「AI開発機能を提供するプロダクト」を開発する理想の体制とは？
はじめに
アダコテックでは、外観検査自動化を実現するためのSaaSを開発しています。
AIを活用して何かサービスを展開するのではなく、「AI開発機能を提供するプロダクト」をサービスとして提供しています。
「AI開発機能を提供するプロダクト」はどのような体制で開発していくのが良いのでしょうか？
よくあるAIの開発体制
下記はオライリー社の機械学習デザインパターンに記載されていたAI導入プロジェクトの流れと役割を示す図です。
データの取り込みからユーザーインターフェースの開発の流れがあり、様々な役割のエンジニアが関わる事がわかります。
ただ、この図は各種エンジニアが作成したモデルをサービスに組み込むためのものであって、「AI開発機能を提供するプロダクト」をサービス化するためのものではありません。
それでは「AI開発機能を提供するプロダクト」は、どのような体制で開発を進めて行けば良いのでしょうか？
AI開発機能を提供するプロダクトは誰が使うのか？
「AI開発機能を提供するプロダクト」は、データサイエンティストなどのエンジニアではなく、AI開発に詳しくない方々に対して提供されるものとだと考えています。
このため、
1. 簡単に性能の高いモデルを作れる仕組み
2. 簡単にモデルの性能検証を行える仕組み
3. 完成したモデルを簡単にデプロイする仕組み
などの機能を開発していく必要があります。
開発を進めるにあたってはリリースする機能が本当に必要なのか、AI開発に詳しくないユーザーが使いこなせる形になっているのか、慎重に検討していく必要があります。
AI開発機能を提供するための開発体制
弊社のPdMは「BtoBでは、PMFの前段階にOperation Market Fitが存在する」と提唱しています。
この考えをベースにすると、AI開発機能を提供するプロダクトを推進するにあたって、我々自身もモデル作成に関わっていき、オペレーションを評価できる体制を作る必要があります。
これを実現するためには研究開発、基盤開発、オペレーション開発と3つの役割があると考えます。
データサイエンティストはお客様への導入支援などを行う過程で、自社技術の有効性を検証し、課題の洗い出しを行っていきます。
洗い出された課題は、研究開発チームに共有され課題解決のための要素技術を進めていきます。
そして開発された要素技術は基盤開発チームと共有され、学習基盤に組み込まれていきます。
データサイエンティストは、学習基盤に組み込まれた要素技術を実際に活用してオペレーションとしての課題点を整理していきます。
必要に応じては研究開発チームや基盤開発チームと連携し、オペレーションを確立していきます。
こうして確立されたオペレーションを新機能としてプロダクトに組み込んでいく流れとなります。
おわりに
弊社では3つの役割から、要素技術とオペレーションの開発を行いプロダクトに組み込んでいます。
このため、自分の専門職域以外の分野とも関りが多く、技術の幅を広げたいと考える方は色々チャレンジできると思います。
このような開発の中で、プロダクトの開発も行い自身のスキルアップも行っていく。そんな事に興味のある方はご連絡下さい！
一度カジュアルにお話しましょう！
メンバー募集中です
アダコテックは上記のような画像処理技術を使って、大手メーカーの検査ラインを自動化するソフトウェアを開発している会社です。
機械学習や画像処理の内部ロジックに興味がある方、ご連絡下さい！
我々と一緒にモノづくりに革新を起こしましょう！
https://adacotech.co.jp/recruit
インターン募集も行っています。学生の方もご興味があれば、是非ご連絡ください。
https://www.wantedly.com/projects/827835
この記事が気に入ったらサポートをしてみませんか？