前へ 1 2 3 4 次へ

Google Cloud Day基調講演レポ パートナープログラムやユーザー事例も披露

DXに必要なデータ活用、内製化、コラボレーションをジェネレーティブAIで支援

文●大河原克行 編集●大谷イビサ

  • この記事をはてなブックマークに追加
  • 本文印刷

 グーグル・クラウド・ジャパンは、2023年5月23日から「Google Cloud Day ’23 Tour」を開催している。Google Cloud Dayは開発者からビジネスリーダーまでを対象に、Google Cloudの最新ソリューションと国内先進事例を公開する年次イベント。基調講演ではグーグル・クラウド・ジャパン代表の平手智行氏が登壇。「内製化」「データ活用」「コラボレーション」、そして「ジェネレーティブAI」などの切り口から、同社の最新の技術や製品などについて説明。また、新たな国内パートナープログラムについても明らかにした。

グーグル・クラウド・ジャパン 代表の平手智行氏

Google Cloudで実現するデータ分析 ジェネレーティブAIの取り組みを披露

 東京会場の開催初日午前10時から行なわれた基調講演で平手氏は、「クラウドシフトが進展するなかで、Google Cloudを利用している企業は、デジタルネイティブ企業から国内大手企業まで多岐に渡っている。Google Cloudは、DXを加速させるために、一番の伴奏者として、さらに前進していきたい」とアピール。「技術革新や価値観の多様化により、想定以上のスピードで物事が変化しており、DXに対する関心が高まっている。DXを実現するには組織としてのアジリティを高め、状況に応じて柔軟に、迅速に対応していく必要がある」と指摘した。

 その上で、「不確実な時代のなかで、データによって状況を可視化し、素早く対応するためのデータドリブン経営が重要となる」と説明。「そのためには、データ活用、内製化、コラボレーションに注目していかなくてはならない。Google Cloudのミッションは、あらゆる組織が挑む、デジタルによる変革を加速させることである。2023年は、データ活用、内製化、コラボレーションの観点から、さまざまな顧客と取り組みを進める」と述べた。

DXに必要なデータ活用、内製化、コラボレーション

 1つめの「データ活用」においては、調査結果をもとに、組織の成功にはデータとアナリティクスへのアクセスの民主化が重要だとする経営者が91%、AI機能へのアクセスの民主化が重要であるとの回答が76%に達していることに触れながら、「多くの経営者がデータとAIを積極的に開放し、必要な投資を行なうことで、データの利活用を促進している」とした。

 ここでは、データ活用を実現する上で重要なキーワードになっているジェネレーティブAIについて説明した。

 グーグル・クラウド・ジャパン AI/ML 事業開発部長の下田倫大氏は、「Googleは、2017年にTransformersを発表して以降、BERT、T5、LaMDA、PaLM、PaLM2といった大規模言語モデルを発表。ジェネレーティブAIのリーディング企業の1つとして、これらを活用したコンシューマー向け、エンタープライズ向けのプロダクトを提供している」と切り出した。

グーグル・クラウド・ジャパン AI/ML 事業開発部長 下田倫大氏

ジェネレーティブAI領域の歩み

 5月に開催した開発者向け年次イベント「Google I/O 2023」では、エンタープライズ向けAIとして、エンドツーエンドの機会学習プラットフォームである「Generative AI support in Vertex AI」や、ジェネレーティブAIを活用したアプリ開発を支援する「Generative AI App Builder」を発表したことを紹介した。

 また、「Vertex AIを通じて、ノーコード/ローコードで機械学習モデルを活用するためのAPIや、フルスクラッチで機械学習モデルを開発するためのツールセットなど、機械学習に関わる幅広い領域のサービスを提供しているほか、Google Cloudのさまざまなサービスと連携し、さまざまな領域でのAI活用を進められるようになっている。さらに、Vertex AIと、クラウド型DBであるCloud SpannerとAlloy DBをスムーズに連携できるようにし、加えて、Vertex AIの責任あるAIの開発をサポートするための機能群を提供しており、モデルのモニタリングや管理を行なうことで、AIの実運用をサポートすることになる」などと語った。

 新たに提供したBig Query ML推論エンジンでは、Big QueryとVertex AIを、SQLを通じてシームレスに連携できるようにしており、「データサイエンテストがVertex AI上で需要予測モデルを構築し、それをデータエンジニアがBig Query上で行なう在庫管理の分析処理と連携させることが容易になるほか、発注管理を行なうビジネス部門が利用するスプレッドシートやBIツールと連携させることでエンドユーザーもAIモデルを業務に取り込むことができる」などと語った。

BigQuery ML推論エンジン

前へ 1 2 3 4 次へ

過去記事アーカイブ

2024年
04月
05月
06月
07月
08月
09月
10月
12月
2023年
01月
02月
03月
05月
06月
07月
09月
12月
2022年
03月
04月
05月
06月
07月
08月
12月
2021年
02月
04月
05月
06月
08月
09月
10月
11月
2020年
05月
06月
2019年
04月
11月
2018年
07月
09月
10月
2017年
06月
2014年
07月