[4O3-GS-13] AI応用: プロジェクト管理と製品開発

[4O3-GS-13-01] 機械学習モデルの予測結果が遅延して得られる業務への適用フレームワークの提案

〇坂間 毅¹、新井 克人¹ (1. 株式会社シグマクシス)

キーワード：予測モデル、業務適用、フレームワーク、需要予測、故障予測

近年、機械学習アルゴリズムによる予測モデルの作成が広く行われ、実際のビジネス業務にも適用されつつある。こうした予測モデルの導入に際して発生する問題に、いかに対処すべきかについての議論は、"ML Ops"と呼ばれるものに含まれ、盛んに行われている。しかし特に、予測結果が遅延して得られる状況についてのベストプラクティスは、明確なフレームワークが提唱されていない。一方で、工場や実店舗などに予測モデルが適用される場合には、こうした予測結果の遅延が課題となる。
本報告では、フレームワークを提示することにより、予測結果が遅延して得られるビジネス業務へ予測モデルを適用する議論を喚起したい。このフレームワークでは、データドリフトの監視の必要性と、業務担当が単なるユーザを超えた役割を果たすべきことが結論される。