製造業・建設業向け、AI を利用したデータ解析サービス 「ML Connect」 担当者インタビュー

こんにちは、SBT ブログチームのセキモリです。

技術の進化とともに、製造業や建築業への AI 導入は日本でも徐々に進んできており、成功例も聞かれるようになってきました。一方、従来どおりの属人的な運用を継続する日々で、なかなか AI の導入に踏み切れずにいる企業も多いのが現状です。

そこで本日は、お客様からのご要望をヒントに製品化した、機械や設備などから収集したデータを AI で解析するサービス
「ML Connect（エムエルコネクト）」 の担当者にインタビューを行います。

※本インタビューは2021年4月に実施したものです。

自己紹介

セキモリ：こんにちは。まずはブログの読者さまに向けて、自己紹介をお願いします。

藤：時系列データの分析を中心にしたデータサイエンスの仕事、お客様の課題解決などを行っております、藤　亮太（とう　りょうた）です。 ML Connect のプロジェクトには、新入社員でありながら開発メンバーとして参画し、市場調査についても一部担当しました。趣味はラジオを聴いたり、マンガを読むことです。炭酸メーカーを購入し、毎朝、炭酸水を作ってから仕事に臨むのがルーティーンになってきています。

小松﨑： ML Connect の開発のプロジェクトマネージャー（以下、PM）兼開発を担当しております、小松﨑　一成（こまつざき　かずなり）です。趣味はアウトドアです。自然が好きで、週末などは家族と色々なところに出かけています。

大山：データ分析や機械学習システムの構築などを行っております、大山　祥彦（おおやま　よしひこ）です。 ML Connect ではプロジェクトリーダーのような役割を担い、要件定義や設計など全般的に担当しました。大学院では宇宙論を専攻し、その分野で２年間大学の研究者（いわゆるポストドクター：任期付き博士研究員）の経験もあります。趣味は液晶タブレットを使って絵を描き、それを SNS で公開することです。

杉井： ML Connectの PDM（プロダクトマネージャー）を務めております、杉井　雄汰（すぎい　ゆうた）です。
ML Connect のPDMとして、営業マーケティング行いながら、顧客のニーズ、製品や機能が満たす目標を特定し、より良い製品づくりのために各署連携する役割です。製品を実現していくために様々な活動を行っています。最近まで大学院に通っており、勉強と仕事を両立させながら、先日 MBA（経営学修士）を取得し終えました。

概要と特長 - AI を活用した高度なデータ解析を提供

セキモリ ：ML Connect はどのようなサービスなのでしょうか？開発の背景や概要を教えてください。

大山： ML Connect は、製造業や建築業のお客様向けの、機械や設備などから収集したデータを AI で解析するサービスです。
当社のサービス、Microsoft Azure（以下、Azure）の IoT サービスを活用したプラットフォームサービス IoT Core Connect のオプションとして開発を開始しました。
当初、 IoT Core Connect にはデータ活用という機能がなかったため、ML Connect の開発に踏み切ったのですが、その取り掛かりとして AI を使ったサービスである将来値予測（MLC – Forecast）や異常検知（MLC – Anomaly detection）から作っていくことになりました。
ただ、開発を進めていく上で今回 IoT Core Connect をご利用されるお客様に限らず、 ML Connect のみをご利用されたいお客様にもご提供する形になりました。

小松﨑：元々 IoT Core Connect でお付き合いのあった製造業・建設業のお客様から、「収集したデータを可視化しているが、さらにデータを活用するために AI を使えないか？」 というご相談をよくいただいていたのです。 お客様が集めたデータを、手軽に AI を使ってご活用いただくために、ML Connect をリリースしました。

セキモリ：ML Connect には独自の技術が使われているなど、SBテクノロジー（以下、SBT）ならではの特長はありますか？

大山：Azure がベースとなっているので、完全に SBT の独自技術というわけではないのですが、特長は Azure Machine Learning（以下、Azure ML）の機能を使ってシステム全体を構成したという点です。
特にシステムの構成は、すべてサーバーレスの仕組みによって成り立っています。例えば、大量のデータ予測をしたいお客様がいらっしゃれば、少量から始めたいというお客様もいらっしゃるので、サーバーレスで構成を行い計算に使うコンピューティングリソースのスケールの自由度が増し、お客様のご利用規模に合わせて活用いただくことができます。
また、CPU（Central Processing Unit）マシンやGPU（Graphics Processing Unit）マシンの入れ替えが容易にできるシステムであることも特長です。これにより、安価にお客様にご提供できるサービスになっています。

セキモリ：ML Connect はお客様の反響が大きく、多くのお問い合わせをいただいていると聞いたのですが。

杉井：そうですね。「ML Connect がどのようなものなのか興味がある」 というお声など、大変多くのお問い合わせをいただいております。
それだけ AI の活用を検討されている製造業・建設業のお客様が多いのだと思います。ML Connect を通じて SBT が 製造業・建設業のお客様に向けて「こうした形で AI をご活用されてはいかがでしょうか？」 と明確化できた意義は大きいと思います。

エピソードや苦労したところ - スケジュール調整に四苦八苦するも、充実感とやりがいに

セキモリ：今回のプロジェクトで苦労したことや大変だったことは？また、それをどのようにして乗り切ったのかも教えてください。

大山：当初予定していたスケジュールよりも 「早くリリースしてほしい」 という要望があり、我々だけではそのスピード感でやるのは難しかったというのがありました。解決策として、開発は外部パートナーに手伝ってもらいましたが、その外部パートナーの一部が外国の方々だったのです。今回 ML Connect の開発に参加した SBT のメンバーは、普段データサイエンスの分析業務をメインで行っていることもあり、まずパートナーと開発するという経験がほぼ皆無でした。そのため、コミュニケーション面についても容易ではなく、SBT の意図を正確に伝えるには苦労することが多くありました。

杉井：ビジネスサイドとしても、スケジュールの調整に苦労しました。PDM は、販売、製品開発、今後のロードマップ策定などプロジェクトに関するすべてのことに携わるのですが、 IoT Core Connect と ML Connect のプロジェクトは私を含め2人だけで回していたため、大変でした。

セキモリ：藤さんは新入社員として入社後、いきなり大きなプロジェクトに参画されましたが、苦労したことはありませんでしたか？

藤：開発プロジェクトへの参画自体が初めてで、プロジェクト管理やドキュメントを書くことなどは未経験でした。 そんな中、自ら動いて、わからないことはどんどん聞いて、仕事の進め方と業務内容とプロジェクト、この3本軸を同時に走らせることに苦労しました。
特に将来予測機能と異常検知機能の2本同時進行していた時期と、他にも同時に処理しなければならないタスクが重なり、まず 「今日は何をどの程度までやるか」 という線引きをしっかり決めないと、永遠に業務をし続けるような状態でしんどかったですね。おかげで多くのことを学ぶことができましたが、新人としてはかなり刺激のある開発だったなと思います。

セキモリ：反対に良かったことや嬉しかったこと、やりがいを感じたことを教えていただけますか？

大山：実は ML Connect は、 IoT Core Connect と AI の連携を試すための社内研究開発として、以前より取り組んでいた経緯があります。その段階から、今後必要になりそうな様々な技術の検証（搭載する機械学習アルゴリズムの技術調査も含めて）や、試作版 ML Connect の開発を進めていました。今回それらの成果がようやく実になったので、感慨深く思っています。

小松﨑：これまで大変なことが多かったのですが、リリースが近づき、実際にリリースされると、自分が関わっている製品が世に出ていくのだという感覚を味わえたのは、非常に嬉しいことです。
私は SBT に転職してきたのが2020年1月なのですが、入社理由の1つがお客様の近くで役に立つ仕事がしたいということでした。以前はメーカーの研究部門にいたのですが、お客様からは遠い部門であることもあり、自分が社会に貢献している感覚が少なかったように思います。なので、今回のように自分の関わった製品が世に出て、これからお客様の役に立っていくということを感じられたことを非常に嬉しく思います。

藤：ML Connect のプロジェクト開始時に稟議を通したり、上程したりしたのですが、その資料に、市場調査結果を載せる必要性があり、その業務を一部担当しました。調べていく上で、自分たちが作ろうとしているサービスは需要があるのに、世の中にはあまり存在しないことがわかったのです。今回のサービスだったら、どのような点で優位なのかを事前に知った上で、自分たちが設計から携わり、お客様のニーズにあるものを作っていくという過程は面白さがありました。また、設計したものが、きちんと形になって実を結んだことは、やりがいや充実感もありました。

杉井：私は大学時代にディープラーニング（深層学習）の研究をしていたので、 AI に親近感を抱いていました。ですので、SBT が AI のサービスをリリースするということ自体がすごく嬉しかったです。
また、MBA の勉強をしていたときに、ビジネスをどうやってうまく回していくか、戦略面等を考えながら進めていくということを実経験したところも、やりがいと嬉しさを感じたところです。

今後の展望と抱負

セキモリ：最後に、今後の展望と抱負を教えてください。

大山：実際にお客様にご提案していく中で様々な要望が出てくると思うので、それらをフィードバックいただくことで機能拡充できればと考えています。

杉井：ML Connect は、情報システム部門の方ではなく、現場の方々に使っていただくサービスですので、まったくITをご存知なく、かつご自身の製造現場における専門性が深い方々がお客様になります。
また、これまで関わりのなかった業種・業態のお客様に製品を知っていただくいい機会であると実感しています。

セキモリ：本サービスについて資料請求、ご質問などございましたら、ぜひお気軽にお問い合わせください。それでは、インタビューは以上となります。ありがとうございました。