NTTデータは2017年12月20日、機械学習などの人工知能（AI）を予測に活用するシステムを短納期・低コストで構築・導入するためのフレームワーク（ソフトウェア開発部品）として、「AICYCLE」を発表した。2018年1月から同社のSI（システム構築）サービスで利用する。ユースケースごとにパッケージアプリケーション化しており、ケースによっては簡単なカスタマイズだけで導入できるとしている。
NTTデータの「AICYCLE」は、AIを用いて予測を行うシステムを構築・導入するためのソフトウェア開発コンポーネントである。製造業における製造設備の故障検知や保険金請求の不正検知といった予測業務を、AIによって自動化する。AICYCLEを使うと、こうしたシステムを、短期間・低コストで導入できるとしている。
図1：AICYCLEの全体像（出典：NTTデータ）拡大画像表示
AICYCLEの特徴は、AIが予測を行う際の判断ロジックとなる「予測モデル」の陳腐化を回避できることである。予測モデルを自動で更新することで、予測精度（予測モデルの品質）を維持する。予測と実績の良否データや各種のビジネス関連データを基に、予測モデルを評価して更新する仕組みである。
図2：予測モデルを自動で更新して予測精度を維持する（出典：NTTデータ）拡大画像表示
製品提供の背景について同社は、予測モデルは陳腐化しやすいことを挙げている。「ビジネスの現場では、予測モデルの作成時点から短期間で周辺環境が変化することも多く、当初作成した予測モデルを使い続けると、予測精度の低下につながってしまう」（同社）。
例として同社は、製造業における製造設備の故障検知や、生産ラインにおける不適合製品の検知などのユースケースを挙げ、日々の設備メンテナンスや改善活動により、生産ラインの状況が変化することを示している。
「このため、当初構築した予測モデルのままでは、徐々に検知率が下がってしまう。保険金の不正請求においても、手口は日々巧妙化するため、新たな手口に対して、ある時点で構築した検知モデルで対応し続けることは難しい」（同社）
同社によると従来、予測モデルの更新は、データサイエンティストの手によって行われてきたが、AICYCLEはこれを自動化する。「これにより、より高い頻度で、人手をかけずに予測モデルを更新できるようになる。予測モデルが周辺環境の変化に追随できないことによって生じる予測精度の低下を解決できる」（同社）としている。
三菱重工航空エンジンが不適合製品の発生割合を47％削減
AICYCLEを導入した事例の第1弾として、三菱重工航空エンジンにおける航空エンジンブレード製造工程に導入し、不適合品の早期発見と工程改善の実現に向けた実証実験を行った。このPoCの導入期間は約2カ月である。
図3：三菱重工航空エンジンにおける航空エンジンブレード製造工程にAICYCLEを導入し、不適合品の早期発見と工程改善の実現に向けた実証実験を行った（出典：NTTデータ）拡大画像表示
検証内容として、品質データに基づく不適合製品の予測、予測された不適合製品の原因となる設備や品質異常箇所の推定、設備や品質異常箇所に対する推奨対策案の提示、メンテナンス時の工場停止時間や不適合製品率の削減効果検証、などを行った。
実験の効果として、不適合製品の発生割合を47％削減し、メンテナンスにかかる工場の停止時間（ダウンタイム）を25％削減し、今まで2カ月かかっていた予測モデル更新の所要時間を2分に短縮した。
この実証実験では、AICYCLEのAIエンジン部分に、機械学習を用いた予測モデルの作成を自動化するソフト「DataRobot」（開発会社は米DataRobot）を使った。教師あり学習を自動化するソフトであり、データサイエンティストがいなくても、Web画面からデータを登録して「何を予測するか」を指定するだけで、予測モデルを自動生成できる。
2018年1月以降、NTTデータが提供する各種のサービスにAICYCLEを適用していくという。製造業向けに加え、金融や流通、マーケティングなど他領域での導入も推進する。これら取り組みを通じて、2020年までにAIおよびアナリティクス領域において500億円規模の売り上げを目指す。
