways Front Door Load Balancer Traffic Manager Azure Arc Servers Storage Networking Blob FileShares VM VMSS Dedicated Hosts Vnet & Subnets Firewalls Route Tables NSG Azure Arc インフラ プラットフォーム Amazon EKS Google GKE Google Anthos Azure AKS Azure Arc Amazon EKS Google GKE Google Anthos APM & ARM モニタリングとエンドポイント エンドポイント Azure Arc アプリケーション 自動化 SIEM Orchestrate クラウドネイティブアプリ Microservices DBaaS | セルフマネージド | モバイル YugabyteDB Managed | Anywhere Capella | Server | Mobile Atlas | Enterprise Server データ階層 Datawarehouse | Data lake | Open Lakehouse | Secure | Scalable Data fabric | Data lake Scalable| Cloud native Vector DB Accelerators 取り込み データエンジニアリング 探索 ファインチューニング モデル訓練 展開とサービス アプリ作成 クラウドネイティブ | マイクロサービス | サーバーレス | サービスメッシュ | ビルド | パイプライン データフロー | ストリーム処理 データエンジニアリング 機械学習 | データビジュアライゼーショ ン 機械学習 機械学習 .data DevSecOps .data .data .ai .ai .ai CODE BUILD TEST DEPLOY MONITOR セルフサービスプロビ ジョニング 一貫した環境 自動ビルドおよびデプロイ CI/CD パイプライン 構成管理 アプリログとメトリクス AI アプリ Website Mobile app Application logic APIs
10 1 1 2 2 3 3 4 4 アウェアネス
イネーブルメント 営業活動サポート ポストセールスサポート 市場動向 成長予測 利用事例 AI認定コース ベンダートレーニング プラクティスビルダー インプリサービス メンテナンス サポート エキスパートの紹介 AIハンズオン ソリューション APJ Destination AI 我々のミッション:パートナーの皆様が AIの領域で競争力を持てるようにサポート