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
LaiBlitz/corporateinformation
laiblitz
0
25k
他人が怖くて話せない私が、過去の寄り道に救われた『会話へのハードルを”割引”する方法』
aokiplayer
PRO
0
110
Leveraging Guest Podcasting to Boost SEO & Build Your Brand
brandonleibowitz
1
160
株式会社アドバンテッジリスクマネジメント会社紹介資料
arm0020
0
55k
月曜日のトラにおけるデータ分析 × AI の取り組み
nishicat
0
590
【エンジニア職】中途採用向け会社説明資料(テックファーム株式会社)
techfirm
0
5.7k
あつまれ_POの森_プロダクトオーナー初心者のためのやさしいQ_Aセッション.pdf
nolick1219
2
800
思考の渦から抜け出す - 個人・ロール を超えてコンテキストを揃える方法 / How to Align Context Beyond Individuals and Roles
medaka195
0
130
No Company - Company Deck 2025
nocompany
1
680
TOKIUM 会社紹介資料
tokium
1
180k
【会社紹介資料】25年7月度
creativeinfinity
0
410
malna-recruiting-pitch
malna
0
9.8k
Featured
See All Featured
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Stop Working from a Prison Cell
hatefulcrawdad
271
21k
GraphQLとの向き合い方2022年版
quramy
49
14k
Writing Fast Ruby
sferik
629
62k
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
127
53k
Optimizing for Happiness
mojombo
379
70k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.2k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
The World Runs on Bad Software
bkeepers
PRO
71
11k
How To Stay Up To Date on Web Technology
chriscoyier
791
250k
Learning to Love Humans: Emotional Interface Design
aarron
274
40k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
15
1.7k
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!