有料コンテンツの購読
現在、Web上での有料コンテンツ購読機能は準備中です。 ご不便をおかけしますが、有料コンテンツを購読希望の方は モバイルアプリ上で購読の手続きを行ってください
認証方法を選んでください
ご協力いただきありがとうございます。 いただいた情報は実名認証のみに使用いたします。
利用可能になる機能
コメントの公開範囲が すべてのユーザーまで開放されます
フォロー中トピックスの投稿にコメント・返信ができるようになります
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
お名前の変更には 再度実名認証が必要です
Facebookで認証を行う
LinkedInで認証を行う
名刺・学生証で認証を行う
名刺または学生証を利用して 実名認証を行いましょう
名刺または学生証をアップロード
※ 名刺等の情報は照合にのみ利用します
※ アップロードされた資料は公開されません
入力された情報に虚偽があった場合、認証が取り消されることがあります。 これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
を利用して 実名認証を行いましょう
入力された情報に虚偽があった場合、認証が取り消されることがあります。 これに同意の上、下記のチェックボックスにチェックして登録を完了してください。
実名認証を行う
実名認証が完了しました
ご協力いただきありがとうございました。 一層のコミュニティ活性化に取り組んで参ります。引き続きNewsPicksをご活用ください。
利用をつづける
実名認証をして コメントを発信しよう
現在あなたのコメント公開範囲は フォロワーのみに限定されています
信頼性の高いコメントコミュニティをつくっていくために、実名認証にご協力をお願いします。設定を行うことでコメントの公開範囲が「すべての利用ユーザー」 に開放されます。
実名認証を行う
あとで
学割プラン継続確認
学割プランは毎年 月に更新の確認を行っております。
月以降も学割プランを継続されたい方は、 学生情報を更新してください。 学生情報を更新されない場合、 次回更新時に自動解約となります。 卒業される方等、プレミアムプランに移行される方には 1ヶ月無料期間をサービスいたします。
学割プランを更新されない場合
学生の場合
学生の間であれば、またいつでも学割プランにお申込み頂けます。
社会人になる場合
いま、アンケートに答えてプレミアムプランに移行すると1ヶ月無料の特典が受けられます。 ここで「更新しない」を選択すると、後からは1ヶ月無料の特典は受けられなくなりますのでご注意ください。
メール認証をしてください
ご登録いただいたメールアドレス宛に届くメールから URLをクリックし本人確認をお願い致します。 届いてない場合、見つからない場合は下記から再送と認証をお願い致します。
再送設定する
閉じる
新しいトップページへの フィードバックのお願い フィードバックを受けて改善いたしますので、ご意見・ご要望をいただけませんか?
ご意見・ご要望はこちらまで 閉じる
そもそもデータを使って何をするのか、またその方向性に基づくデータ収集が出来てるかどうか。これらの問題はデータプラットフォームが解決してくれることではありません。DatabricksやPalantierのような統合プラットフォームは、料理で言えばキッチンのようなもので、実際の料理をする料理人は提供してくれません。
AI活用の潮流として重要な動きを他に挙げるとすると、ここにも上がっているGPT3などの巨大な汎用モデルと、バーチカルAIがあります。前者に関しては本記事でも触れられていますが、データプラットフォームを変えてもこういうモデルを作る能力を獲得できるわけではないのと、そもそも古社ごとに作る必要すらなくなる。汎用性が非常に高く、今まで個別に学習させないとできなかったことが自社でモデル構築しなくてもできてしまう。同じくOpenAIから発表されたCLIPなども一つのモデルであらゆる物体の認識に応用できてしまう。
もう一つのバーチカルAIは、逆に特定のことに特化している一方で、生身のモデルではなく即業務導入可能なシステムとして提供される。あらゆる業務にそのようなソリューションが存在しているわけではないが、例えば先日私のPodCastで取材したtractableなんかは保険会社から絶大な支持を得てる。こう言うものが既にある業務に対して、自社でスクラッチで開発するのはもはやメイクセンスしない。
と言うことで最後は少し宣伝ですが、こういうトピックに興味のある方は、こちらのポッドキャストをどうぞ: https://ledge.ai/topic/podcast/
ビジネスの裏を支え、地味だけれども急速に成長する黒子企業です。この企業が注目されているのは、そのサービスとともに、共同創業者、チームの強さにもあります。
カリフォルニア大学バークレー校で開発された「アパッチ・スパーク」のコアの開発者たちが創業。ビッグデータと機械学習のために必要なデータの高速処理を可能にするソフトウェアで、これが元になってデータブリックスが生まれています。ゴリゴリの研究者たちが、起業して大成功しているというストーリーも非常に面白いです。
当初、CEOはバークレー校の教授でした。最初は売り上げがなかなか立たず、その後、現在のCEOのアリ・ゴディシ氏が引き継ぎました。その時、初期に投資をしたベンチャーキャピタル(VC)のアンドリーセン・ホロウィッツは、研究者がトップであれば、前のCEOと変わらない、とゴディシ氏の選出に難色を示したそうです。ところが今では、アンドリーセン・ホロウィッツの投資先ポートフォリオで最高のCEOの一人になったと言われるほど。
インタビューの話も軽快で、データブリックスがやろうとしていることを非常にわかりやすく教えてくれています。
今年は大きな動きが出てきそうなので、その点も注目です。
データ分析で大切なのが、クレンジング。これが結構むずかしいし、時間がかかる。決済データを使って商品のカテゴリー化をするのためには、加盟店名やマーチャントカテゴリーコードなどを整理する必要がある。それを自動でやってくれれば、本当にデータ分析の民主化になります。
スターバックスでは、データ処理速度が50から100倍になったとのこと。コムキャストでは、インフラ管理に必要な人材を90%も削減できたそうです。これはすごい。
クラウド上に非構造化でもいいのでデータを溜めておけば、誰でもAIを使えるというサービスがシンプルで良いですね。
記事も難しい内容がわかりやすく書かれているのでオススメです!
いずれも、データを処理するものです。
データ処理っていうのは、例えばコピペです。大きなファイルをコピペすると、数分待たされることってありますよね。その何万倍ってことになります。
テラバイト級(1テラバイト=1000ギガバイト)のデータになると、夜間で処理が終わらなかったってこともザラ。
これを高速に処理する方法が、分散処理です。Databricks、Apache Sparkで分散処理を使うことができます。
分散処理っていうのは、要はたくさんのサーバが並行して処理すること。1台のサーバで時間がかかるなら、たくさんのサーバでやってしまおうってことです。
分散処理を扱える人材は、正直少ないです。日本企業の競争力を高めるためには、分散処理を扱える人材を増やす必要があります。
創業までの経緯は賭けと言っていますが、先を見続けているからこそのここまでの成長でしょうし、視座が高いからこそ目前のIPOが気になるリストにも入ってないという。そんな働き方にはとても共感できました。
テクノロジーをよりシンプルにできた者、それが未来の勝者となるのですから。』
「先月の収益は?先週の収益は?国別の収益は?」という過去の質問に関しては、データウェアハウスを使ってデータアナリストが作業しなければならない。
「来月の収益は?来週の収益は?」という未来の質問に関しては、機械学習の技術を使いデータサイエンティストが作業しなければならない。
これらをまとめて、使えるようにするのがデータブリックスという点ですね。
一つだけ違和感というか脅威というのを感じたのが、データの世界でまた少数の企業が世界を牛耳る形になるのかなと思った点です。
ですが、データアナリストもデータサイエンティストも世界中枯渇していますので、仕方がない流れなのかも知れません。