人工知能が変える不動産仲介のスタイル--AI活用で顧客対応に集中 - (page 2)

ビッグデータ基盤により事業立ち上げが加速

　講演の後半では、トレジャーデータの技術を利用しているリブセンスが、活用事例を紹介してくれた。

　リブセンスの村田氏は、現在、第1次（1960年代）、第2次（1980年代）に続き、「第3次AIブーム」が来ていると話す。ブームになった理由は、ストレージ技術、ネットワーク技術、コンピューティング技術が発達し、コモディティ化が進んだことで、データの収集、蓄積、解析のハードルが下がったためだそうだ。

　クラウドサービスを利用すれば、手元にデータやサーバを用意することなく、初期投資なしで大量のデータを処理できる。これにより、過去に発案されたものの実現困難だった機械学習などのAI技術が容易に試せるようになった。そして、これがアイデアを持つ人の行動を後押ししている。

　この状況を受け、リブセンスも中古マンションを対象とするリアルタイム査定サービス「IESHIL（イエシル）」でトレジャーデータの「Hivemall」などを通じ、機械学習技術を実際の事業に応用している。

トレジャーデータ製品で事業立ち上げが加速

　村田氏によると、トレジャーデータの各種製品を導入したことで、IESHILの事業立ち上げが加速されたという。大量データの前処理と保存、運用コードの実行に関する課題が、トレジャーデータの製品で以下のように解決できたのだ。

• データの前処理：解析対象のデータはクローリングして取得したもので、形式や表記ルールは多種多様だ。こうしたデータを名寄せするには、表記揺れを吸収して整えなければならないが難しい。これに対し、ワークフロー管理ツール「digdag」を使ったことで「車輪の再発明を回避」しつつ、読みやすくメンテナンスしやすいコードが作れた。
• 大量データの保存：分析に利用するデータを集約するため、大容量ストレージが必要だった。これに対し、分散処理技術のHadoopにより、「気兼ねなく大量にデータが投入できる」ようになった。また、PostgreSQL互換のPrestoで「集計処理も一瞬」で済むという。
• 運用コードの実行：研究用コードはRやPythonといったプログラミング言語で記述されており、運用時に本番環境で動かしにくかった。これに対し、「Hivemall」は機械学習システムを可読性の高いSQLで動かせて、課題を「スケーラブルに解決」できた。

さまざまな課題を解決