データロボットがAIを自動化する方法

テーブル：

1. データとクラウドの台頭
2. ダン・ライト氏のインタビュー
3. データロボットのCEOとしての経験
4. AIシステムからの価値の取得方法
5. 機械学習とニューラルネットワークについて
6. データロボットの自動化されたAI
7. 機械学習と深層学習の違い
8. データアナリストとビジネスアナリスト向けのプラットフォームの使用方法
9. データロボットの新しい機能
10. AI分野の競争と将来展望

🎙️ ダン・ライト氏のインタビュー

データとクラウドが台頭する現代において、「Rise of the Data, Cloud」へのご参加ありがとうございます。本日のエピソードでは、データロボットの社長兼CEOであるダン・ライト氏とのインタビューがお送りします。ダン氏は、データロボット、App Dynamics、Log DNA People.aiなどの革新的なテクノロジー企業において、成長と運用の卓越性を推進する経験を持っています。このインタビューでは、機械学習、ニューラルネットワーク、AIシステムからの価値の取得方法などについてダン氏が語ります。是非、ダン・ライト氏（データロボットの社長兼CEO）と司会のスティーブ・ハムとのインタビューをお楽しみください。

社交的なリモート環境

スティーブ: ダンさん、まずはじめにお会いできて嬉しいです。カリフォルニアにお住まいですが、会社本部がボストンにあるというのは少し珍しいですね。カリフォルニアから会社にどのように関与していらっしゃるんですか？

ダン: まず、みなさんリモートで働いている状況ですが、当社は設立当初から分散型の企業でしたので、この点ではリモートワークには十分に慣れています。東京という重要なオフィスがあり、ロンドンやアメリカ全土でも存在感があります。もちろん、本社は2012年の設立以来、ボストンにありますが、昨年、ベイエリアで3つの別の企業を買収したことで、ベイエリアにおける重要な存在感も持っています。私自身もボストンで3年間暮らしたことがありますし、カリフォルニア出身ですので、すぐに意気投合し、お互いが協力できると分かりました。距離があるにも関わらず、非常にうまく機能しています。私は旅行可能な時にボストンに訪れ、ジェレミー氏もこちらに来てくれます。

スティーブ: ダンさんは、2020年初頭にデータロボットの社長兼CEOとして参加されましたが、以前はApp DynamicsのCEOであり、独立系企業だった頃からCiscoに買収された後まで経験されたんですよね。再びスタートアップの世界に戻る感覚はどうですか？

ダン: これは素晴らしい経験です。私自身、企業の建設や顧客に真の価値を提供する新しいテクノロジーの導入に情熱を持っています。App Dynamicsでの経験は素晴らしかったですし、データロボットでも同じようなことができる機会を得ることは、私にとって大いにエネルギーを与え、興奮をもたらしてくれるものです。私たちの持っている技術は本当にユニークであり、AIの力を引き出すのに役立ちます。AIの力は重要であり、その重要性はますます高まっていくでしょう。私は年初に会社に参加しましたが、参加してからの毎分を愛していますね。

スティーブ: 今回がAI企業の幹部としての初めてですか？機械学習のクラッシュコースを受ける必要がありましたか？

ダン: 結論から言うと、はい、そしていいえです。App Dynamicsにいた頃から、製品には機械学習が組み込まれていましたので、機械学習の仕組みや、それが顧客にもたらす効果については十分に理解していました。機械学習は従来の手動作業を自動化し、従来の手順よりも早く価値を提供する上で、非常にパワフルなツールだと認識していました。ただし、データロボットはユニークな企業であり、エンドツーエンドのエンタープライズAIに特化しています。これには違ったアプローチが必要でした。加えて、1月に参加してからたくさんのことを学びましたし、基礎を築くために努力しました。データロボットにおける私たちのバリュープロポジションは、AIを自動化するというものです。AIを自動化するとはどういうことか、プラットフォームの使用方法について具体的に説明しますね。

スティーブ: おおよそ理解しましたが、まとめると、データロボットはAIを自動化しているのですね。具体的にはどのようにしてプラットフォームを使用するのでしょうか？

ダン: AIを自動化するということは、AIの歴史を振り返るとより明確に理解できます。データロボット以前は、AI関連の作業は手動で行われていました。人々が機械学習モデルを手動で作成し、データセットのタグ付けやクリーニングを行い、モデルへ適用するために手作業で準備をし、モデルをデプロイするためにDevOpsに引き渡し、データが変更されるたびに手動でモデルを更新する必要がありました。これらの手順はすべて非常に長い時間がかかりました。2012年のデータロボットの設立当初は、AIの自動化機能を最初に実現したパイオニア企業でした。手動でモデルを作成する代わりに、データロボットはモデル作成の全プロセスを自動化できました。さらに、オープンソースのデータロボット固有のベストモデルなど、さまざまなモデルから最適なモデルを選択することができました。これにより、モデル選択にかかる時間が数分から数週間に短縮され、品質も向上しました。データロボットはこれ以降、従来は手作業で行われていたエンドツーエンドのプロセスの自動化を進め、データのタグ付けやクリーニングなどの作業も自動化しました。また、モデルの本番環境へのデプロイも自動化するためのML Opsオファリングを提供しています。モデルが本番環境にデプロイされ、データの劣化や変化に基づいてモデルを迅速に更新し、再デプロイできる仕組みを提供しています。これにより、企業は迅速に価値を得ることができ、中断することなくAIの利益を享受できます。我々はすべてのステップを自動化し、N10プラットフォームを持っているので、さらにアプリケーションを作成することができます。これらの新しいリリースで、アプリケーションを提供し始めたところです。これにより、AIの消費者はより効率的で自動化された方法で価値を得ることができます。これは重要です。過去に、AIを導入する際の最大の障害は、非常に手動的なプロセスであるため、会社が価値を実感するまでに時間がかかったことです。これを加速させるために、我々が行っているのは、すべてを早めることです。

[...]

以下略

ハイライト：

• データロボットはAIのエンドツーエンドプラットフォームです。
• データロボットは機械学習と深層学習を自動化します。
• データロボットの革新的な機能は、さまざまな業界で多くの用途に活用できます。

FAQ:
Q: データロボットはどのようにAIを自動化するのですか？
A: データロボットは、機械学習および深層学習のプロセスを自動化することでAIを自動化します。具体的には、モデルの作成、データのタグ付けとクリーニング、モデルのデプロイなどを自動化します。

Q: データロボットの革新的な機能のいくつかは何ですか？
A: データロボットの革新的な機能には、ビジュアルAIや機械学習、深層学習などがあります。これらの機能により、顧客はデータの活用と意思決定を迅速かつ効率的に行うことができます。

リソース:

• データロボット（公式ウェブサイト）

以上です。