足りないもの
研究者はモデルの精度を、エンジニアはシステムの稼働を、事業の側はKPIを見ています。本番で動き続けるための評価、運用、責任の設計は、そのどこにも属さないまま残り、PoCは本番に届かずに終わります。
求められているもの
事業の数字が動くこと。止まらず、いつでも止められること。なぜそう判断したかを説明できること。担当者が替わっても、組織が持ち続けられること。AIを入れること自体は、目的ではありません。
ソリューション
| 素のAI | 製品のAI | |
|---|---|---|
| 価値 | 精度が上がった | 事業の数字が動いた |
| 評価 | デモで動いた | 本番のデータで測り続ける |
| 構成 | LLMにすべてを任せる | LLM、統計、機械学習、アルゴリズムを役割で組む |
| 稼働 | 落ちたら作り直す | 冗長化と縮退で、障害が起きても業務を止めない |
| 制御 | AIの出力がそのまま業務に流れる | 人が承認し、いつでも止めて戻せる |
| 持続 | 作った人が抜けると誰も直せない | 組織が持ち続けられる |
モデル単体ではなく、データ、評価、推論基盤、業務への統合、運用までを、ひとつの系として設計します。基準は三つです。事業の数字で測れること、LLMひとつに頼らず役割で組むこと、止まらず、止められること。
役割
機能としてではなく、事業の視点からAIを設計します。何を作るかより先に、事業のどこに価値を生むかを決める。技術の判断と事業の判断を、同じ人が担います。
関わり方
技術顧問として、月数時間から設計の判断とレビューに入ります。スポットの相談にも応じます。すべてフルリモートです。
どの段階からでも入り、そこから先を通して設計します。
漫画作品の大半は、コストの理由から日本語以外では読めず、その隙間を海賊版が埋めてきました。機械翻訳では作品の理解が伴わず、写植も表現の意図を損ねるため、正規版として届けられる品質に届かなかったのです。[1]
理解AI、文化翻訳AI、写植AIを統合し、作品を深く理解したうえでファンメイドに迫る品質を再現する、完全自動のローカライズシステムを構築しました。クリエイターへの還元と権利の保護を前提にした多言語配信の事業基盤として、実装し運用しています。三つのAIの開発から運用までを、事業価値に責任を持つ立場で担当しています。[1]
出典
データの意味を知っているのは機械学習の側で、基盤を動かしているのは運用の側です。データ品質の問題は、その分断の上で起きていました。
品質の定義言語 DQML を開発し、MLとOpsが同じ言葉で品質をコード管理できるようにしました。すべてのデータソースを完全自動で検査することで、MLエンジニアはモデル開発に集中し、運用の側でもデータ品質を保証できる体制にしています。基盤の名前は ACP Data Quality です。[2][3]
出典
アニメや漫画の表現に対して、LLMがどう安全性を判断しているのか。Gemma Scope 2 を使って内部の特徴を取り出し、可視化して検証しました。[4]
出典
AIを本番で動かし続ける仕組みを設計するエンジニアです。DMM.com、LINEヤフーを経て、いまは CyberAgent でAIの新規事業をリードしています。理想主義者であり、リアリスト。変わり続けることだけは、変えません。このサイトも、ロゴも、アイコンも、自分で作っています。
依頼の中心は、技術顧問です。技術ロードマップの策定と遂行、開発チームの技術マネジメント、MLOps基盤の設計責任を、継続して担います。設計の判断とレビューは月数時間から、すべてフルリモートで入ります。
スポット相談・レビュー一度だけの相談やレビューにも応じます。AI導入戦略のセカンドオピニオン、アーキテクチャ設計のレビュー、採用面接の代行と技術力の評価などです。
技術検証と立ち上げ新しい技術の検証や、難度の高い仕組みの立ち上げを支えることもあります。Go と gRPC のバックエンド、Kubernetes の Custom Controller、LLM Agent のプロトタイピングなどです。
登壇と執筆カンファレンスでの登壇、技術記事の執筆や寄稿、社内勉強会や講演の講師も受けています。
相談は、メールでお送りください。
受けていない依頼現職と競合する案件や企業。常駐やフルタイムでの稼働。SESや人月単位での提供。
zeroparse/zp, Go。ひとつの文法から、あらゆるパーサを生成する
すべてのメールに返信できるとは限りません。
