機械学習のビジネス化に必要なこと

近年技術が向上し多くの場面で使われている機械学習ですが、ビジネス化という点ではまだまだ発展途上です。

今のところ、うまくビジネスに結びつけて収益を上げていくために必要だなと感じていることをまとめると、次のようになります。

1.各手法の特性を把握しておく
機械学習にも決定木、SVM、ディープラーニングといった様々な手法があります。
それぞれの手法によって分析が得意なデータや整理し把握しておく必要があります。
時によっては機械学習を使わないという選択肢も求められます。

2.ビジネスのゴール設定を明確化しておく
ついつい機械学習使ってなんかやろうよからスタートしてしまいがちですが、ビジネス側のゴールを明確にしておかないと、精度の出ないまま工数だけが消費されていきかねません。

良い精度が出ないケースまで考慮した上で、期間、工数、精度を加味したゴール設定およびその共有は必須です。こう書いてみると、機械学習に限らず何にでも当てはまる当たり前のことのように思いますね。ただ、1については日々進化している情報をアップデートしていかないといけない点、2についてはスタート時に確実にこれだけの効果を得られますと断言できない点が、上手くいかないポイントとなりがちです。

いずれ手法の進化は緩やかになり、効果を得られないことがあるという理解が広まることになるとは思いますが、それまでは注意して機械学習に取り組んでいきたいところです。