非公開ユーザー
情報通信・インターネット｜解析・シミュレーション｜20人未満｜ユーザー（利用者）
機械学習ソフトで利用
この製品・サービスの良いポイントは何でしょうか？
使い道のなかったカスタマーサポート業務で蓄積したデータを利用しています。データをS3に入て予測対象を設定して学習させればモデルが出来るます。モデルの良し悪しを見極めるために、モデル評価機能を使ってモデルをグラフに可視化してくれるので、納得するまで何度も調整しますが、クリック操作で設定内容を変更するだけなので非常に簡単です。
改善してほしいポイントは何でしょうか？
ユーザが作成したモデルを共有し合えAML専用のコミュニティーのようなものがると使い勝手が良くなると思います。
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
AMLで作成した予測モデルによって、サポート応対の効率化とカスタマー満足度向上に寄与していると思います。
大塚 光
セーバー株式会社｜ソフトウェア・SI｜開発｜20人未満｜ユーザー（利用者）
機械学習ソフトで利用
この製品・サービスの良いポイントは何でしょうか？
Amazonが提供してくれるトレーニング済みのAIを使用することで、機械学習の学習をすることなく最適な結果が得られるのがポイントです。
改善してほしいポイントは何でしょうか？
対応しているリージョンが少ないです。東京リージョンでも使用できるようになると使い勝手がさらに良くなります。
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
あらかじめトレーニング済みのAIが用意されているため、かなり楽に必要としているデータを取得することができました。
非公開ユーザー
情報通信・インターネット｜ITアーキテクト｜20人未満｜ユーザー（利用者）｜契約タイプ 有償利用
機械学習ソフトで利用
この製品・サービスの良いポイントは何でしょうか？
クラウドでMLモデルのトレーニングもできるというのは当たり前のようにも思えますが案外、競合のGoogleMLでは想定されていない機能、つまりクラウド実行だけする、というようなものもあるので、トレーニングという計算能力が必要とされる肝心な部分でAWSクラウドを使いたいと考える場合は最適。
改善してほしいポイントは何でしょうか？
特にないです。新規フレームワークとしてSageMakerが出てきているので、立ち位置というか違いはどうなっていくのかな、という疑問があります。
価格はそれ相応に高くなりがちなので、その辺りのコントロールができればいいと思います。
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
特にクラウドでMLのトレーニングをさせるとなると、優良な選択枝でした。
どの程度計算すれば精度をどの程度あげられるのか？というのが課題でしたが、SageMakerにその課題は渡そうと思います。
非公開ユーザー
デザイン・製作｜開発｜20人未満｜ユーザー（利用者）
機械学習ソフトで利用
この製品・サービスの良いポイントは何でしょうか？
業務でKaggleを取り組むことになり特徴量の傾向をすぐに知りたいときに便利で、おなじみのCSVファイルがあれば予測モデル作成まであっという間に終わります。データソースはAmazon S3を保存場所としてCSVを読み読み込めばデータの準備完了です。あとの流れはターゲットを選択して、チューニングをする過程でデータの特徴を速やかに掴めます。
改善してほしいポイントは何でしょうか？
細かなモデルのチューニングができないので、選択肢にない学習方法でモデルを作成したいという希望に答えてもらえない点です。
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
データ読み込み、ターゲット選択、チューニングの３ステップで目標を達成できるので、作業のコストを極限まで抑えることができます。
非公開ユーザー
通信販売｜営業・販売・サービス職｜20人未満｜ユーザー（利用者）｜契約タイプ 無償利用
機械学習ソフトで利用
良いポイント
コード不要でも使える（SageMaker Autopilot など）
GUIベースで機械学習モデルが作成でき、初心者でも予測モデルを構築可能。
データをアップロードするだけで、自動で前処理・モデル選定・チューニングまでやってくれる。
AWSサービスとの連携がスムーズ
小規模な予測から、大規模なリアルタイム処理まで幅広く対応できる。
成長に応じてスケールアップできるのが安心。
改善してほしいポイント
サービスが分かりにくい・学習コストが高い
機能が豊富すぎて、「何を使えばいいのか分からない」ことがある。
初心者向けのガイドはあるものの、MLに不慣れな人には敷居が高いと感じる場面も。
どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？
課題1：社内にMLエンジニアがいない
→ SageMaker Autopilotなどで、専門知識がなくてもMLモデルを構築・運用できた
課題2：大量データの予測・分析が手動で非効率
→ データをアップロードするだけでモデルが構築され、業務時間が大幅に削減
検討者へお勧めするポイント
社内にAI専門人材がいなくても安心
自動化ツールが豊富なので、データサイエンス未経験でも活用可能
特に小売・製造・金融などでの活用事例が豊富です
非公開ユーザー
情報通信・インターネット｜システム分析・設計｜20人未満｜ユーザー（利用者）｜契約タイプ 有償利用
機械学習ソフトで利用
この製品・サービスの良いポイントは何でしょうか？
AWSでは少し前にSageMakerという素晴らしい製品がローンチされましたが、これはそれ以前の土台となるもので、ある意味、機械学習をはじめてAWSでやるときには、一応触っていたほうが、AWSでの全体の文脈がわかりやすくなるとおもいます。
ドキュメンテーションも豊富にあるし、基礎的な概念を学ぶにはこちらのほうが地に足がついた印象があります。
改善してほしいポイントは何でしょうか？
特段ありませんが、ただ最新のSageMakerに比較して、前時代的になっていく感覚は否めないので、その分、価格を安くしたり、付加価値の増大を試みると良いのでは、と感じます。
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
そもそも、クラウドMLが存在しなかった時代にかなり早い段階からAWSがこのサービスを提供してくれたので、ローカルアセットとして強力なマシンをメンテする必要がなく、クラウドで時間に応じてという新しい価値をもたらせてくれました。
非公開ユーザー
情報通信・インターネット｜社内情報システム（その他）｜20人未満｜ユーザー（利用者）
機械学習ソフトで利用
この製品・サービスの良いポイントは何でしょうか？
AWSでは以前から存在していて、Web上のドキュメンテーションが豊富なので導入しやすいです。
MLに必要なマシンリソースがクラウドベースなので管理しやすいです。
かんたんなのが、事前にトレーニング済みのモデルを活用することで、これが一番手軽な活用方法であるように感じます。
またGoogleのクラウドMLとは違い多数のフレームワークが使えるのが嬉しいです。
改善してほしいポイントは何でしょうか？
マシンリソースがクラウドにある分には良いのですが、それ相応のコストがかかります。
再学習が多いシナリオだと、もう一層のことローカルマシンでやろうかと考えてしまうのが悩ましいところ。
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
事前に学習済みモデルが多いので、最初は単純にどれかを選ぶ、というところから始まります。
自分の会社ではなるだけAWSを使う、というような不文律すらあるので、とっかかりやすかった。
非公開ユーザー
情報通信・インターネット｜ITアーキテクト｜20人未満｜ユーザー（利用者）｜契約タイプ 有償利用
機械学習ソフトで利用
この製品・サービスの良いポイントは何でしょうか？
競合のGoogleMLはTensorFlowしか利用できませんが、AWSのMLは、TensorFlowも使え、その他PyTorch、Apache MXNetなど一般的なフレームワークから選択できます。
だいたいどのMLフレームワークも一長一短で自分が普段から専門としている好みのものがあると思うので、選択肢が多いのはまず第一に高評価です。
改善してほしいポイントは何でしょうか？
特段にありません、
AWSは自由度が高いので、合わない人は最初から合わないだろうと思います。
コストに関しては、言うほど安くないので、利用者増加に従って安くしていただくにこしたことはありません。
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
機械学習は大きな計算能力が要求されるので、本気で取り組もうとすると社内に高額なGPUも装備した、高性能なマシンが必要になるところ、CPUとともにGPUも選べるAWSインスタンスの間借り、時間貸しならばコストを抑えることができます。
非公開ユーザー
情報通信・インターネット｜プログラミング・テスト｜300-1000人未満｜ユーザー（利用者）｜契約タイプ 分からない
機械学習ソフトで利用
この製品・サービスの良いポイントは何でしょうか？
S3など、AWSに格納されている各種データを手軽に分析できるところです。
業務でデータ分析を実施していますが、試行錯誤しながら、様々な仮設を検証するため、手軽に素早く使えるツールが重宝します。
また、分析対象の業務データはAWS上に格納されていることが多く、データ取得も容易なAmazon Machine Learningは最適なツールです。
改善してほしいポイントは何でしょうか？
分析結果の精度を上げるため、チューニング可能なパラメータを追加してほしいです。ただし、現在の機能でも大きな支障はないため、利用料金が高くなるのであれば、追加は不要です。
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
提案中の案件から、受注の可能性が高いものを抽出することで、営業の効率を高める事ができました。
また、ソフトウェアの障害やログを分析して、改善が必要な機能を洗い出し、品質改善を実施することが可能になりました。
播磨 駿
株式会社ＨＡＹＡＳＥ｜その他教室・スクール｜その他専門職｜20人未満｜ユーザー（利用者）
機械学習ソフトで利用
この製品・サービスの良いポイントは何でしょうか？
ディープラーニングにそれほど踏み込まずとも、学習済みモデルはじめ機械学習モデル構築の道筋が確保されており、AI実用のハードルが低い。
改善してほしいポイントは何でしょうか？
学習済みモデルについては量と使い勝手についても競合するAzureMLのほうが優れているので、間口を広げるMLフレームワークという立ち位置なのだから、この部分はもっと充実させる必要があると感じた。
どのようなビジネス課題を解決できましたか？あるいは、どのようなメリットが得られましたか？
AWSはかなり一般的で以前から頻用しているので、そのエコで機械学習モデルを実装できたのはメリットは大きいと感じた。
あと、情報が意外と多いです。なかなか良さそうだけどもドキュメンテーションがなくてという場面は結構あるのでそこは助かります。
ITreviewに参加しよう！
会員登録でもっと便利に
レビューを通じて社会貢献
製品掲載で顧客を呼び込む
