事業の成長を支えるAI・機械学習ソフトウェアの開発を「ふつう」にするために

株式会社スクラムサインでは、データからビジネス課題に対して効果的なパターンを抽出します。そのパターンにもとづき現在から未来を予測するモデルを開発し、予測結果をもとに資源を最適化するAI・機械学習のデータドリブンアプローチと現場のフィールドワークを重視する人類学的なアプローチとを融合させてお客様の経営課題の解決に挑んでいます。

難しい経営課題に対して、真正面からトライし試行錯誤していく中で、立ち現れてくるより深い「問い」が生まれお客様と真摯に対話を重ねて、ありたい未来にむけて共にあゆんでいく。

私たちはそのような姿勢でこれまで仕事に向き合ってきました。

ここでは、お客様とともにAI開発に取り組んできた事例やその中での知見、サービスフローや私たちが目指す未来を記述しています。

Project

事例1 #医療現場

医療法人神甲会隈病院様

業界: 医療、病院

テーマ: 採血における合併症のリスクを減らすために

はじまり

弊社が運営している機械学習コミュニティに職員の方が参加してくださっており、最近付き合いのあった大手のAIベンダーが大手から出資をうけて残念ながらプロジェクトが途中で終わったので、スクラムサインにお声をかけていただいたのがきっかけでした。

テーマ

採血業務は病院経営で一番リスクがある部分であり、そこをAIを活用してリスクをへらせるのではということでプロジェクトがスタートしました。

アイデア

さっそく患者ごとの採血における難易度判定に取り組みましたが、単に採血の刺し直し回数だけで難易度を判定すると、新人の看護師にたまたまあたってしまった患者が、業務に慣れないために差し直しが多かった結果、採血難易度に反映されてしまうなどといったことがあり、難しい部分がありました。

一方でベテランスタッフは難しい患者さんにあたるこも多く、差し直し回数だけを考慮して指標化するとスキルがあるベテランスタッフが低めに評価されてしまうという逆のこともおこりました。

お客様の声にも記載しておりますが、関連事例の調査の際に、野球のピッチャーとバッターのスキルの評価に関する論文を発見する位ことができ、採血にも適用できるのではという仮説をもつにいたりました。

結果

現場でなんとなく行っていた看護師と患者の採血対応にかえて、弊社が推定した看護師スキルと患者難易度の指標が現場に導入されました、結果的にそれままで年に一回程度おこっていた採血時の合併症に対する対応がゼロになり、数年経った現在まで継続しています。

また新人スタッフにもいきなり難しい患者にあたることもなくなり、段階を踏んでスキルアップしていけるようになったという話も現場からあがってきて当初は想定していなかった効果もありました。

本内容は第二回メディカルAI学会にて口頭発表しております。

お客様の声

お会いするにつれ徐々に技術力がある会社だなと分かりました。~採血における患者難易度を指標化

事例2 ＃物流倉庫

株式会社フェリシモ様

テーマ: 物流倉庫の棚配置を効率化したい

はじまり

金融機関様より、スクラムサインという神戸でAIをやっている面白い会社があるよという感じで、ご紹介いただきました。

特にゴールはさだめず、主にIT部門の方々と弊社の共創開発拠点DEP.で平日の夜に集まって軽食とお酒をのみながら、お仕事のお話をじっくりお伺いしたり、現場の物流倉庫を見学させていただきながらどのあたりが一緒に取り組めそうか話し合いながら進めました。

最終的に物流倉庫の在庫移動を効率化していことがテーマになりました。

フィールドワーク

弊社の方からお願いして実際に倉庫での在庫作業を体験させてもらいました。また過去のデータから具体的な商品の移動を追っていき無駄な部分を特定して可視化していきました。

お客様が思っている以上に現場での作業に労力と時間を取られていることがわかりました。

アイデア

どのような在庫移動のルールにしていくかを検討するにあたり、お客様の中ではそれまでもルールベースで取り決めがありましたが、弊社が過去のデータから数万点の商品それぞれの先一ヶ月間における受注確率も加味して予測するモデルを作成しその確率を考慮して在庫移動のリストを作成することになりました。

結果

機械学習シミュレーションでは在庫の移動の無駄が大きく削減できることが示唆されました。

定期的に過去データから自動で傾向を学習し日々の在庫移動推奨リストを作成するシステムが稼働しています。(現在はテスト評価中)

お客様の声

自らその作業を体験されて、きちんと現場感を大切にしている部分が凄いなと感じました。

WorkFlow

どのようにAIプロジェクトをすすめていったかと、その際のアドバイスを記載したいと思います。

Phase1:課題の設定

↓

Phase2: プロトタイプの開発

================================

↓

Phase3: 実装

↓

Phase4: 勉強会カルチャーの醸成

↓

株式会社スクラムサインでは、お客様の課題を解決するために大きく４つのフローを設けています。

フェーズ前半では探索と解決策の考案、課題の多くは事業部門の効率化したい、売り上げをあげたい等ざっくりした問題であることがほとんどなため、課題を深掘りしより本質的な課題を探索します。

プロトタイプを開発してPoCサイクルをまわしていきます。

フェーズ後半では実際に現場導入のための開発と定着をはかるための勉強会を実施していきます。

[ Phase1:課題の設定 ]

概要

どのような領域に機械学習・AIを適用していくかは、通常プロジェウトには少なくない予算が必要ですので重要な意思決定です。ヒアリングやワークショップ、フィールドワークと探索的なデータ分析の両方のプロセスから浮かび上がってきた課題を、経営を次のステージに進める本質的な課題として仮説設定を行います。この課題がプロジェクトの起点になります。

一つのゴールとして課題を探求するためのマイルストーンを作成します。

手法・ツール

経営層へのヒアリング

ワークショップ

フィールドワーク

探索的データ分析

アウトプット

プロジェクトのマイルストーン

データ可視化と集計

ワンポイントアドバイス

特に探索的なデータ分析を行う過程で、今まで広く把握されていなかった事実がでてくることはよくあることです。現場担当者だけでなく少なくとも事業責任者が関わっていくことがプロジェクトを円滑に進める上で大切なことだと考えています。

また、意見が食い違ってきた場合に、関連するデータを分析してデータから発せられる声に耳を傾けるようにしています。

[ Phase2: プロトタイプの開発 ]

概要

プロトタイプとは仮説を検証するための必要最低限を盛り込んだ動作するソフトウェアです。

AI・機械学習モデルの場合は、最初は仮想の人工データを使って行うことが多いです。

シミュレーター上でどのような成果をだせるか検証するために作成します。

プロトタイプを作成するために各種調査を行います。弊社の場合は開発はアジャイル開発と呼ばれる逐次的な開発手法で行うことが多いです。

手法・ツール

プロトタイピング

業界の技術調査・事例調査

海外の技術論文調査

アジャイルソフトウェア開発

アウトプット

報告会

プロトタイプ

ワンポイントアドバイス

この工程はどれだけ試行錯誤ができるかの一番スピード感がもとめられるのですが、一番誤解がうまれやすくもあります。プロトタイプとして、どの部分を省略したのか、どのような技術を利用し、シミュレータ上でどのような成果が得られ、どのようなリスクや可能性があるのかを、データサイエンティストや機械学習エンジニアと呼ばれる技術とプロジェクトのリーダーはしっかり話し合います。

[ Phase3: 実装 ]

概要

プロトタイプである程度成果が見込めることがわかったうえで、実際の業務に適用するためのシステムを構築するフェーズです。通常のシステム開発と同じように開発を行いますが、近年注目されているMLOpsという機械学習と運用のフレームワークで学習と推論がうまく回るようにアーキテクチャーを構成します。

手法・ツール

MLOps

AWS・GCP等のクラウドコンピューティング

サーバーレス・アーキテクチャー

API設計

アウトプット

アプリケーションに出力するための計算結果

結果の評価レポート

ワンポイントアドバイス

ここで本格的な開発をおこなっていくことになるのですが、工数や難易度は行う課題によってさまざまです。クラウドを利用する場合は、どれだけの計算をどれだけの頻度と規模で行うかで費用が大きく違ってくるため、概算でも良いので事前に見積もっておくことがポイントです。

弊社では、コスト面とメンテナンス性からサーバーレスのMLシステムを構築することが多いです。

Phase4: 勉強会カルチャーの醸成

概要

実運用された機械学習・AIモデルができある程度実績ができると社内の関心もぐっと増してきますが、多くのAIプロジェクトは私たちが観測する範囲ではありますがプロジェクトを行っていることだけで満足してしまい多くは残念ながら単発の取り組みに終わっているように感じます。

カルチャーとはAI・機械学習の動作の原理原則や自社の商品を買ってくれているお客様のことをデータと現場の声をもとに、私たちのような専門家とともに学び合う組織風土をイメージしてもらえるとよいです。

あスクラムサインではる程度、プロジェクトが進むと社内の自主的な勉強会の運営支援を行っています。その際、後述するMath & Codingという数学と機械学習のコミュニティ活動での勉強会の知見をいかしています。

手法・ツール

ファシリテーション

コーチング

アウトプット

研修・授業

ワークショップ

自主勉強会

ワンポイントアドバイス

上司の理解が本当に大切ですが、弊社のお客様では、経営幹部を中心にあつめた数学機械学習の勉強会を開催されており、定期的に経営課題をAI・機械学習で解くことができるかの勉強会を開催されています。そちらに弊社のメンバーがファシリテーターやコーチの役割ではいらせていただき運営のサポートをしています。

よくある研修では教師と生徒という関係性から主体性がなく知識を単に詰め込むだけとなってしまいがちですが、そうすると、せっかく学んだことが応用がきかないことが多いので、そうならないような工夫が必要です

最後に

株式会社スクラムサインはお客様の事業を次のステージに進めるようなAI・機械学習のソフトウェアを月額固定の料金で共創開発している会社です。

「解く喜びをわかちあう」ことをミッションにして弊社がAI・機械学習関連のシステム開発において伴走支援する企業様とともに意義深いシステムとデータと人を両方大切にする文化をつくっていけたらと思っております。

弊社は以下のような企業様・個人の方との出会いを求めております。

弊社の取り組みやお客様との関係性の持ち方に賛同してくださり協業したい企業様

AI分野の共創開発パートナーとしてワークフローをもとにAI・機械学習のプロジェクトをすすめることに関心をもたれる企業様

自社のプロダクトにデータから分析したパターンを組み込み新しい顧客体験をつくっていきたい企業様

変化が激しい分野なので自社でデータサイエンティストや機械学習エンジニアを採用〜教育〜戦力化することが難しく弊社のような外部と内部の中間のような関係性での開発に興味をもっていただける企業様

弊社にフィットする企業を紹介して引き合わせていただける個人・企業様

株式会社スクラムサイン

お問い合わせ

・AI・機械学習に関するお仕事のご依頼に関するご相談

・協業に関するお問い合わせ

・取材に関するお問い合わせ

・採用に関するお問い合わせ

・弊社へのご提案に関するお問い合わせ

下記のフォームよりお問い合わせください。　>>お問い合わせ