NTTデータは2020年9月30日、マシンラーニング（機械学習）などのAIを活用したビジネスの短期開発と継続的な改善を支援するSIサービス「MLOps導入サービス」を開始した。従来であれば数カ月ほどかかっていたAIサービスの構築を、最短で数週間で実現できるとしている。NTTデータでは、グループ各社のSI案件に適用し、今後3年間で案件への導入件数100件を目指す。
NTTデータの「MLOps導入サービス」は、マシンラーニング（機械学習）などのAIを活用したビジネスの短期開発と継続的な改善を支援するSIサービスである。MLOpsは、DevOpsのマシンラーニング（機械学習）版に当たる。「マシンラーニングの開発担当者とシステムの運用担当者が互いに協調し合い、実装から商用システム運用までを円滑に進める概念を指している」（同社）。
NTTデータは従来、素早くシステムを構築・改善することを目的に、システム構築案件などにおいてDevOpsサービスを提供してきた。今回、AIによる新規ビジネス創出などの相談ニーズの増加に対応するため、DevOpsサービスの適用範囲をAIに拡大する。
AIにおいては、素早く精度を高めつつも、サービス公開後に継続的に精度を改善していく必要がある。AIモデルが陳腐化するからである。こうした背景から、DevOpsのノウハウとAI案件の知見を組み合わせた。AIサービスを短期間で商用化できるとしている。
AI開発プロセスを効率化するツールも活用する（図1）。例えば、ソフトウェア開発コンポーネントのAICYCLEを使うと、予測モデルを自動で更新できる。これにより、予測精度（予測モデルの品質）を維持できる（関連記事：機械学習の予測モデルを自動で評価・更新、NTTデータが新開発フレームワーク「AICYCLE」）。
図1：MLOpsサービスが提供するツールチェーン（出典：NTTデータ）拡大画像表示
MLOpsを提供する背景について同社は、AIプロジェクトが実ビジネスとして本格導入に至らないケースが多いという状況を挙げる。「理由の1つは、限られたPoC期間内に実業務に耐えられるレベルまでAIの精度を向上できないこと。もう1つの理由は、AIの開発担当者が作成したAIモデルをシステム開発担当者が引き継いで商用システムへ導入する際に、コミュニケーションや作業の分割コストによって導入に時間がかかることである」（同社）。
加えて同社は、昨今ではコロナウィルス感染拡大の影響で人の行動様式が日～週単位で変化するため、データサイエンティストがチューニングしたAIモデルの精度が陳腐化し、役に立たなくなるケースが多くなっている問題を指摘している。
