世界を牽引する企業が機械学習モデルの構築、トレーニング、デプロイに、Amazon SageMaker をどのように使用しているかをご覧ください。 

Intuit

Intuit はビジネスおよび財務ソフトウェアを手掛ける会社で、中小企業、会計士、個人向けに財務、会計、納税申告書作成用のソフトウェアおよび関連サービスを開発しています。

「Amazon SageMaker を使用すると、プラットフォームでアルゴリズムを構築してデプロイできるため、人工知能の大規模な取り組みを加速できます。これまでにないほど大規模な機械学習アルゴリズムと AI アルゴリズムを作成し、このプラットフォームにデプロイすることで、複雑な問題を解決し、お客様の成功に貢献できます。」

Ashok Srivastava 氏、Intuit 最高データ責任者

GE Healthcare

GE Healthcare

GE Healthcare は、ハードウェア、ソフトウェア、バイオテクノロジーでデータや分析を活用し、医療提供者や患者にとってより良い成果を達成することで、ヘルスケアを変革しています。 

「GE Healthcare では、Amazon SageMaker を使用することによって、人工知能を活用した強力なツールとサービスを利用し、高度な患者治療を促進しています。Amazon SageMaker のスケーラビリティや AWS のネイティブなサービスと統合できる機能は、当社にとって非常に大きな価値があります。GE Health Cloud と Amazon SageMaker を組み合わせることで、医療提供者のパートナーのために優れた成果を達成し、患者治療を向上させていきたいと考えています。」

Sharath Pasupunuti 氏、GE Healthcare の AI エンジニアリングリーダー

ADP, Inc.

ADP は、人的資本管理 (HCM) ソリューションを提供する世界的なテクノロジー企業のリーダーです。ADP DataCloud は、3000 万人を超える従業員から収集された ADP の比類のないワークフォースデータを活用して、経営陣がビジネスをより適切に管理するためのリアルタイムの意思決定を支援する実用的なインサイトを提供します。

「人材の確保と勧誘は難しいため、雇用主が強力なチームを維持できるように、人工知能機能を備えた ADP DataCloud の強化を続けています。Amazon SageMaker を含む AWS Machine Learning を使用して、素早くワークフォースのパターンを特定し、結果を発生前に予測します。たとえば、従業員の離職や報酬増加の影響などです。人工知能と機械学習の主要なプラットフォームとして AWS を活用することで、機械学習モデルをデプロイする時間を 2 週間から 1 日に短縮しました。」

Jack Berkowitz、製品開発担当 SVP – ADP, Inc.

Cerner

Cerner

Cerner Corporation は、さまざまな医療情報技術 (HIT) ソリューション、サービス、デバイス、およびハードウェアを提供するグローバルな医療およびテクノロジー企業です。

「Cerner は、臨床、財務、運用の幅広い経験を通じて人工知能と機械学習の革新を推進していることを誇りに思っています。Cerner の Machine Learning Ecosystem と Cerner Natural Language Processing の両方により作成され、AWS とのコラボレーションにより実現した新しい機能を通じて、当社はすべてのお客様に対してスケーラブルなイノベーションを推進します。Amazon SageMaker は、Cerner が AI / ML を通じてクライアントに価値を提供するという私たちの意図を実現するための重要なコンポーネントです。さらに、Amazon SageMaker は、Cerner に Tensorflow や PyTorch などのさまざまなフレームワークを活用する機能とさまざまなAWS のサービスと統合する機能を提供します。」

Sasanka Are 博士、Cerner バイスプレジデント

Dow Jones

Dow Jones

Dow Jones & Co. はニュースおよびビジネス情報を世界中に配信しています。コンテンツは新聞、ウェブサイト、モバイルアプリケーション、動画、ニュースレター、雑誌、専用データベース、カンファレンス、ラジオなどの媒体で顧客に配信されます。

「Dow Jones では、当社の製品やサービスに機械学習を統合することに継続的に重点を置いているため、AWS はすばらしいパートナーです。先日の Machine Learning Hackathon の準備期間中に、AWS チームは参加者に対して Amazon SageMaker と Amazon Rekognition のトレーニングを行い、すべてのチームに丸 1 日のサポートを提供してくれました。結果的に、当社のチームでは機械学習の活用方法について優れたアイデアがいくつも出ました。その多くは AWS で引き続き開発していくことになります。イベントは大成功で、優れたパートナーシップの見本となりました」。

Ramin Beheshti 氏、Dow Jones の製品および技術グループ最高責任者

Advanced Microgrid Solutions

Advanced Microgrid Solutions

Advanced Microgrid Solutions (AMS) は、エネルギー関連のプラットフォームおよびサービスを提供する会社です。クリーンなエネルギー資産の配備と最適化を促進して、世界規模でのクリーンエネルギーへの転換を加速することを目的としています。NEM では、すべての参加者が 5 分ごとにエネルギーの消費と供給に入札するスポット市場を使用しています。このためには、大量の市場データを処理しながら、需要予測を行って、数分で動的に入札する必要があります。AMS では、この課題を解決するために、Amazon SageMaker で TensorFlow を使用して、ディープラーニングモデルを構築しました。このソリューションでは、Amazon SageMaker の自動モデルチューニングを利用して、最適なモデルパラメータを見つけ、わずか数週間でモデルを構築します。このモデルにより、ネットメータリングを使用したすべてのエネルギー製品の市場予測精度が向上しており、大幅な効率改善が期待されます。

ProQuest

ProQuest

ProQuest は、ジャーナル、電子ブック、重要な資料、論文、ニュース、およびビデオの世界最大規模のコレクションを整理し、図書館がそのコレクションを獲得し、成長させるのを手助けする、強力なワークフローソリューションを構築します。ProQuest の製品とサービスは、150 か国の学術図書館、幼稚園から高校までの図書館、公立図書館、企業および政府機関の図書館で使用されています。

「私たちは AWS と協力して、図書館の利用者向けてより魅力的なビデオのユーザーエクスペリエンスを構築し、もっと関連性の高い検索結果を返すようにしています。AWS ML Solutions Lab と連携して、Amazon SageMaker を使ってさまざまなアルゴリズムをテストし、ハイパーパラメータ最適化を使用してモデルを調整し、機械学習 (ML) モデルのデプロイメントを自動化しました。私たちはこれまでの結果に満足しています。現在は、他の製品に対しても ML テクノロジーを用いることを検討しています」

ProQuest、リサーチツール、サービスおよびプラットフォーム担当部長、Allan Lu 氏

Celgene

Celgene

Celgene は、世界各地の患者の生活の改善に注力する、世界的なバイオ医薬品企業です。がん、免疫炎症、その他の未対応の医療ニーズを抱える患者向けの革新的な治療法の発見、開発、商品化を専門としています。

「Celgene では、真に革新的な、人生を変える治療方法を提供し、世界中で患者の生活を改善することをビジョンとしています。Amazon SageMaker と Apache MXNet を使用することで、ソリューションやプロセスを構築するための深層学習モデルが以前よりも素早く簡単に開発、トレーニングできるようになるため、治療方法の発見や薬物製造への取り組みを容易に拡張することができます。SageMaker や Amazon EC2 P3 インスタンスを使用すると、モデルのトレーニング時間と生産性が加速し、チームは画期的な研究と発見に集中することができます。」

Lance Smith 氏、ディレクター、Celgene

Thomson Reuters

Thomson Reuters

Thomson Reuters は、プロフェッショナル市場向けにニュースおよび情報を配信する世界トップクラスの企業です。 

「当社は、25 年間以上にわたって、お客様に情報のマイニング、関連付け、強化、整理、配信を行うための高度な機械学習機能を開発し、そうした作業を簡素化してさらに価値を引き出すことに成功してきました。Amazon SageMaker を使用することで、質疑応答アプリケーションに関連する自然言語処理機能を設計できるようになりました。当社のソリューションでは、Amazon SageMaker の機能を使用して深層学習の設定を大規模に何度も繰り返すことが必要でした。」

Khalid Al-Kofahi 氏、Thomson Reuters Center、AI およびコグニティブコンピューティング

Zalando

Zalando はヨーロッパのファッションおよびライフスタイルのオンラインプラットフォームであり、17 の市場で 2800 万人以上のアクティブな顧客がおり、衣類、履物、アクセサリー、美容を提供しています。

「Zalando の価値は、顧客重視、スピード、起業家精神、エンパワーメントを中心に展開します。AWS での機械学習ワークロードを標準化して、カスタマーエクスペリエンスを向上させ、チームの生産性を高めるツールとプロセスを提供し、ビジネスを進めることにしました。Amazon SageMaker を使用して、Zalando はキャンペーンをより適切に進め、パーソナライズされた衣装を生成し、お客様により良いエクスペリエンスを提供できます。AWS を利用するソリューションにより、当社のエンジニアとデータサイエンティストの生産性は 20% 向上しました。」

Rodrigue Schäfer、デジタルファウンデーション担当ダイレクター – Zalando

Atlas Van Lines

Atlas Van Lines

Atlas Van Lines は、北米で 2 番目に大きな長距離引越運送業者です。引越業界と貯蔵業界の起業家グループが 1948 年に創業しました。この会社は、ビジネスの黄金律に則って大陸の端から端まで移動することを目標にして発展しました。Atlas は、業界標準よりも厳格なエージェント品質要件を特徴としており、堅調なシェアを誇っています。

繁忙期には、Atlas のエージェントネットワークが複数の市場にわたって連携し、顧客の需要に応えます。以前は、キャパシティーの予測を人の手で行っていたため手間がかかっていました。長年の経験による知恵と直感に頼ってきたのです。しかし、2011 年以降の履歴データがあったため、将来の市場の需要に基づいてキャパシティーと価格を動的に調整したいと考えました。

Atlas は、長距離引越運送業界におけるキャパシティーと価格を先を見越して管理するため、プレミア APN コンサルティングパートナーである Pariveda Solutions と提携しました。Pariveda はデータを準備し、機械学習モデルを開発および評価し、パフォーマンスをチューニングしました。また、Amazon SageMaker を使用してモデルのトレーニングと最適化を行ってから、Amazon SageMaker のモジュールの特性を使用してエクスポートし、Amazon EC2 を使用して実行しました。

Tinder

Tinder

Tinder は世界で最も人気のある出会い系アプリケーションで、累計マッチング数は 200 億件に上ります。

「Tinder では、190 を超える国で、1 分間に数百万件のリクエスト、1 日に数十億件のスワイプが処理されています。Amazon SageMaker は、機械学習を簡略化し、当社の開発チームが、通常では不可能な新しいつながりを作る予測モデルを構築するうえで役立ちます。」

Elie Seidman 氏、Tinder、最高経営責任者

Edmunds

Edmunds

Edmunds.com は、1 か月の閲覧者が 2,000 万人に上る自動車ショッピングウェブサイトで、自動車に関する最新で詳細な情報を掲載しています。

「当社には、エンジニア全員が機械学習を手掛けるという戦略的イニシアチブがあります。Amazon SageMaker は、この目標を達成するための鍵であり、エンジニアが機械学習のモデルとアルゴリズムを大規模に構築、トレーニング、デプロイするうえで役立ちます。今後も、積極的に SageMaker を使用し、顧客のために全社を挙げて新しいソリューションを開発していきます」

Stephen Felisan 氏、Edmunds.com の最高情報責任者

Hotels.com

Hotels.com

Hotels.com は、41 言語でローカライズされた 90 を数えるウェブサイトを運営する世界トップクラスの宿泊予約サービスのブランドです。

「Hotels.com では、スピードの向上、最新テクノロジーの活用、革新の維持に常に関心を持っています。Amazon SageMaker を使用すると、分散型のトレーニング、最適化されたアルゴリズム、組み込みのハイパーパラメータ機能によって、チームは、当社の大規模なデータセットでより正確なモデルをすばやく構築することができ、モデルを本番稼動させるまでの時間をかなり削減することもできます。これはシンプルな API コールです。Amazon SageMaker によって、機械学習の複雑さが大幅に緩和され、お客様にスピード感のあるサービスを提供できるようになります。」

Matt Frye 氏、Hotels.com および Expedia Affiliate Network、VP 兼データサイエンス最高責任者

formosa-plastics-600x400

台湾プラスチック

台湾プラスチックグループは現在成長中のプラスチック樹脂および石油化学製品の垂直統合型サプライヤーです。台湾プラスチックグループは、ポリ塩化ビニル、ポリエチレンとポリプロピレン樹脂、苛性ソーダ、およびその他の石油化学製品を幅広く提供しており、一貫性、パフォーマンスそして品質において顧客を満足させています。

「台湾プラスチックグループは台湾の石油化学企業のトップ、さらには世界の大手プラスチックメーカーの 1 社 に数えられます。欠陥検出をより正確にし手作業による人件費を削減するため、当社は機械学習を検討しました。その結果、クラウドを優先しているプロバイダーとして AWS に目を向けたわけです。AWS ML Solutions Lab とはビジネスのユースケースを定義するためのディスカバリーワークショップから実際のデプロイの適切な ML モデルの構築および選択まで、プロセスのあらゆる段階において共に取り組みました。Amazon SageMaker を使用した結果、機械学習ソリューションは従業員の手作業による検査にかかる時間が半分に短縮しました。Solutions Lab のおかげで今では条件が変わったときでも、SageMaker モデルを自分たちで最適化することができます。」

台湾プラスチックグループ、アシスタントバイスプレジデント、Bill Lee 氏

Voodoo

Voodoo は、20 億を超えるゲームのダウンロードと 4 億を超える月間アクティブユーザー (MAU) を持つ大手モバイルゲーム会社です。同社は独自の広告プラットフォームを実行し、機械学習を使用してユーザーに示される広告入札の精度と質を向上させています。

「Voodoo では、数百万人を超えるプレイヤーを積極的に関与させる必要があります。AWS での機械学習と人工知能のワークロードを標準化することにより、ビジネスを成長させ、ゲーマーを惹きつけるために必要なペースと規模で繰り返すことができます。Amazon SageMaker を使用することで、プレイヤーに表示する広告をリアルタイムに決定し、毎日、3000 億人を超えるユーザーによる、1 億回以上のエンドポイントの呼び出しが可能になります。AWS の機械学習により、小さなチームによるサポートで、1 週間未満で正確なモデルを本番稼働させることができ、チームとビジネスの成長に合わせてその上に継続的に構築することができました。」

Aymeric Roffé、最高技術責任者 – Voodoo

Zendesk

Zendesk

Zendesk は、顧客関係を改善するためのソフトウェアを構築しています。同社のソフトウェアは、各企業がカスタマーエンゲージメントを向上させ、顧客への理解を深めるうえで役立ちます。150 以上の国や地域で 9 万 4,000 人を超える顧客が、Zendesk の有料製品を使用しています。

「Amazon SageMaker によって、コストを削減でき、機械学習を使用する速度を向上できます。Amazon SageMaker を使用すると、既存の自己管理型の TensorFlow デプロイを完全マネージド型のサービスに変更できます。また、Amazon SageMaker ではモデルのオーサリング、トレーニング、提供に必要なインフラストラクチャを管理しながら、他の一般的な深層学習フレームワークを簡単に利用できるようになります。」

David Bernstein 氏、Zendesk の戦略テクノロジー担当ディレクター

Regit

Regit

Regit (旧称 Motoring.co.uk) は自動車のテクノロジー企業で、イギリス大手のドライバー向けオンラインサービス企業でもあります。自動車のナンバープレートに基づく自動車のデジタル管理サービスを提供し、運輸省 (MOT) の税金、保険、リコールなどの情報をドライバーに通知します。

Regit はアドバンスト APN コンサルティングパートナーである Peak Business Insightと提携し、カテゴリと可変データを同時に処理する「カテゴリ機械学習モデル」を適用して、ユーザーの車乗り換えの傾向を予測することで、Regit の売上を伸ばすことができました。

Peak は、リアルタイム取り込み、モデリング、データ出力に、Amazon SageMaker などの AWS のサービスを使用しました。Regit は、Amazon SageMaker を使用し、1 日に 5,000 件の API リクエストを処理して、関連するデータ要件に合わせたスケーリングと調整をシームレスに行い、見込み客のスコアリング結果の提示を管理しています。また、Amazon Redshift と Amazon Elastic Compute Cloud (Amazon EC2) インスタンスを使用して、モデルのパフォーマンスと結果を効率的かつ継続的に最適化しています。Regit は、Peak と連携して、250 万人のユーザーのうち誰がいつ車を乗り換えるかを予測できるようになりました。これにより、よりカスタマイズされ、対象が絞られた方法でサービスを提供することができるようになり、コールセンターの収益が 25% 以上増加しました。

ZocDoc

ZocDoc

Zocdoc は、医療行為や医師の個別スケジュールなどの情報を、統合ソリューションによる医療ケア検索によってエンドユーザーに提供します。患者のニーズと、最善のヘルスケアエクスペリエンスの実現に焦点を当てています。

「Zocdoc では、患者が適切な医師を見つけて、最も都合の良い時間と場所で予約をとりやくすることに焦点を当ててきました。Zocdoc のエンジニアたちは、Amazon SageMaker を使用してモデルを簡単に構築、トレーニング、デプロイできることをとても喜んでいます。私たちのモバイルエンジニアの一人は、医師専門の推奨モデルを 1 日未満でゼロからトレーニング、デプロイして生産に展開することができました。これまでは、データサイエンスチームはあらゆるモデルワークの開発にも寄与しなければならず、生産チームを減速させていました。Amazon SageMaker を使用すると、SageMaker の簡単な最新式エンドツーエンドの機能によって、コンセプトから本番稼働までをずっと高速に処理できます。」
Realtor.com

Realtor.com

Move, Inc. ネットワーク (realtor.com®、Doorsteps®、Moving.com™ を含む) では、顧客や不動産専門家向けに、複数のウェブサイトやモバイルアプリケーションで不動産の情報、ツール、専門知識を提供しています。

「Amazon SageMaker は、当社が顧客のマイホーム所有をサポートするうえで、realtor.com® のツールセットをさらに変革するものだと考えています。これまで、機械学習のトレーニングやモデル最適化といったワークフローには、長い時間がかかっていました。しかし、AWS では、幅広いデベロッパーの知識を利用することができ、ワークフローを非常に効率良く実施することができます。これにより、データサイエンティストやアナリストは、ユーザーに優れたサービスを提供することに注力できるようになりました。」

Vineet Singh 氏、Move, Inc. の最高データ責任者兼副社長

Grammarly

Grammarly

Grammarly のアルゴリズムは、1 日に何百万人ものユーザーによって利用され、コミュニケーションの実用性向上に役立っています。このアルゴリズムでは、自然言語処理テクノロジーと高度な機械学習テクノロジーを組み合わせることで、異なるデバイスにわたって複数のプラットフォームでの入力サポートを実現しています。

「Amazon SageMaker により、分散トレーニング環境内で TensorFlow モデルを開発できるようになりました。当社のワークフローは前処理用に Amazon EMR とも統合されているため、EMR と Spark を使って Jupyter ノートブックからフィルタリングしたデータを Amazon S3 から取得し、同じノートブックを使って Amazon SageMaker でトレーニングを行うことができます。また、SageMaker は、当社のさまざまな本番稼働要件にも柔軟に対応しています。SageMaker 自体で推論を実行することもできますし、モデルのみが必要な場合は、そのモデルを S3 からダウンロードし、iOS および Android のユーザー向けに当社のモバイルデバイス実装の推論を実行することもできます。」

Stanislav Levental 氏、Grammarly の技術リーダー

Slice Labs

Slice Labsは、ニューヨークに拠点を置き、世界中に展開する最初のオンデマンド式保険クラウド・プラットフォーム・プロバイダーです。Slice では、B2C 市場向けに、個人のオンデマンド型保険を提供し、また、B2B 市場向けに、企業が直感的なデジタル保険商品を構築できるようにするサービスを提供しています。

「Sliceは、お客様の保険に対するニーズが絶えず変化していることをよく心得ています。私たちがAWSを頼りになるクラウド・プラットフォームとして選んだのは、その広範なサービス、フレキシビリティ、保険業者の間での確固たる名声があるからです。私たちは様々なAWSのサービスを使い、ビジネスをサポートしています。その中には AWS Machine Learning もあります。これによりお客様のニーズに最適の保険のオプションとお客様を結びつけることができます。保険業者やテクノロジー企業との事業において、私たちはインテリジェントな保険商品を開発、販売しようとしています。AWSによるコスト削減と生産性向上は計り知れません。例えば、私たちの調達時間は47日から1日へと、98%減少しました。地理的にも、AWSでのクラウド使用の点からも私たちが展開を続けていけることをうれしく思っています。」

フィリップ・ラフレにエール、主任成長担当員-スライスラボ

DigitalGlobe

DigitalGlobe

DigitalGlobe は高解像度の地球映像、データ、分析を扱う世界トップクラスのプロバイダーで、毎日、膨大な量のデータを処理しています。

「DigitalGlobe は高解像度の地球映像、データ、分析を扱う世界トップクラスのプロバイダーとして、毎日、膨大な量のデータを処理しています。DigitalGlobe では、AWS のクラウドに保存されている 100 PB の画像ライブラリ全体に対する検索、アクセス、コンピューティング実行をより簡単に行えるようにサポートし、衛星画像に深層学習を活用できるようにしています。当社では、ホストされた Jupyter ノートブックでペタバイト規模の地球観測映像のデータセットを使ったモデルトレーニングを実行するために、Amazon SageMaker を使用する計画です。これによって、DigitalGlobe の Geospatial Big Data Platform (GBDX) ユーザーは、ボタンを押すだけでモデルを作成し、拡張性のある分散環境内にそのすべてのモデルを大規模にデプロイできるようになります。」

Dr.Walter Scott 氏、Maxar Technologies の最高技術責任者、DigitalGlobe 創業者

Intercom

Intercom

Intercom のメッセージング優先製品は、他社のウェブサイトやモバイルアプリとシームレスに統合され、顧客の獲得、参加、サポートを支援します。2011 年に設立された同社は、サンフランシスコ、ロンドン、シカゴ、ダブリンにオフィスを構えています。

「Intercom のデータサイエンティストとデータ指向エンジニアチームは成長を遂げています。これを活用して、すぐに繰り返し作業を進め、データ駆動型製品の新しいソリューションを模索したいと考えています。Amazon SageMaker に出会う以前は、これらの製品を構築するためにさまざまなオプションを試してきましが、それぞれの課題を抱えていました。コードの共有が難しい、大きなデータセットでのテストが遅い、ハードウェアをプロビジョニングおよび管理するのが困難である、などの問題がありました。しかし、SageMaker を使い始めてからは、すべて解決しました。特に検索プラットフォーム用アルゴリズムや機械学習の機能を開発するために使用しています。SageMaker がホストする Jupyter ノートブックを使用すると、構築と反復を迅速に行うことができます。決定的に、SageMaker がマネージドサービスであるおかげで、当社のチームは目の前のタスクに集中することができます。Amazon SageMaker は私たち Intercom にとって非常に貴重なサービスです。私たちは会社が成長するにつれて、SageMaker の使用が増えることを楽しみにしています。」

Kevin McNally 氏、Intercom の機械学習、シニアデータサイエンティスト

Kinect Energy Group

Kinect Energy Group

Kinect Energy Group は主に航空、海上および陸上輸送業界で、エネルギー調達アドバイザリーサービス、サプライフルフィルメント、トランザクションや支払い管理ソリューションを商業および産業に関わるお客様に提供しているフォーチュン 100 にも名を連 ねる World Fuel Services の子会社です。Kinect Energy は、北欧の主要なエネルギープロバイダーで、この地域特有の風が強い気候がもたらす天然電力資源に依存しています。

同社は最近、AWS による AI/ML サービス導入を多数スタートさせたところです。Amazon SageMaker を使用することで今後の天候の傾向を予測できる、つまり将来数カ月の電力価格を予想できるようになります。これは前例のないほど長期的なエネルギー取引が可能となることを意味し、業界を牽引する先進的アプローチと期待されています。

「当社は Amazon SageMaker の利用を開始してから、AWS ML ソリューションチームとソリューションアーキテクチャチームに大いに助けてもらっています。当社における SageMaker の影響は特に Amazon Innovation Dayで弾みがついて以来 非常に大きいものとなっています。AWS のテクノロジーがもたらす新しい利点を最大限に活用するため、当社の AI チームを何度か拡張しました。未知である将来の気象に基づき価格を設定することで、当社は新しい方法で利益を得ています。SageMaker に加えて実行には Lamda とステップ機能を使用して S3 にデータを保存することを含め、AWS に「一括で」まかせることしました。さらには AWS ML Solutions Lab の献身的なパートナーシップのおかげで、今では自立し、当社が構築したモデルを繰り返し利用して事業の強化を継続できています。」

Andrew Stypa 氏、Kinect Energy Group、リードビジネスアナリスト

Frame.io

Frame.io

Frame.io is your hub for all things video (動画のすべてを Frame.io で)Frame.io は、世界中に 70 万人以上の顧客を持つ、動画のレビュー/コラボレーションツールの最大手です。フリーランスから大企業まで、ありとあらゆる映像のプロが Frame.io で動画をレビューし、承認し、配信しています。

「世界中のユーザーが利用できる、クラウドネイティブな動画のレビューおよびコラボレーションプラットフォームとして、最高クラスのセキュリティをお客様に提供することは不可欠です。クライアントのメディアを常時保護し、その安全性を維持するという目的に向け、弊社では Amazon SageMaker に組み込まれた異常検出モデルを利用しています。これにより、機械学習を活用した望ましくない IP リクエストの迅速な特定、検出、遮断が可能となりました。Amazon SageMaker を使い始めてからは、機械学習モデルの長期的なメンテナンスや弊社プラットフォームに合わせたスケール、特定のワークフローへの調整といった作業が、シンプルで明快なものとなっています。さらに、SageMaker の Jupyter ノートブックのおかげで、異なるモデルを使い、さまざまな方法で適合率と再現率を向上させる実験を行うことも可能になっており、Frame.io の安全性はさらに高いものとなっています。」

Abhinav Srivastava 氏、Frame.io、副社長兼情報セキュリティ責任者

Sportograf

Sportograf

Sportograf はスポーツを愛し、さまざまな分野で競うアスリートを応援しています。その使命は、プロフェッショナルな品質の写真で、すべてのアスリートのパフォーマンスを敬い称えることです。

「スポーツイベントで撮影された何百万枚という写真があるため、写真をゼッケン番号ごとに短時間で正確に整理することが課題となりました。Sportograf は、解決策を模索する中で、QR コードなどのマーカーを使用しないことに決めました。ワークロードが増えて煩雑になり、顧客の複数のリクエストに同時に応えられなくなるためです。この課題を解決するため、Amazon SageMaker に加えて、テキスト認識のために Amazon Rekognition を使用することで、当社独自の機械学習ソリューションを構築し、ほぼリアルタイムで選手のゼッケン番号を識別できるようになりました。」

Tom Janas 氏、Sportograf、マネージングディレクター

Cookpad

Cookpad

Cookpad は、日本最大のレシピ共有サービスです。1 か月の利用者数は、日本で約 6,000 万人、世界で約 9,000 万人です。

「Cookpad のレシピサービスをもっと簡単に使いたいという要望が増えているため、当社のデータサイエンティストは、ユーザーエクスペリエンスを最適化するために、より多くの機械学習モデルを構築していく予定です。当社では、トレーニングジョブの繰り返し数を最小限にし、最適なパフォーマンスを達成しようとする中で ML 推論エンドポイントのデプロイが大きな課題となっており、開発プロセスが遅れていました。ML モデルのデプロイを自動化し、データサイエンティストが自分でモデルをデプロイできるようにするため、当社では Amazon SageMaker の推論 API を使用しました。これにより、Amazon SageMaker を使用することによって、アプリケーションエンジニアは ML モデルをデプロイする必要がなくなるということを証明しました。Amazon SageMaker を使うことにより、本番稼働でもこのプロセスを自動化できると期待しています」 

Yoichiro Someya 氏、Cookpad のリサーチエンジニア

Fabulyst

Fabulyst

Fabulyst はインドを拠点とするスタートアップで、ファッションコマースに焦点を当てています。AI を介して買い物客にとってよりポジティブでパーソナライズされたエクスペリエンスを実現し、小売業者にとってより良いコンバージョンを可能にします。

「Fabulyst は、在庫アイテムをユーザー固有のパーソナライズされたクエリ (たとえば、体型や肌のトーンに合わせて) に一致させることで、買い物客が完璧な購入品を簡単に見つけられるようにします。同時に、コンピュータビジョンを使用してソーシャルメディア、検索、ブログなどのデータに基づいて毎月の傾向を予測し、小売客のカタログでそれらの傾向に自動タグ付けすることにより、小売業者がより効果的なコンバージョンを達成できるよう支援します。Fabulyst は AWS を使用して、当社の製品をサポートする多くの予測を処理する Amazon SageMaker を含め、クラス最高のソリューションを提供します。SageMaker や他の AWS サービスを利用して、小売業者の収益を 10% 増やすなど、当社はユーザーに価値を保証し、毎回素晴らしい結果をお届けできると確信しています」

Fabulyst 創設者兼 CEO Komal Prajapati

Terragon Group

Terragon Group

データおよびマーケティングテクノロジービジネスを担う Terragon Group は、インサイトを使用してビジネス価値を解放し、アフリカのモバイルオーディエンスに広告でアプローチする支援をしています。Terragon Group は長年モバイル分野でトップに立ち、複数の地理的条件下で、ローカルか多国籍かに関係なくブランドにサービスを提供してきました。適切なタイミングで適切なユーザーに適切な広告メッセージを伝えるには、パーソナライゼーションが必要です。Terragon は、データ、インサイト、人工知能を使用して、企業がアフリカに住む適切なオーディエンスに広告を届けられるようにサポートします。

「Amazon SageMaker は、エンドツーエンドフローの機械学習ワークフローを提供してくれます。その基盤となるインンフラストラクチャを設置する必要はありません。弊社のデータサイエンスおよび機械学習のチームは、データ探索からモデルトレーニング、本番稼働にいたる作業を、わずか数時間で迅速に進行できます。エンジニアリングの優秀な人材に乏しいアフリカに拠点を置く企業が、90 日足らずで機械学習モデルを構築、デプロイして、現実に起きている問題を解決する方法はこれしかありません。」

Deji Balogun 氏、Terragon Group、CTO

SmartNews

SmartNews

SmartNews (スマートニュース) は日本最大のニュースアプリで、良質な情報を世界中の 1100 万人超のマンスリーアクティブユーザーに配信しています。SmartNews は機械学習テクノロジーを使用して、最も関連性が高く興味深いニュースをユーザーに届けます。SmartNews の機械学習アルゴリズムが数百万件規模の記事、ソーシャルシグナル、人的交流を評価して、全体のトップ 0.01% を占める今まさに取り上げるべきニュースを提供します。

「良質なニュースを発掘し世界に届けるという私たちの使命の原動力は、AWS、特に Amazon SageMaker です。おかげで顧客にサービスを提供する開発サイクルを加速できました。Amazon SageMaker の使用は、ニュースキュレーションの手法、つまり深層学習を使用した記事の分類、ライフタイムバリューの予測、テキストおよびイメージの複合モデリングといった手法に大きく貢献しました。Amazon SageMaker やその他の AWS の AI ソリューションを使用して、さらなる高みに到達できるものと期待しています。」

浜本階生氏、スマートニュース株式会社、共同創設者兼共同 CEO

SIGNATE

Signate

Signate は AI を使用して、アウトソーシング、雇用、コンサルティングサービス向けのソリューションを提供しています。Signate は、16,000 以上のメンバーが最高のモデルを生み出すことを競うデータサイエンスコミュニティとしても知られています。同社はまた、競争を通じて獲得したモデルを本番アプリケーションにデプロイするのに役立つ、Amazon SageMaker を使用したサービスを顧客に提供しています。

「私たちは、機械学習モデルを構築する際の主要ツールとして Amazon SageMaker を活用しており、「Aldebaran」と呼ばれるモデル管理システムをよりスケーラブルにすることができました。SageMaker によって、構築、トレーニング、および ML モデルのデプロイを含むワークフローを同時にシームレスに統合することが可能になりました。以前は、モデルを本番環境にデプロイするには 3 か月から 6 か月必要でした。SageMaker を使用することによって、モデルを本番にデプロイする時間が 1 週間から 4 週間に短縮され、時間の節約と生産性の向上につながっています。SageMaker は、すべての ML モデルに最適な私たちの標準 ML プラットフォームです。」

齊藤 秀氏、SIGNATE Inc.、社長兼 CEO/CDO

Pioneer

Pioneer

Pioneer は、カーエレクトロニクスやモビリティサービスを含むデジタルエンターテインメントを専門とする多国籍企業です。Pioneer は、「心を動かし、感動を届ける」という企業理念によって運営されており、日常生活の中で顧客を支援する製品とサービスを提供しています。

「Amazon SageMaker と自動モデルチューニングなどのモデルトレーニング機能を活用して、非常に正確な機械学習モデルを開発したため、引き続きお客様のプライバシーを保護することができました。また、収益化プラットフォームを構築するために、アルゴリズムと事前にトレーニングされたモデルの両方に AWS Marketplace for Machine Learning を活用することを期待しています。」

Kazuhiro Miyamoto 氏、Pioneer、情報サービスエンジニアリング部ゼネラルマネージャー

dely

dely

dely は、日本最大手のレシピ動画サービス、kurashiru (クラシル) の運営会社です。同社は、世界にインパクトを与えるレシピ動画サービスの構築に日々邁進しています。クラシルは、レシピ動画を使用して、ダイニングテーブルを彩るさまざまなおいしい料理のレシピを、毎日多数の視聴者に紹介しています。日本では、数千万規模の人々が月額制のレシピサービスを視聴しています。

「クラシルのサービスを開始して 2 年半がすぎ、ご好評をいただいておりますが、モバイル向けアプリは 1500 万ダウンロードを突破しました。機械学習などの先進テクノロジーを使用して、適切なタイミングに適切なコンテンツをユーザーに提供することは、大変重要だと考えています。それを実現できるのも、Amazon SageMaker を使用して、90 日で機械学習モデルを構築し、本番稼働にデプロイできたおかげです。また、コンテンツのパーソナライゼーションにより、クリックスルー率を 15% 向上させました。」

大竹雅登氏、dely 株式会社、CTO

Ayla Networks

Ayla Networks

Ayla Networks はサンフランシスコを拠点とする IoT PaaS (Platform-as-a-Service) ソフトウェア企業で、消費者市場と商業市場の両者向けにソリューションを開発しています。

「Ayla Networks ではその信頼あるスケーラビリティと信頼性から、多くのお客様が AWS インフラストラクチャ環境を使用しているのを目にしています。特に、商業向けの製造業者は Ayla Cloud で装備のパフォーマンスデータを管理するために、Amazon SageMaker を活用しています。Amazon SageMaker と Ayla IQ 製品を使用することで、企業は製品やサービスの品質の向上につながり、さらには機械の故障を予測し、実際に故障が起こる前に、措置を講じる洞察と異常を明らかにすることができます。このソリューションでお客様が順調に事業を運営し、不安なく事業の成長、製造、拡大に専念できるようになります。

Prashanth Shetty 氏、Ayla Networks、グローバルマーケティング部問バイスプレジデント

FreakOut

FreakOut

FreakOut は、デジタル広告を中心とする、大手テクノロジー企業です。同社は、インターネット広告におけるリアルタイムの広告在庫トランザクション向けの製品と、ウェブを閲覧するためのデータ分析を提供しています。FreakOut は、機械学習を利用して、クリックスルー率 (CTR) とコンバージョン率 (CVR) を予測します。

「私たちは、機械学習トレーニング環境をオンプレミスから Amazon SageMaker に移行する途中です。Amazon SageMaker は、私たちのビジネスに向けてよりスケーラブルなソリューションを提供しています。Amazon SageMaker の自動モデルチューニング機能を使用すると、要件に合わせて非常に正確なモデルの最適化および見積りを行うことができます」

Jiro Nishiguchi 氏、FreakOut 社 CTO

Wag!

Wag!

「Wag! では、両面市場での需要と供給のニーズを満たす必要があります。AWS を使用した機械学習を使用して、お客様の犬の散歩の需要を予測することができました。AWS で機械学習アプリケーションを標準化することにより、エンジニアリングリソースが限られているにもかかわらず、大幅に改善されたペースとスケールで反復することにより、ビジネスニーズの継続的な成長に対応することができます。Amazon SageMaker を使用すると、機械学習の実験を高速化でき、45 日分に相当するモデルのトレーニングのためのコンピューティング時間を 3 日間に短縮できます。」

Dave Bullock 氏、エンジニアリングおよび運用技術担当バイスプレジデント、Wag Labs Inc.

Euler Hermes

Euler Hermes

「100 年以上にわたり、当社は、商取引をより安全でシンプルにするための先進的なサービスを導入し続け、お客様の成長を支援してきました。3,000 万社以上の企業の管理データおよび財務データを保有しているため、サイバー詐欺が業務に影響を及ぼす前にそれを検知することは困難な場合があります。当社が推奨する AI/ML プラットフォームを Amazon SageMaker と連携することにより、より迅速なイノベーションが可能になりました。例えば、7 か月で新しい社内サービスを立ち上げることができ、悪意のあるドメインが作成されてから、24 時間以内に URL スクワット詐欺を特定できるようになりました」

Luis Leon 氏、IT イノベーションアドバイザー、Euler Hermes

ifood

iFood

iFood は、ラテンアメリカでのオンラインフードデリバリーのリーダーで、1,000 以上の都市で約 16 万件のレストランが登録されており、月間 3,060 万件の注文を受けています。

「iFood では、機械学習を使用してお客様とレストランでの体験を向上させています。Amazon SageMaker を使用することでパーソナライズされたレストランや料理のおすすめを作成できます。物流では、配送担当者はルートの最適化により移動距離を 12% 短縮しました。機械学習のワークロードを AWS 上で標準化することで、リアルタイムの情報と結果を提供するために必要な柔軟性と拡張性を手に入れました。」

Sandor Caetano 氏、チーフデータサイエンティスト、iFood

Root Insurance

Root Insurance

「Root Insurance は、純粋な人口統計ではなく、実際の運転方法に基づいて自動車保険の料金を設定するテクノロジーを使用しています。Root が成長するにつれ、Amazon SageMaker のトレーニングとバッチ変換機能に対するニーズとの関連性がさらに高まりました。AWS で機械学習ワークロードを標準化することにより、携帯電話からのテレメトリを分析して、優れた運転者が自動車保険の料金を最大 52% 節約できるよう支援します」

Bill Kaper 氏、エンジニアリング担当部長、Root Insurance

Infoblox

Infoblox

Infoblox は、セキュアなクラウドマネージドネットワークサービスのリーダーであり、ネットワークコア、つまり DNS、DHCP、および IP アドレス管理 (総称して DDI と呼ばれます) を管理し、その安全性を維持することを企図しています。

「Infoblox では、Amazon SageMaker を使用して DNS セキュリティ分析サービスを構築しました。このサービスは、ホモグラフを作成して価値の高いドメイン名ターゲットになりすまし、それらを使ってマルウェアを落とし、ユーザー情報をフィッシングし、ブランドの評判を攻撃する悪意のあるアクターを検出します。AWS はクラウドのエンタープライズ標準であり、SageMaker が提供する複数の機能を活用して ML モデルの開発を加速できます。SageMaker の自動モデルチューニング機能を使用して、実験をスケーリングし、精度を 96.9 %に向上させました。SageMaker のおかげで、セキュリティ分析サービスの一部である IDN ホモグラフ検出器は、ホモグラフドメインの 6,000 万を超える解決を特定し、毎月数百万以上の解決を見つけ続けているため、お客様はブランドの悪用を迅速に検出できます」

Femi Olumofin 氏、Infoblox の分析アーキテクト

Zappos

Zappos

Zappos は 20 年前に小規模なオンライン靴小売業者として始まりました。以降、服、ハンドバッグ、アクセサリーなどを販売するまでに成長し、非常に評価の高いカスタマーサービスと革新的な従業員エクスペリエンスを提供しています。Zappos は 2009 年から Amazon の子会社となりました。

「Zappos では、分析と機械学習ソリューションを使用して、eコマースのカスタマーエクスペリエンスを大幅に改善しています。これにより、円滑で応答性の高いユーザーエクスペリエンスを維持しながら、個々のユーザーのサイジングと検索結果をパーソナライズできます。Amazon SageMaker を使用すると、お客様の靴のサイズを予測できます。AWS を使用することで、エンジニアが DevOps オーバーヘッドではなくパフォーマンスと結果の改善に集中できるため、当社の ML/AI のエンタープライズ標準となっています」

Ameen Kazerouni 氏、Zappos 社の Head of Machine Learning Research and Platforms

NerdWallet

NerdWallet

サンフランシスコに拠点を置く個人向け金融会社である NerdWallet は、クレジットカード、銀行、投資、ローン、保険などの金融商品のレビューと比較に関する情報を提供しています。

「NerdWallet は、データサイエンスと ML を利用して、お客様をパーソナライズされた金融商品に結び付けています。当社が AWS で ML ワークロードを標準化することにしたのは、データサイエンスのエンジニアリングプラクティスを迅速に最新化して、障害を取り除き、サービス提供までの時間を短縮することができるからでした。Amazon SageMaker を使用することで、当社のデータサイエンティストは、戦略面での検討により多くの時間を費やすことできるとともに、競争上の優位性がある分野、すなわち、ユーザーの問題への洞察を得て、解決につなげることにより多くのエネルギーを集中させることができます」

Ryan Kirkman 氏、NerdWallet 社のシニアエンジニアリングマネージャー

Splice

Splice

Splice は、ミュージシャンによって構築された、ミュージシャンのためのクリエイティブプラットフォームであり、アーティストが秘めている真の創造性を引き出します。このサブスクリプションをベースとした作曲スタートアップ企業は、2013 年に設立され、現在、完璧なサウンドを求めてカタログを検索する 300 万人を超えるミュージシャンを顧客として抱えています。

「サウンドやプリセットのカタログが増えるにつれて、適切なサウンドを見つけるという課題も増加しています。これが、Splice が最高レベルの検索および発見機能の構築に投資した理由です。AWS で ML ワークロードを標準化することにより、ミュージシャンとミュージシャンが探しているサウンドをこれまで以上に簡単につなげることを目的とした、新しいユーザー向けサービスを作成しました。Similar Sounds のリリース以降、検索コンバージョンは 10% 近く増加しています。当社は、Amazon SageMaker を活用して、テキストベースの検索を完全に補完しました。これにより、ユーザーは、以前は不可能だった方法でカタログを見つけて操作できるようになりました」

Alejandro Koretzky 氏、Splice 社の Head of Machine Learning & Principal Engineer

Audeosoft

Audeosoft

「機械学習を導入する前に当社でできることは、履歴書 (CV) のテキストを検索することぐらいでした。しかし、光学式文字認識機能が不足していたため、すべての CV を検索することができませんでした。Amazon Textract を使用することで、今ではあらゆるドキュメントのコンテンツを抽出することや、ElasticSearch クラスターにアップロードされたすべてのファイルにインデックスを付けることができます。ElasticSearch の使用により、すべてのアップロードされたドキュメントを検索できるようになりました。それにより、検索速度は従来の SQL 検索よりも 10 倍速くなっています。さらに、Amazon SageMaker を使用して単語のベクトル化も実装し、検索クエリに関連語句を追加することもできるようにもなりました。この処理は、候補者を正確に分類して、選別することに役立っています。また、CV で使用されている同義語や代替表現によって引き起こされるエラーを排除することもできます。Amazon SageMaker や Amazon Textract を使用することで、よりスマートで、より質の高い候補者を採用担当者に紹介することができます。安定したパフォーマンス、ワールドワイドな可用性、信頼性こそが Audeosoft の成功の秘訣です。AWS との提携を決定したのは約 8 年前のことです。当社は、将来を見据えたとき、AWS が優れたパートナーになると考えていました。優先するクラウドプロバイダーとして AWS を選択することで、今後何年にもわたって、私たちと同じ意欲や、革新を生み出すという同じ目標を抱くパートナーを持つことができています」

Marcel Schmidt 氏、CTO - Audeosoft

Freshworks

Freshworks

Freshworks は米国やインドを拠点とする B2B SaaS ユニコーンであり、世界中の SMB およびミッドマーケットビジネスに対応しています。同社は、顧客エンゲージメントと従業員エンゲージメントのワークフロー向けに、強力で使いやすいアプリケーションのポートフォリオを提供します。

「Freshworks では、フラッグシップ AI/ML サービスである Freddy AI スキルを構築しました。エージェントがユーザーのクエリに対処し、サポートチケットを適切に解決する際に役立つハイパーパーソナライズされたモデルを備えた Freddy AI スキル、セールスおよびマーケティングチームが付けた優先順位に沿って迅速に商談を成立させ、お客様導入マネージャーはチャーンリスクを削減し、ビジネスを成長させます。お客様のユースケースに最適化された機械学習モデルを簡単に構築、トレーニング、デプロイできるため、ML ワークロードを AWS で標準化することを決めました。Amazon SageMaker のおかげで、11,000 人の顧客に向けて 30,000 以上のモデルを構築し、これらのモデルのトレーニング時間を 24 時間から 33 分未満に短縮しました。SageMaker モデルモニターを使用すれば、データのドリフトを追跡し、モデルを再トレーニングして精度を確保できます。Amazon SageMaker を搭載した Freddy AI スキルは、スマートアクション、ディープデータインサイト、インテント主導の会話で常に進化しています」

Tejas Bhandarkar 氏、Senior Director of Product – Freshworks Platform

Veolia

Veolia

Veolia Water Technologies は、経験豊富な設計会社であり、上水道および下水道の処理における技術的なソリューションとサービスを専門とするプロバイダーです。

「わずか 8 週間で、AWS と協力して淡水化プラントで浄水膜の洗浄および交換のタイミングを予測するプロトタイプを開発しました。Amazon SageMaker を使用して、過去のパターンから学習し、ファウリングインジケーターの将来の進化を予測する機械学習モデルを構築しました。機械学習のワークロードを AWS で標準化することにより、供給される水の品質を向上させつつコストを削減しダウンタイムを避ける事ができました。これらの結果は、技術的な経験、信頼、そして双方のチームの『きれいで安全な水の途切れることのない供給』という目標を達成するための献身なくして実現することはできなかったでしょう」

Aude GIARD 氏、Chief Digital Officer – Veolia Water Technologies

Sportradar

Sportradar

Sportradar は、スポーツデータの主要プロバイダーであり、リアルタイムのスポーツデータを世界中の 65 を超えるリーグに提供しています。同社は最先端のインサイトを発信するため、Amazon ML Solutions Lab と連携して、サッカーのゴール予測モデルを開発しました。

「当社は、AWS の機械学習の性能をテストするために、コンピュータビジョンに関する最も難しい問題の 1 つを意図的に Amazon ML Solutions Lab チームに提示しました。その結果は非常に満足のいくものでした。チームは、Amazon SageMaker を使用して、実際のサッカーの試合において 2 秒先のゴールを予測する機械学習モデルを構築しました。このモデルだけでも、新たなたくさんのビジネスチャンスが開かれました。当社は AWS での機械学習ワークロードを標準化しようとしています。AWS では、ビジネスにおけるイノベーションを促進して、コストとレイテンシーに関する要件を満たすことのできるモデルを構築、トレーニング、デプロイできるためです」  

Ben Burdsall 氏、CTO – Sportradar

ロシュ

ロシュ

F.エフ・ホフマン・ラ・ロシュ(ロシュ)は、医薬品と診断を専門とするスイスの多国籍ライフサイエンス企業です。

「クラウドで ML ワークフローを体系化できるようにチームを後押しする目的で、Amazon Machine Learning ソリューションラボと協力して、Amazon SageMaker ワークショップを提供し、SageMaker がデータサイエンティストの ML 構築プロセスを合理化する方法を示しました。ワークショップ以降、ML ワークロードの 80% が AWS で実行されるため、チームは ML モデルを 3 倍速く本番環境に移行できます。SageMaker と AWS スタックのおかげで、オンプレミスの可用性に制約されることなく、コンピューティングリソースを使用してオンデマンドでトレーニングできるようになります。」  

Gloria Macia、データサイエンティスト - ロシュ

Guru

Guru

「Guru では、あなたの仕事に必要な知識があなた自身を発見するものだと信じています。私たちは、チームの最も価値のある情報を収集し、それを信頼できる唯一の情報源に整理するナレッジマネジメントソリューションです。 AI を活用することで、あなたが作業しているところにリアルタイムに知識を推奨し、正確性を確保し、知識ベース全体をより適切に管理できるようにします。私たちの成長する製品データサイエンスチームは、近代の M L チームが持つ課題のすべて(ML システムの大規模な構築、トレーニング、デプロイ)に直面しており、これらの課題のいくつかを克服する手段として AmazonSageMaker に依存しています。現在、SageMaker Inference を活用して、ML モデルをより迅速に本番環境にデプロイしています。SageMaker Inference は、お客様に価値を提供するという最大の目標を達成する助けになっています。」  

Nabin Mulepati 氏、Staff ML Engineer – Guru

Amazon Operations

Amazon Operations

COVID-19 パンデミックにおけるアソシエイトの安全に関し、Amazon Operations チームは、Amazon のコミットメントの一環として機械学習ソリューションをデプロイし、世界中にある 1,000 か所を超えるオペレーションの建物でソーシャルディスタンスの習慣を保てるようサポートしています。Amazon Operations は、Amazon Machine Learning Solutions Lab と協力し、Amazon SageMaker を使用して、距離を推定するためのアートコンピュータビジョンモデルのステートを作成しました。

「AWS での機械学習ワークロードを標準化し、ML Solutions Lab のエキスパートと連携することで、推定を行う革新的なモデルセットを作成できました。手作業で確認する労力を最大で 30% 節約できる可能性があります。Amazon SageMaker を使用すると、1 日に何百時間もかけて手作業で確認する必要がなくなり、安全および精度の向上により多くの時間を費やすことができるようになります」

Russell Williams、ディレクター、ソフトウェア開発 – Amazon OpsTech IT

Freddy's

Freddy's Frozen Custard & Steakburgers

Freddy's Frozen Custard & Steakburgers は、他にはない組み合わせを提供するクックツーオーダーのファストカジュアルレストランです。ステーキバーガー、Vienna Beef ホットドッグ、細長いフライドポテト、かくはんしたばかりのフローズンカスタードなど、さまざまなおいしい料理を取り扱っています。創業は 2002 年で、2004 年にフランチャイズ化されました。現在 Freddy's は、32 州にわたって約 400 店のレストランを展開しています。

「以前は、単に同じように見えるレストランを 2 店選んだものでした。しかし今では、メニュー、お客様、場所という要素の関係について正しく理解しています。Domo の新しい機械学習機能を強化する Amazon SageMaker Autopilot により、マーケティングや購入チームが増強され、新しいアイデアを試したり、カスタマーエクスペリエンスを向上させたりできています」

Sean Thompson 氏、IT ディレクター – Freddy's

Amazon SageMaker の特徴に関する詳細

特徴のページにアクセスする
始める準備はできましたか?
サインアップ
ご不明な点がおありですか?
お問い合わせ