＜抜粋版＞「今、企業が求めるオープンな AIプラットフォーム」 ·...

Copyr ight © SAS Institute Inc. All r ights reser ved.

＜抜粋版＞「今、企業が求めるオープンな AIプラットフォーム」SAS新製品・ SAS

®

Viya®

ご紹介セミナー

SAS Institute Japan 株式会社

http://www.facebook.com/SASJapan/

http://twitter.com/sasjapan/

http://www.sascom.jp/blog/

Copyright © SAS Institute Inc. All rights reserved.

Agenda

• 分析テクノロジーのポジショニング

• AI＆アナリティクス活用とビジネス価値創出の課題

• 課題解決に不可欠な要素：「アナリティクス・ライフサイクル」とは

• AI プラットフォーム SAS Viyaの特長紹介とデモ

＞統合GUI上で実現するアナリティクス・ライフサイクルデモ

＞プログラミングUI（Python, R, SAS）デモ

• SAS Viya：特定分野別デモ

＞画像認識/分類～ディープラーニング：CNN活用～

＞異常予兆検知～教師無し機械学習の3つの手法～

＞リアルタイム異常予兆検知＆レポーティング

• まとめ：SAS Viya活用のメリット

• SAS Viya特設サイト、無償体感プログラム、紹介

2


機械学習

ディープラーニング

人工知能（AI）

コグニティブ・コンピューティング

統計解析

データマイニング

ニューラルネットワーク

アナリティクス

3


検索・推論などなど

人工知能（AI）

機械学習

ニューラルネットワーク


画像処理

自然言語処理

データマイニング

統計解析

コグニティブ・コンピューティング

アナリティクス

4


SAS アナリティクスの市場評価～ 1976年設立以来、40年以上の豊富なアナリティクス経験と実績～

5

https://www.sas.com/ja_jp/news/press-releases/2017/march/2017-03-30-forrester-wave-predictive-

analytics-machine-learning-jp.html

※以下のプレスリリースサイト内のリンクから、Forresterのレポートをご覧いただけます。



6

https://www.sas.com/en_us/news/press-releases/2016/february/gartner-advanced-analytics-leader.html



7

https://www.sas.com/ja_jp/news/press-releases/2017/september/2017-09-19-number-1-advanced-and-predictive-analytics-jp.html?m-pr



8https://www.sas.com/ja_jp/news/press-releases/2018/august/2018-08-02-idc-report-sas-top-share-advanced-analytics.html


目的・ゴールを見失っていませんか？課題の明確化が重要

「家もAI・機械学習活用しなきゃいけないんじゃないの、活用しなさい」

あわてて「AI・機械学習」関連の事例やツールの情報収集・調査を始める

分析スキルに乏しい担当者は、特別な分析スキルが無くても「AI・機械学習」を簡単に活用できそうな手段に目が向く

この時点で、「AI・機械学習」を活用する＝

簡単に予測モデルを生成できるツールの導入

が目的化している「簡単に精度が高い予測モデルを作成できそうな手段」に焦点を当てる＝

企画担当

「AI・機械学習」がバスワード化

経営層

こうしたプロジェクトの多くは失敗に終わります。

9


目的・ゴールを見失っていませんか？課題の明確化が重要

「家もAI・機械学習活用しなきゃいけないんじゃないの、活用しなさい」

あわてて「AI・機械学習」関連の事例やツールの情報収集・調査を始める

分析スキルに乏しい担当者は、特別な分析スキルが無くても「AI・機械学習」を簡単に活用できそうな手段に目が向く

この時点で、「AI・機械学習」を活用する＝

簡単に予測モデルを生成できるツールの導入

が目的化している「簡単に精度が高い予測モデルを作成できそうな手段」に焦点を当てる＝

企画担当

「AI・機械学習」がバスワード化

経営層

こうしたプロジェクトの多くは失敗に終わります。

「ビッグデータ」ブーム

「AI・機械学習」ブーム

同じ轍を踏む

10


なぜデータ活用・アナリティクスで成果を出せないのか？

11

•予測モデルは作ったが、ビジネス価値（￥）を生み出したのかが不明•予測モデリングツールは用意したが、入力データが適切に準備できない•様々なOSS技術が混在し、アルゴリズム精度やバージョン不整合に追われる

• OSSだけでは、アナリティクスの精度がプログラミングスキルに依存することが多い

•予測モデルは作ったが、業務システムと連携ができない•予測モデルは作ったが、そもそも業務の意思決定プロセスのデザインが不十分•作成したモデルが管理できない。共同作業、ナレッジの共有ができない•予測モデルをシステムに組み込む際に、再度プログラミングが必要となる• データ種類、ボリューム、アルゴリズムに応じて異なるスキルが要求される• アナリティクスツールが自社のセキュリティ・IT要件を満たせない• ・・・


課題解決に不可欠な要素

アナリティクス・ライフサイクル

信頼性（ガバナンス）

多様性（多様＆オープン）

拡張性（スケーラブル）





データハンドリングの課題（取得・加工・品質・準備）

モデリングの課題（スキル課題や結果の一貫性など）

モデル実装の課題（価値創出とガバナンス、実行と評価）

12






アナリティクス・ライフサイクルの必要性

データハンドリングの課題（取得・加工・品質・準備）

モデリングの課題（スキル課題や結果の一貫性など）

モデル実装の課題（価値創出とガバナンス、実行と評価）

13


価値創出の鍵は、アナリティクス・ライフサイクル

14

アナリティクスの活用により、「ビジネス価値」を創出するために不可欠な一連のプロセス


拡張性（スケーラブル）多様性（多様＆オープン）

統合プラットフォーム ITガバナンスアナリティクス・ガバナンス

AI技術要素の網羅性

多様なデータソース接続多様な環境で稼働

スキルレベルに応じたUI

多彩なモデル組み込み形態

各種汎用プログラミング

言語対応外部アプリ連携

ビッグデータ対応インメモリー処理柔軟なスケールアウト＆ダウン


価値創出の鍵は、アナリティクス・ライフサイクル

15

アナリティクスの活用により、「ビジネス価値」を創出するために不可欠な一連のプロセス

継ぎ接ぎ＝遅いサイクル統合プラットフォーム＝早いサイクル


AI プラットフォームSAS Viya（ヴァイヤ）とは

16


「プラットフォーム」とは…

利用ユーザー層

分析機能

ＵＩ

サーバー管理

セキュリティ/ガバナンス

データ管理

自由度

多様性

アプリ開発コスト

システム間連係

高高高中低

高・多用途高・多用途中中低・特定用途

低中中高高

分析ツールAIプラットフォーム

17


エンタープライズ・アーキテクトの８割が統合プラットフォームを導入済み＆導入検討中

Source: The Forrester Wave™: Enterprise Insight Platform Suites, Q4 2016

統合プラットフォームへの投資を開始した

導入する統合プラットフォームを選定中

統合プラットフォームの進化を調査中

統合プラットフォームに現在興味なし

EAは、容易に構築でき拡張できるテクノロジー

を求めている

EAにとって「統合プラットフォーム」

が最優先事項

EAは数多くのオープンソース技術や新興ベンダーの技術

に悪戦苦闘している

18


多様性（多様＆オープン）

様々な、データソース/タイプ、分析手法、ユーザー層、ビジネス課題に対応.

SAS Viyaの特長：その①

®

® the Open Source logo is a registered trademark of the Open Source Init iative

AI技術要素の網羅性

多様なデータソース接続多様な環境で稼働

スキルレベルに応じたUI

多彩な予測モデル組み込み形態

各種汎用プログラミング言語対応

外部アプリ連携

19

https://opensource.org/


AI のためのオープン・アーキテクチャ

In-Memory

AI・Analytics Engine

Real-Time Microservices

Data Deployment

Access

Integration

Model Mgmt

Automation

Monitoring

Discovery

Visualization

Statistics

Data Mining

Machine Learning

Deep Learning

Image Procs

NLP

Optimization

Forecasting

Quality

20


ビジュアル・インターフェース

プログラミング・インターフェース

API インターフェース

オープンなユーザーインターフェース分析者のスキルレベルに応じた最適なインターフェース

ビジネスユーザービジネスアナリスト

データサイエンティスト

デベロッパー


多様で豊富なAI＆アナリティクス機能（一部抜粋）

22

• 主成分分析

• Moving Window

主成分分析

• ロバスト主成分分析

• t-SNE

• クラスター分析

• 変数クラスタリング

• マーケットバスケット

• テンソル因子分解

• 異常検出サポートベクター

マシン(SVDD)

• ネットワーク分析

• 自動チューニング機能

• 線形回帰モデル

• ロジスティック回帰モデル

• ノンパラメトリック回帰

• 一般化線形/加法モデル

• 非線形回帰モデル

• 分位点回帰モデル

• 部分最小二乗法

• 半教師あり学習

• ディシジョン・ツリー

• ランダムフォレスト

• 勾配ブースティング

• ニューラルネットワーク

• ベイジアンネットワーク

• K-近傍法

• サポートベクターマシン

• ファクタライゼーション・マシン

予測モデリング探索

• FeedforwardNN• CNN (LeNet/VGG/ResNet)

• RNN (LSTM/GRU)• 自動チューニング機能• 転移学習

自然言語処理

• 形態素解析• 特異値分解による次元削減• トピック抽出（SVD/LDA）• センチメント分析

画像処理

• 画像読込/保存• フィルタ処理/画像比較• 検出とマッチング• 医療用画像解析


最適化

•線形/非線形計画法•二次計画法•混合整数線形計画法• ネットワークフロー最適化

フォーキャスティング

•時系列分析

•自動時系列モデリング

•階層間調整

•時間-周波数分析

計量経済分析

• コピュラ

•パネル分析

•損失分布モデリング


In-Stream

ビジュアライゼーション

IT環境と

データソース

ビジネス課題不正セキュリティ

リスク管理!カスタマーエクスペリエンス

In-Hadoop In- Database

ユーザーと

スキルセット


ビジネスアナリスト

デベロッパー経営者

機械学習深層学習

コグニティブコンピューティング

データマネージメント

オープン・AI・プラットフォーム

オンプレミスプライベートクラウドパブリッククラウドパートナークラウド SASクラウド

SAS言語汎用プログラミング言語パブリックAPI ポイント&クリック

イノベーションモノのインターネット化

23


拡張性（スケーラブル）

インメモリー分析エンジンとスケーラブルなアーキテクチャによってビッグデータを高速に解析し、数多くの予測モデルを短時間に生成し、素早く業務に実装し、迅速な意思決定とアクションが可能.

SAS Viyaの特長：その②

ビッグデータ対応

インメモリー処理

柔軟なスケールアウト＆ダウン

24


インメモリー並列分散で大量データ高速解析

複数サーバー構成によるスケールアウトで、データ量増加に柔軟に対応

Control node

Worker node 4Worker node 3Worker node 2Worker node 1

・・・

Memory Memory Memory Memory

各ノードで、大量データに対する分析処理を並列分散実行

データを自動的に均等に分割し、サーバー内メモリーへロード

正確な意思決定、的を得たアクションの迅速化で成果を出す！

メモリーに納まらないデータは自動的にディスクへキャッシュ

通常通りのコーディングで、自動的にインメモリーで並列分散処理実行

25

Data SourceStream ERP CRM SCM SFA

・・・

Oracle(Exadata)

Teradata DB2 HadoopImpara

Flat_fileMS SQLServer

AmazonRedshift

SAP HANA

SAS Dataset

http://smportal.sas.com/products/presentations/_layouts/listform.aspx?PageType=4&ListId=154BC0F1-E9D1-4DB2-93CC-BE2B21C117D6&ID=331





Asymmetric 並列高速ローディング

HDFS

HDFS

HDFS

HDFS

Hadoop Cluster

・・

EP

EP

EP

EP

SAS Viya MPP構成

メモリー

・・

Control Node

Worker Node 1

Name Node

Data Node 1

Data Node 2

Data Node 3

Data Node n

Worker Node 2

Worker Node 3

Worker Node n

メモリー

メモリー

メモリー

メモリー内へのデータロード時間を

短縮

Asymmetric=

Hadoopノード数とViyaノード数は不一致でもOK

＊1

EP : SAS Embedded Process＊1：26


1

柔軟なスケールアウト＆ダウン高可用性のアーキテクチャ（1/2）

コントローラ worker node 3worker node 1 worker node 2

In

memory

1 2 3

11 2 2 33

データ

・Worker ノードのメモリーに、データを冗長に持たせることができます。・１台のノード（サーバー）がダウンしても、Viyaはダウンすることなく、要求を受付し処理することができます。

1 22 33

27


worker node 4

追加ノード

柔軟なスケールアウト＆ダウン高可用性のアーキテクチャ（2/2）

コントローラ worker node 3worker node 1 worker node 2

In

memory

1 2 3

11 2 2 33

データ

・ Viyaの処理を継続中に、worker ノード（サーバー）を追加できます。

28



エンタープライズ・セキュリティやIT＆アナリティクスガバナンスの効いた環境下で、アナリティクス・ライフサイクルをシームレスに回し続けることで、信頼ある結果を素早く生み出し、ビジネス価値創出に貢献.

SAS Viyaの特長：その③

統合プラットフォーム

ITガバナンス

アナリティクス・ガバナンス

29


データ準備

探索

モデリング

実装

実行

評価

問い

繰り返し

ビジュアライズ

実験

フェイル・ファスト

データサイエンス

対話型

新しいデータ

イノベーション


ガバナンス

ロバスト

自動化

規制化

アクション

一貫性

記録文書化

意思決定

データ

ディスカバリデプロイ

価値創出に重要なのは、アナリティクス・ライフサイクルの網羅性と高速化

30


共通・単一の分析エンジン整合性の担保

アナリティクス・ガバナンス

複数の異なる環境混在だと…モデル精度１％の違いで数十億円の差になることも…

×モデリングと実装で結果が異なる、コーディングのし直しなど多くの工数がかかる

×

31


アナリティクス・ガバナンス使用言語/UIに関わらず一貫性のある解答

共通・単一の分析エンジンストリーミングデータ分析

Python, R, Java, Lua

SAS Studio

ビジュアルUI

整合性の担保32


エンタープライズ・セキュリティ＆ガバナンス

Analytic

Governanceアナリティクスガバナンス

統合環境

システム管理

セキュリティデータ管理SAS Viya

・分析資産の統合管理・分析結果の整合性担保

・ユーザー権限・コンテンツアクセス制限・ユーザー認証LDAP連携

・データアクセス管理・統合メタデータ管理・データ暗号化

・システム監視/管理・利用状況監査・システム拡張管理

33


統合メタデータ管理各種オブジェクト間の繋がり（リネージ）をネットワーク図として可視化

データ（インメモリ）

ライブラリ

モデルプロジェクト

予測モデルBIレポート

データソースデータ準備プラン（クエリ）


SASは、Enterprise Insight Platform Suites市場で唯一のリーダー

35

https://www.sas.com/ja_jp/news/press-releases/2017/january/2017-01-18-forrester-enterprise-insight-

platform-suites-jp.html

※以下のプレスリリースサイト内のリンクから、Forresterのレポートをご覧いただけます。


SAS Viyaは、アナリティクス・ライフサイクルをシームレスかつ高速に回せる唯一のプラットフォーム

35


統合グラフィカル・ユーザー・インターフェースアナリティクス・ライフサイクル全体を単一プラットフォーム上の統合GUI環境で実現

モデルの管理・実装・評価データの管理・準備

データの探索・分析モデルの生成

環境の管理


Data

37


セルフサービスでデータ準備作業を効率化

39

データプロファイリング～クレンジング～加工・変換・結合自由自在


Discovery

39


セルフサービスで BI ＆ AI を活用単一画面で、データ探索、データマイニング、機械学習、評価を誰もが利用可能

Machine Learning

Statistics

Visualization


セルフサービスで BI ＆ AI を活用単一画面で、BIレポート＆ダッシュボード作成～公開共有自由自在

42


ビジュアル・パイプラインでモデリングマウスの簡単操作で、機械学習・時系列予測・テキスト解析モデルを生成

モデリングの効率化モデリングプロセスの容易な理解モデリングプロセス（ナレッジ）の容易な共有と再利用標準装備のパイプライン・

テンプレートを利用可能！


ビジュアル・パイプラインでモデリング

44

業務要件に応じたモデリング（ブラック/ホワイトボックス）が可能

３ステップで簡単モデル生成！

実行

学習用データ選択

①

予測対象項目選択

② ③モデル

テンプレート選択

ベストプラクティスに基づくモデルテンプレートを実装＆そのまま活用

ブラックボックス的活用：

モデルテンプレートはオープン・独自に作成可能・既存をカスタマイズ可能

ホワイトボックスでの活用：


AI民主化の現実解はこれだ！データサイエンティストが吟味したパイプラインで、信頼あるモデル生成

45


パイプラインを作成・公開

ビジネスユーザー

パイプラインでモデル自動生成

この予測モデルは信頼できる

検証済み/お墨付きパイプライン

＝ビジネスに活用できる


機械学習の判断根拠情報提供機械学習による予測結果を信頼するためには、モデルの解釈能力が不可欠

問いテクニック

影響度が最も大きい変数は？変数の重要度

入力変数と予測結果の関係性？影響度の高い変数は、全体的にどのように作用しているのか？

Partial Dependence (PD)

個別差はあるのか？交互作用は？ Individual Conditional Expectation (ICE)

予測結果をどう説明する？ Local Interpretable Model-agnostic Explanations (LIME)

LIME、PD、ICEを用いた解釈が可能：

https://blogs.sas.com/content/sasjapan/2018/05/21/sas-viya-dl_ml_interpretation/

ブログ：「SAS Viya: ディープラーニングと機械学習の判断根拠情報」

https://blogs.sas.com/content/sasjapan/2018/05/21/sas-viya-dl_ml_interpretation/


PDの出力結果例個々の説明変数と予測ターゲットの関係性を把握

ショットスタイルバスケットまでの距離

経験年数

ダンク

フックジャンプ

レイアップ

バスケットまでの距離経験年数

ショットスタイル


LIMEの出力結果例予測結果を説明

ケース69：シュート成功可能性94％＝成功と予測

理由：ショットスタイル＝ダンクショット位置＝センター

ケース7：シュート成功可能性37％＝失敗すると予測

理由：ショットスタイル＝ジャンプショット位置＝センター

ショットスタイル（ダンク）

ショット位置（センタ）

選手身長（82inch）

経験年数（6年）

距離（0）

ショット位置（センタ）

選手身長（83inch）

経験年数（9年）

距離（24）

ショットスタイル（ジャンプ）


Deployment

44


McKinsey Survey

45

Why data and analytics initiatives fail…

Source: 2016 McKinsey survey of data and analytics leaders at global life insurance and P&C insurance carriers

業務プロセスとアナリティクスソリューションが統合されていない

Copyr ight © SAS Institute Inc. All r ights reser ved.Source: Harvard Business Review “Why You’re Not Getting Value from your Data Science”

あなたは、機械学習のモデルを構築したことがありますか？

そのモデルを業務に実装し、価値を生み出し、その結果を評価したことがありますか？

46

０人

150人

50人

機械学習愛好家


予測モデルは企業の資産であるモデル管理の必要性

精度評価実装コード生成

需要予測値自動算出

部品安全性

高低

人系確認

業務適用

モデル情報入力

モデリングデータ

データ＆モデル改良改善

モデル情報登録

最適な手法

最適なパラメータ

事例：国内大手製造業：部品の需要予測

47


予測モデルは企業の資産であるモデル管理の必要性

データモデリング

最適な手法

最適なパラメータ

モデル情報登録

実装コード生成

需要予測値自動算出

部品安全性

高低

人系確認

業務適用

精度評価

事例：国内大手製造業：部品の需要予測

モデル情報入力

データ＆モデル改良改善

Data Discovery

Deployment

モデル管理

モニタリング組み込み

48


比較

予測モデルを企業の資産として統合管理予測モデルのバージョン管理や精度のモニタリング、そして業務プロセスへの容易なデプロイが可能

パフォーマンス監視ワークフロー管理スコアリングのテスト

バージョン管理

モデル間精度比較

再学習

49


予測モデルを企業の資産として統合管理

モデル・リポジトリ

ストリーミング処理

リアルタイム・スコアリング

モデルをデータがある場所に配置

予測モデルのバージョン管理や精度のモニタリング、そして業務プロセスへの容易なデプロイが可能

モデルをデータが発生する場所に配置

In-Hadoop処理

In-Hadoopスコアリング

In-DB処理

In-DBスコアリング

企業ニーズに応じて多彩なデプロイ形態に対応

マーケティング

リスク管理

不正検知

・・・

55


統合GUI環境でアナリティクス・ライフサイクルを実現

56

demo


Case Studies

57


Demoレコメンデーションアプリ

58


SAS Viyaでモデリングデモ

Jupyter Notebook から Python で R Studio から R で SAS Studio から SAS言語で

プログラミング・インターフェース：

59


SAS Viyaの画像処理技術～フィルタリング、マッチングからディープラーニングまで～

60


Demoリアルタイム画像認識/分類

61


画像解析活用分野例Use Case

74


SAS Viyaで異常予兆検知～教師無し機械学習の3つの手法～

SVDD による異常予兆検知ロバストPCA による異常予兆検知 Moving Window PCA による異常予兆検知

63


まとめ～今、企業が求めるオープンなAIプラットフォーム～

64


AI プラットフォーム SAS Viya：活用のメリット

カテゴリー SAS Viyaを活用している企業 SAS Viya 未活用の企業

アナリティクスライフサイクル

機能を網羅＆高速化早いサイクル＝迅速なアクション

× 機能を継ぎ接ぎ、開発コスト増× 遅いサイクル＝アクションの遅延

アナリティクスガバナンス

分析結果の整合性担保分析資産の統合管理スキルの異なる利用形態を統合管理

× 整合性担保に多大な工数× 分析資産は散在、ナレッジ共有困難× スキル別に異なるツール/環境でサイロ化

機能要素の網羅性必要機能要素を網羅＆統合ビジュアル＆プログラミングUI統合

× 複数の異なるツール/環境の混在× 管理＆連係コスト増

機能要素間連係ビルトインで効率的 REST APIで外部アプリ連係

× 機能要素の継ぎ接ぎ開発が必要× 非効率＆開発コスト増

ビッグデータ対応インメモリ並列分散で対応 × ビッグデータ対応には特別なスキルが必要（少量データの分析しかできない）

稼動環境オンプレでも、クラウドでもクラウドファーストでオンプレ対応不可

IT管理/セキュリティビルトインITガバナンスエンタープライズ・セキュリティ

× 使用するツール、環境毎に異なる管理× 二重三重の管理コスト増

65


“世の中は、大きな魚が小さな魚を餌食とするのではなく、動きの速い魚が遅い魚を餌食とする時代になったKlaus Schwab

Founder and Executive Chairman

World Economic Forum

“

66


過去15年間に、フォーチュン500の52％の企業が姿を消した

93


先端技術活用ソリューション

・先端技術を用いた課題解決

画像処理＋DLによる異常検知

etc

自然言語処理＋DLによる自動応答

SaaS型サービス提供

・自社データセンター活用サービス

クラウドサービス- SMB/アカデミック向け、- AIのPOC環境向け、等

ホスティングサービス etc

分析サービス提供

・ビジネス課題を解決する分析サービスの提供

クライアントの要求に応じて分析し、結果を提供

分析結果をビジュアルUIで公開、etc

分析アプリ開発

・分析アプリ/システム開発・連係

需要予測アプリ在庫最適化アプリ顧客離反防止アプリ etc

SAS Viya を中心としたエコシステム

エンドユーザー企業

・自社導入・活用

オープンAI環境特定分析業務用途ビッグデータ対応 etc

68


SAS Viya をより深く知りたい人のために…

69


SAS Viya 特設サイトhttp://www.sas.com/jp/go/viya/

SAS Viyaの情報ハブとして活用ください！

96


SAS Viya 無償試用版サイトhttp://www.sas.com/ja_jp/software/viya.html

お客様の実データでViyaを体感

SAS Viya無償試用版利用ガイド： https://www.sas.com/jp/go/viya-trial/

SAS Japanコミュニティサイト： https://communities.sas.com/t5/SAS-Japan/ct-p/sasjapan

https://www.sas.com/jp/go/viya-trial/


sas.com/viya

ご清聴ありがとうございました。

http://www.facebook.com/SASJapan/

http://twitter.com/sasjapan/

http://www.sascom.jp/blog/

＜抜粋版＞「今、企業が求めるオープンな AIプラットフォーム」 ·...

Documents

Transcript of ＜抜粋版＞「今、企業が求めるオープンな AIプラットフォーム」 ·...

＜抜粋版＞ 「今、企業が求める オープンな AIプラットフォーム」 ·...

Documents

Transcript of ＜抜粋版＞ 「今、企業が求める オープンな AIプラットフォーム」 ·...

＜抜粋版＞「今、企業が求めるオープンな AIプラットフォーム」 ·...

Transcript of ＜抜粋版＞「今、企業が求めるオープンな AIプラットフォーム」 ·...