2021/11/29
プレスリリース

ノーコードのエンドツーエンド機械学習プラットフォーム 「DATAFLUCT cloud terminal.」のリニューアルに合わせサービスの名称を『Comler(コムラー)』に変更

非デジタル人材も活用できる、組織の機械学習/AIプロジェクトを成功に導くツール

データサイエンスで企業と社会の課題を解決する株式会社DATAFLUCT(本社所在地:東京都渋谷区、代表取締役:久米村 隼人)は、2021年11月29日、当社が提供するノーコードのエンドツーエンド機械学習プラットフォーム「DATAFLUCT cloud terminal.」のリニューアルに合わせ、サービス名を『Comler(コムラー)※1』へ変更し、新たにロゴマークを制定しました。

『Comler』の由来は「Collaborative Machine Learning Platform」で、機械学習/AIプロジェクトの成功に重要な役割を果たす「コラボレーション」がメインコンセプトです。チーム内だけでなく、AIエコシステム内の様々な企業やデータ、サービスとのコラボレーションを促進する機械学習プラットフォームを世に届けたいという信念を込めています。

当社の掲げる「マルチモーダルデータプラットフォーム構想※2」におけるAutoML/MLOpsサービスである『Comler』のリニューアルを通じて、データやITの専門人材以外も機械学習を使いこなせる環境をさらに整備・強化し、あらゆる組織のデータ活用レベルの向上を目指します。

※1  特許出願中(特願2021-187486)。
※2  構造化・非構造化を問わずビッグデータをカタログ化し、ノーコード、エンドツーエンドで活用できる環境を提供する構想。詳細はプレスリリースをご参照ください(https://datafluct.com/release/1718/)。

日本国内の機械学習/AIの活用状況

近年、世界中のあらゆる産業においてAIを活用した予測や分析へのニーズが高まっています。世界の機械学習プラットフォーム市場規模は2020年時点でおよそ1.5兆円超ともいわれており、今後もさらなる拡大が予想されています。
日本も同様に市場は拡大傾向にあるものの、データ活用の現状では、「相関や分散などの統計的な分析」は47.1%、「機械学習・ディープラーニングなどAIを活用した予測」は11.9%に留まっています※3

※3  総務省「デジタルデータの経済的価値の計測と活用の現状に関する調査研究」(2020年)https://www.soumu.go.jp/johotsusintokei/linkdata/r02_05_houkoku.pdf

難易度が高い機械学習の導入・運用

機械学習の導入・運用には、組織内のノウハウ・スキル・連携が重要です。通常、機械学習を導入するまでには検討しなければならない要素が多い上に、環境構築、データの準備・収集、結合・加工、モデルの構築・評価、精度の監視、アプリケーションへのモデル組み込みなど、各工程で専門的な知識を要します。また、運用・管理体制を維持するには、組織内の連携も必須です。それらの先頭に立つデータサイエンティストなどの専門人材を確保できないことを理由に、機械学習の導入を断念するケースも見られます。

エンドツーエンドでサポートするComler

当社は2019年の創業以来、あらゆる企業がデータを有効活用できる「データ活用の民主化」の実現を目指し、様々なサービスを開発してまいりました。
その実現に向けて重要な役割を担うサービスである『Comler』は、機械学習の導入・運用の課題を解決するため、機械学習モデルを構築できるマルチクラウド環境のAutoMLツールとして「DATAFLUCT cloud terminal.」の名称で2021年1月に提供を開始しました。多くの皆様にご利用いただく中で、マルチクラウドAutoMLだけでなく、データの準備から予測モデルの展開および運用管理までエンドツーエンドでサポートするサービスに進化することが必要であると考え、リニューアルを実施します。

『Comler』が目指すサービスの全体像 ※一部機能は開発中

Comler』の特色とリニューアルのポイント

『Comler』の特色は、データやITの専門人材以外も機械学習を使いこなせるよう、ノーコード、テンプレート、自動化といった要素を各機能に組み込み、社内のコラボレーションを推進できる点です。この度のリニューアルに伴い、以下の新たな機能の追加と改良を図りました。

1.前処理機能の自動化
社内データや各クラウドサービスから集めて統合したデータの前処理(加工・変換、結合・分割、集計・フィルタリング、データ保管、正規化・標準化、サンプリング)を自動で実施します。コーディングの必要なしに、データを探す手間や前処理の時間を大幅に削減できるようになりました。

2.シミュレーション機能結果の共有機能
実際に作成したモデルを利用した場合、どのような結果が得られるかをシミュレーションする機能を追加しました。モデルによって予測したい指標(来客数や売上、適正価格など)をプラットフォーム上で確認できるほか、指標に関連する値(たとえば、売上に関連する値としての広告費や人件費など)に上限を設けて、より現実的なシミュレーションも可能です。結果は実験ノートとして記録し共有できるため、組織内でのコラボレーションを促進します。

3モデル精度維持・監視機能の追加
モデル精度の監視や比較、バージョン管理、再学習のための自動教師データ作成などの機能を強化し、精度が劣化した状態での利用を防ぎ、常に高精度な予測・検知・最適化を実現します。

4.データパイプライン/MLOpsパイプラインの導入による工程再現の自動化
ノーコードでデータの前処理からモデル構築・評価、モデル展開・運用管理までの一連の工程を自動で再現できます。各工程の構築の自動化とモニタリングによって、本番環境で継続的にモデルを運用しやすくなりました。

5誰もが簡単に利用できるよう、操作性と視認性を高めたUI
誰もが複雑な作業を簡単かつ直感的に操作できるよう、UIを一新しました。モデル作成時のフォーマットやチャートの種類を充実させたほか、前処理時のはずれ値削除の操作をよりわかりやすくしました。さらに、ワークスペース上へのコメント付記機能を搭載し、チームでのコラボレーションツールとしての機能も強化しました。

6.アルゴリズムの手動選択機能の追加
自分で作成したアルゴリズムを使用してデータを解析したいというユーザーのニーズに応え、アルゴリズムを手動で選択できる機能を追加しました。解析したいケースやニーズに合わせ、柔軟にご利用いただけます。

『Comler』デモ動画:https://youtu.be/yhnDTBXMxLE

Comler業界別の想定ユースケース

本サービスは、様々な業界における予測・最適化・検知・判定にご活用いただけます。

業種:ユースケース例
小売:来客数予測、売上予測、需要予測 など
流通・農業:仕入れ最適化、収穫量予測 など
金融:経済指標予測、個人支出予測 など
環境・エネルギー:発電予測、蓄電予測、プライシング最適化 など
物流・工場:ルート最適化、故障予兆検知 など
デジタルマーケティング:コンバージョン率予測 など
モビリティ:渋滞予測、都市交通最適化 など
都市開発:人口増減予測、災害予測 など
スマートシティ:健康リスク判定、診断要否判定 など

サポート・教育体制を強化し、プロジェクトの実現に貢献

機械学習/AIプロジェクトを成功に導くため、『Comler』のサービスに加えてサポート面および教育面でも支援します。豊富なノウハウを有するカスタマーサクセス、プロフェッショナルサポートチームがプロジェクトのゴール設定を含めた導入支援を行うほか、データ活用人材を育成するための教育プログラムの提供やサービスの活用レシピを随時提供してまいります。

イベント情報

サービスの提供開始に際し、本サービスを活用してどのように機械学習プロジェクトをスタートし、成功へ導くかについてご紹介するウェビナーを開催します。機械学習/AIプロジェクトやデータドリブン経営の推進担当者、データサイエンティスト、DXや新規事業開発担当者におすすめの内容となっております。

【開催概要】
イベント名:データサイエンティスト不要。10倍早く進む機械学習プロジェクトスタート講座
日時:2021年12月13日(月) 16:00~17:00
開催方法:オンライン(「Zoomウェビナー」を使用)、入退場自由
参加費:無料
参加申し込み:https://datafluct211213.peatix.com/

Comlerの詳細に関するお問い合わせ

『Comler』の利用をご希望の方、サービスに興味・関心のある方は、ComlerのWebサイトよりメールアドレスをご登録ください。12月下旬以降、随時ご案内いたします。
Comler Webサイト:https://lp.comler.ai/