ビジネスパーソンのためのデータ・AIリテラシー／④AI環境構築

taiichi-yoshi

IT・WEB・エンジニア

AIをどこで実行するか、またAIに対するアクセス権をどのように設定するかは、今まで意識してこなかったので勉強になりました

i323

その他

ステージング環境、デプロイという言葉はよく耳にしていたが、この講座で鵜役割がクリアになったので良かった。

suzuzuzu

その他

とても勉強になりました

iso_ken

専門職

予測時にどんなデータを用いて予測しなければならないかをしっかり考えたうえで、機械学習を行う必要がある。
むやみに情報を詰め込むと精度が下がるということを理解した。

koichbaba

経営・経営企画

学習と予測の関係性について理解が進みました。

kiso_2115

コンサルタント

分析と予測の環境を分けて整理し、予測についても、目的に応じた方法の選択を検討する。

kawaguchimas229

IT・WEB・エンジニア

コストがきりそうですね

mhbl_nakayama

IT・WEB・エンジニア

AIを活用出来る範囲・限界を理解した上で、業務に合ったAI環境を構築することの大切さを学びました。

fujii_tomohiro

その他

学習後にどの条件をどう変更すればよいか等、シュミレーションが必要と考えます。

yasu--ta

メーカー技術・研究・開発

自社でもAIは取り入れている中で、予測値 の精度が重要と思っている。
また、AIによる工数削減/時間短縮となり、よりspeedアップにつながる。一方、事前の検討事（自らの発想）の重要性が増していくと思われる。

sbsconts

コンサルタント

AIの環境構築は、受講した内容は理解でき、同意できるような内容でなりましたが、自身でAI活用していった場合に気づけた事項かと問えば、恐らくくづかないまま作業を進め、後戻りするパターンであったかと思います。よってAI活用の注意すべき事項を把握できたことは受講した効果と思います。

nagamatsu-naoki

金融・不動産　関連職

バージョンを合わせること、リアルタイムで回答予測をさせる機能など、学びが多かった

tyamashi

人事・労務・法務

人事データを使う場合は、個人の識別が可の場合と不可の場合を使い分けることが必要であることを理解できた

aya_14__

営業

実際の状況を想定し、現場ベースでの開発が大事だと学んだ。

zummy_0617

金融・不動産　関連職

phthonやオンプレミスという専門用語を初めて聞きました。
オンプレミスは自社でしかAIは使用するという限られた範囲で使用することです。開発環境から本番に移行して引っかかたら一からやり直すなど試行錯誤でやるしかないです。

k_kennji

営業

def evennum(n):
for i in n:
if i % 2 == 0:
return `Pythonなども理解しないといけないと思いました‘
　　 else:
returu `言語の学習も頑張ります‘

purint(evennum(2))

faoki

IT・WEB・エンジニア

予測時にデータがどこまで取得できるかという観点があるということははじめて知りました。

512177

資材・購買・物流

AI環境の構築は、将来の事業スピードの加速には重要なファクターとなる

yuukahm

IT・WEB・エンジニア

既存のシステムとの兼ね合い等を考慮して、AIシステムを適合させていく必要がある

hr-sakai

その他

検索物が多い我が社においてAI構築が検索業務の効率化が見込まれる為構築作業が急務である。

nonchankawaii

IT・WEB・エンジニア

Pythonを使ったAI予測をぜひ行いたいが、会社ではPythonの利用が制限されている。
せっかくのデータ活用の機会が単なる「過去に導入実績がないから」「今の環境じゃ入らないから」で済ませてしまうようなシステム管理のままであれば日本のデータ利活用は一向に進まないと思う。

matsu_411

専門職

業務にあったAI環境を構築する。Pythonがよく使われることが理解できたが本番環境でPythonが使えないと意味がないのに気をつける。

t_terakawa

メーカー技術・研究・開発

予測時に計測できるデータを使って学習するこが重要と認識して，エッジＡＩ活用していきます。

black0saku

IT・WEB・エンジニア

業務にあった AI システムを構築していくことが大切だということを学びました。
特に実際に AI を利用する場面に応じて サーバーでの処理するのか デバイス側での処理するのかを選択して行くことが肝心である、ということを念頭に、どのような環境を作るのかを考えていきたいと思いました。

toshiton

メーカー技術・研究・開発

クラウドとオンプレミス、学習と予測など、基礎的なことを再認識できた。AIによる予測システムを活用するにあたり、世の中の技術の進歩をどんどんアップデートするために、クラウドによるシステムを構築する方が魅力的である。しかし、私の業務においては、生産ラインをシステム不具合で止めてしまうリスクを考えると、管理範囲をクローズにして自分の目が行き届く規模のシステムで有効活用していきたいと考えます。

kazuma_yasuda

メーカー技術・研究・開発

データの機密性や、処理に求められるデバイスの性能など状況に応じた環境構築が必要。

vegitaberu

人事・労務・法務

開発と、実際に使う場面とは、多くの点で異なることを考えておかないといけないと学びました。
何をするにしても、どうしても、今に集中してしまいがちですが、少し余裕をもって、大きくものを見る習慣をつけていきたいと思いました。

toshi5656

専門職

AI構築環境について理解できました。

awanoa

IT・WEB・エンジニア

どのような環境を用いるかによって留意点が異なること、選択の重要性を学びました。

michiyomichiyo

その他

AIで様々な業務で実際に使えるようになるためにも環境は大事

h_kouno

販売・サービス・事務

現在開発を依頼しているシステムがあるのですが、開発に関しての窓口業務を担当している関係上、大変参考になりました。

taka1962

販売・サービス・事務

実際の業務では、今ある会社保有のシステムでAIの開発も利用も行うので、AIの利用のためだけで環境を整備することは困難です。開発する段階で利用環境を見通して進める必要があると思います。

tkumasan

人事・労務・法務

業務にあった環境を構築することが大事だと理解できた。

touhoufuhai

販売・サービス・事務

実際に使う環境を決めてからでないとだめだと納得しました。

y-arano

メーカー技術・研究・開発

かなり専門的な話だが大変参考になった。

2152321

金融・不動産　関連職

実際に利用する内容を意識し開発する必要性を学びました

cs1960

販売・サービス・事務

大変勉強になりました。

morita_kenji

人事・労務・法務

最初の「何がしたいのか」を明確にして、それを適切なツールに乗せていく、データの適切さを検証する、ということが無駄な開発をやらないうえで重要であることが分かった。　

murata0207

専門職

何を予測したいかによって学習させるモデルを選択する必要があることが分かった。

stag

経理・財務

大事なことや難しいということはわかるが、それをどうやって克服するのかがわからない。

yasu-hero

販売・サービス・事務

業務によって環境の判断、学習と予測の構築場所も判断が重要

yumetaro

建設・土木　関連職

まずは自社の環境を知るところから始めなければならない

hashiryo8

その他

既存業務やシステムの中でどのAIシステムがフィットするかを考えてみたいと思います。
身近なところでいうと音声データのテキストマイニングやクラスタリングになるかと思いますが
具体的にどのように使うかはこれから考えてみます。

mana_ka

その他

どこで予測をしたいのか、が重要。
学習と予測が同じにあると全部見れてしまうから。学習と予測を分けて、
どこに学習を使うのかといった部分が重要。
学習と予測で同じ特徴料が使える状態にあることも必要。
既存のシステムにAIシステム環境を構築する必要がある。

funakawa

専門職

予測パラメータのよってクラウド・エッジ・エンドポイントでAIを持たせることになると思うが、どのAIをマスターとして機能させるのが良いか、システムの構築方法も重要になると感じた。

yamatakuishi

販売・サービス・事務

AIを導入する環境がどういう環境なのか、まずはハードウェアの観点から確認する必要があると感じました。
これはインフラ関係であるため、システム基盤として根本問題であります。

その上で、どのようなAIシステムを導入するかについては、導入する先で「どんな目的を達成したいか」「どのような予測と仮説を立ててほしいか」という環境を考えて、適切なAIシステムを導入する必要があると感じました。
今現状としては、クラウドのバッチ型AIの導入が業務に適していると感じられます。
今後は、会話データをリアルタイムに分析して、会話補助できるAIも導入できるかななどと考えました。

1982103

その他

開発環境／利用環境が合っていること、学習／予測が別で動かせることとその意味を知ることができました。

stsujimura

IT・WEB・エンジニア

業務にあったAI環境を構築することが大事

hiropin0165

IT・WEB・エンジニア

環境の構築がAIを使う上で重要であることがわかった。また、学習と予測をしっかりと区別して行う必要がある。

hirokatsu

経営・経営企画

開発環境、ステージング環境、本番環境
　デプロイ
バッチ予測、リアルタイム予測（エッジサイドでの予測）
予測をどこでやるかによって予測モデルを別の場所に搭載
学習と予測で同じ特徴量がつかえる状態にあることが重要（事故直前の車の情報など）

risa_sss

販売・サービス・事務

オンプレミスとクラウドでのAIシステム環境の選択肢。
合わせたほしい結果にバッチ予測とリアルタイム予測で、予測が可能と、学んだ。

makidayo

IT・WEB・エンジニア

AIシステムの環境設定についてもリアルタイムでの予測が必要である場合とそうでない場合で処理が違うことを知り、考えることはたくさんあるだなと思いました。

shin-53

メーカー技術・研究・開発

どのように開発するか、どのような環境で使用するかを調査したうえで取り組む重要性を理解した。

pinguino

販売・サービス・事務

環境構築の際に留意すべき点が確認できた。

shopoo

販売・サービス・事務

AIという言葉に抵抗を感じずに、まずは環境構築するためにどうすればいいかを考えようと思います。

fumiyo_jou

経理・財務

学習と予測という二つのフェーズがあることを学んだ。資金繰り予測の場合、学習させるデータは日々の入出金明細と利率・為替レート等になるのかと思うが、各代理店の施策の効果などをどのようにデジタルデータにするのかなどを考えないといけないと思った。

kei_sawai

人事・労務・法務

自社の業務に合ったAI環境を構築していく。学習は個人PC, オンプレミス, クラウドの選択肢が有り、予測はバッチ処理, リアルタイム処理がある。リアルタイム処理もサーバー上, 端末上に分けられる。自社の状況に合わせた選択が必要。

ichikr

マーケティング

AI環境構築には、学習のフェーズと予測のフェーズがある。予測においては、バッチ予測、リアルタイム予測がある。リアルタイム予測にも、サーバーサイドで行うかエッジサイドで行うかの違いがある。業務の目的に合わせて環境を選ぶことが必要である。開発環境においても、本番環境がどうなるか、あるいは予測時に手に入るデータはどのようなものか考慮して構築する必要がある。

ryoca

販売・サービス・事務

AIで何を予測するのか、目的や使途を明確にすることが重要である

hiro-san-2024

その他

基本的な考え方を学べてよかった。

hrkudo

IT・WEB・エンジニア

AI環境を構築するにあたり、環境の設計も重要とだとわかった。
特に構築するversionは本番環境導入を想定して構築を進めることが大切だと思いました。

ucchiy50

その他

関係者がこのようなAIの特性を理解した上で議論することが大切。

sato4bb

販売・サービス・事務

オンプレミスかクラウドか、色々悩ましい所があります

nisiusuke

販売・サービス・事務

そもそも何を予測したいのか。その予測は何があればどの程度できるのか。どうやって学習できるのか。どこで学習させるのか。予測の際に何が許容できて何が許容できないのか。
予測の精度を高めるなら、データは予測時に取得できる範囲にとどめ、結果のセット学習とすべきなのかという仮説

aokitaka-tci

その他

AI環境を構築するには、環境設計もポイントとして捉える

tasu-o

コンサルタント

AI環境の構築には学習と予測のフェーズが重要であることがわかりました。
AIに学習させるデータの精査やその制度を上げていきたいと思います

h-kozawa

メーカー技術・研究・開発

エッジ側でAIを保有する必要性や、学習／実用環境で同じ特徴量を使えることの重要性について理解しました。学習環境ではわからない現場状況の確認を把握し開発設計に展開することが重要。

nagase29

営業

AIシステムの環境を構築するには、既存の業務やシステムにAiシステムを適合していくことが大切だということを学べた。顧客の要望をよく理解して適切な進め方をしなければならないと考えました。

saiken4545

建設・土木　関連職

どの様な目的でAIを活用するか、又その達成イメージを以って、どの様な環境を設定すべきか理解できました。

rl-masayuki

その他

AIの業務環境を作るには業務全体の流れや作業量及び作業内容をしぅかり把握して理解したうえで段階的に進める事が大事と思いました

ichir

専門職

AIシステムを導入する際にその環境構築が重要であることを学んだ。
セキュリティー性、カスタマイズ性、費用、導入の難易度などトータル的に検討し判断するようにした。

kinjo2024

IT・WEB・エンジニア

どのような場面でAIを活用するかによって構築すべき環境が異なることがわかった。
また、学習フェーズと予測フェーズの違いなども理解したうえで、AIモデルの設計を考える必要があると感じた。

t_n_chocolate

IT・WEB・エンジニア

AIの環境を構築する上での注意点などを理解することができました。

imaiaru

人事・労務・法務

Pythonを学び直したいと思いました。

ananana

販売・サービス・事務

最近はなんでもクラウド上。

e_co

販売・サービス・事務

AI活用は、業務に合った構築が必要。
環境整備等、しっかり検討した上で活用するべきと理解した。

hi-std

IT・WEB・エンジニア

業務にあった環境を構築することが重要で、開発環境のものを本番環境に載せられないこともあるということを知ることができた。

ma-yama

その他

大事なのは業務に合ったAI環境を構築していく。というのはAIに限らずすべての業務構築の際に言えることだと感じた

toshi-iwai

経理・財務

業務に合ったAI環境を作ることの大切さを学びました。AIって奥が深いですね。復習します。

yoshikouc

販売・サービス・事務

予測時にデータがどこまで取得できるかが注意

genchawan

販売・サービス・事務

現在の業務にはまだ関わることはないですが今後のために勉強になりました。

hatenage

販売・サービス・事務

Pythonでコーディングしているとのことですが、それをどうやって組み込みするのですか。
ROM化できますか。

keiko2_nakamura

その他

改めて目的、現場ニーズの把握の重要性を学んだ。
ここがぶれるとすべての工程で手戻りや使えない状況が発生し、成果につなげられないリスクが高くなる怖さを痛感した

sachi000

販売・サービス・事務

設計がやぱり一番大事ですね

kyo1227

営業

どの様な目的でAIを活用するか、又その達成イメージを以って、どの様な環境を設定すべきか理解できました。

ik_hrs

営業

AIの環境がどのように構築されるのか、どのように構築すべきか、について、全く考えたことがなかったが、業務に合わせた形にするために注意すべきことなども理解することができた。

ponde0627

経理・財務

予測のフェーズで学習フェーズと同じ特徴量が得られるかというのは良い気づきになった。

shun_14

販売・サービス・事務

業務で活用するためには、まずは何を予測したいのかについてもっと吟味して、計画性のある開発を行うことが重要だと思いました

y_yasuda1

経営・経営企画

Ai環境について理解できた
活用していきたい

bonjours

金融・不動産　関連職

python 稼働環境で悩んでいます。会社の標準環境もあるのですが、データ取得の制約で現状にフィットせず、結局自部の環境をPC上に作ることになりそうです。ただ、これでは環境の保守負担が残ります。環境構築はケースバイケースと言われても、最適なものを見つけることが難しいのが現状です。