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？
機械学習をやろうとするとTensorFlow等のライブラリーを使用することになりますが、それらのライブラリーを学習しないでも機械学習を始め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？
ライブラリーを直接操作するよりは簡単に操作できますが、マニュアルがあまり充実はしていません。もう少しマニュアルを充実させていただけたらと思います。
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？
機械学習を始める際に環境構築の手間がなく始められたため、効率良くサンプルの開発を進め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｜システム分析・設計｜50-100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？
GCPの1サービスであるため、ストレージサービスや入力基盤なども一つにまとめられる点です。複数のクラウドを管理する必要がないのでワンストップで検証に利用することができました。
改善してほしいポイントは何でしょうか？
AWSなどと比べて、セミナー等のイベントが少なく、利用までの学習コストが高い点です。また、日本語ドキュメントも充実しているとは言い難いので、ぜひこちらにも力を入れて欲しいです。
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？
画像判定の研究開発にて機械学習のプラットフォームとして利用しました。ローカルPCではスペック的に半日以上かかっていた学習時間を1時間程度に短縮することができました。
山本 通
trustytrading.work｜ソフトウェア・SI｜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？
Googleの機械学習フレームワークであるTensorFlowのモデル実行に特化しており、信頼性のあるGoogleプラットフォーム上でそれが行える。トレーニングはすでに別のところでやっているので不要といった場合には価値があるでしょう。
改善してほしいポイントは何でしょうか？
ML Engine は機械学習を高速に実行するためのプラットフォームです。そして、プラットフォームには制約が付き物ですが、ML Engine の場合はこの制約が結構厳しい感じがします。
ML Engine はパワーはあるが、ストレージやPythonパッケージなどの制約があり、クイックに機械学習ができるサービスではありません。
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？
あらかじめ構築してるモデルをクラウドにおき、とにかく所定の計算リソースで信頼性のあるGoogleクラウドプラットフォーム上で実行すれば良いというシナリオではメリットがあります。
最終的には ML Engine で大量データ処理＆システム化のように機械学習のプロジェクト進捗によって実行プラットフォームを変えても良いと思います。
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（開発・運用管理）｜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？
ローカルにTensorFlowの機械学習モデルがあれば、それをGoogleクラウドに転送して実行することが可能です。
もしくは、あらかじめ学習されているモデルを実行するなど。
改善してほしいポイントは何でしょうか？
サービス上でTensorFlowをもちいた機械学習モデルの構築などは基本できない。
PythonやTensorflowもバージョン縛りがきついので自由に選択できることなど。
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？
TensorFlowで、あらかじめ準備されたモデルがあるとき、それ以降はクラウドに移管して実行監理できました。
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 無償利用
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？
最初はチュートリアルに従って進むという感じが否めないですが、慣れてくると、学習済みモデルを活用できるようになります。
TensorFlowでもゴリゴリにコードを書くような感じでもないので、非専門家が専門家ぽく使えるツールです。
改善してほしいポイントは何でしょうか？
できれば、最初からTensorFlowのコードを書くタイプのガイドラインが強め似合ったほうが良いとおもいます。
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？
機械学習の最初の導入の最、Googleという信頼できるプラットフォームで、実際に学習済みの機械学習モデルが無料で使い始められるのは良かったです。
非公開ユーザー
ソフトウェア・SI｜営業・販売・サービス職｜300-1000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？
トライアルやチュートリアルも親切で簡単に導入しやすかったです。Googleが提供しているという安心した環境下で機械学習がはじめられることと、社内ではGooglのML、クラウドに慣れていたので効率的にAI構築をおこなえています。
改善してほしいポイントは何でしょうか？
UIが少しわかりずらいとこと、通信環境かブラウザか、動作が重くなる時があるくらいでしょうか。基本的な操作面などは不自由しておりません。
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？
自分で環境構築の必要がなく、わりと気軽に機械学習を始められ、データ解析速度が格段に速くなり、安定しました。
非公開ユーザー
経営コンサルティング｜社内情報システム（開発・運用管理）｜20人未満｜IT管理者
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？
TensorFlowベースなので、普段からGoogle製のML,さらにクラウド環境に慣れているとかなり楽です。
競合と比較すると、Tensorlowしばりであるのが、それが一番気に入っているということであれば、サンプルもチュートリアルも親切で特にベースのクラウド環境は簡単に導入出来ると思います。
改善してほしいポイントは何でしょうか？
Tensorflow自体の強化。これはそのクラウド版であるので、そのベースの製品が協力になれば、自動的にこの製品の評価もあがります。
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？
安価です。
クラウドは使う分だけ課金されるので、ML専用のヘビーで効果なシステムをローカルで抱え込んでおきたくない、メンテナンスの手間も費用の問題でも、というケースでは役立ちます。
非公開ユーザー
ソフトウェア・SI｜保守・運用管理｜100-300人未満｜導入決定者｜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？
オンプレ環境を廃止したく3年前から利用しています。
AzureやAWS(SageMaker)よりシンプルで費用を抑えられます。
使った分だけの課金なので工夫すればかなり費用を抑えられます。
改善してほしいポイントは何でしょうか？
シンプルすぎて新規案件では使いにくく、現在は主にAWSを使っています。
実行条件や制約も多いです。
GCPを日常使用していない場合には初期設定の手順がわかりにくいと思います。
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？
使った分だけの課金なのでトータルの費用を抑えられました。
維持費やメンテナンスの手間を削減できました。
オンプレ環境のサーバを別用途に転用できました。
守山 健
オフィス・アルゴミック｜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）
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？
Googleクラウド環境で機械学習モデルの運用ができますが、普段からのTensorFlow使いならば、それがそっくりそのままクラウド移行出来る、と考えると利便性が認められます。
GPUも含め、計算リソースのために大きな投資をせずに、使うときだけ使う分だけと捉えると、まったく無駄もなくコスパが良いです。
改善してほしいポイントは何でしょうか？
これはGoogleなんで仕方がないのかもしれませんが、個人的にはTensorFlowしばりはイマイチおもしろくないです。
PyTorchなど最近ではいろいろあるので、そっちのほうが使い勝手も好みだという場合はつらくなってくる。
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？
自社のマシンリソースに縛られずに、機械学習もクラウドのどこかに置いておき、必要になればひっぱりだしてアクセスできるというのは良いし、なんらかのシステム構築のときのコンポーネントとして、複数プロジェクトからユニバーサルにアクセス出来るのは素晴らしいメリットであると考えます
非公開ユーザー
ソフトウェア・SI｜その他情報システム関連職｜50-100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？
色々なサービス機能があるようですが試してみたのはVisionAPIで画像解析OCRの処理を.NETのクライアントから行うものでした。.NETから処理を依頼する部分はVisualStudio のNuGetから簡単に取得出来て、ネットに散らばっている情報を読み進めながら２日くらいで実際に動かしてみることが出来ました。
OCRの読み取り精度は現時点では特段優れているという感じはなかったのですが今後改善されていった場合、あるいはGoogle規模であれば改善されるかもという期待感を感じるのでいいなと思いました。
AI解析込みのOCRはすごく高い印象があるので価格帯含めて期待感がありました。
改善してほしいポイントは何でしょうか？
アカウントの設定が少し複雑で難しかったです。APIを使用可能にしたりセキュリティの設定をしたりする部分が単純に分かりにくかったです。
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？
社内文書などのOCR利用による電子化のテスト、市販パッケージのものも比較対象しながら具体的にやってみたことでイメージできた
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
