12~18 か月から 7 か月に
価値創出までの時間を短縮
30 以上の機械学習のユースケースを
4 か月で構築
720 以上の
AWS コースを終了
データサイエンスチーム向けに
セルフサービス環境を促進
環境のプロビジョニングにかかる時間を
2〜4 週間から数時間に短縮
概要
ペースの速い金融サービス業界で競争力を維持するためにも、NatWest Group は、よりパーソナライズした最高のサービスを 1,900 万人の顧客に提供しなければならないというプレッシャーがあります。同行は、データを調査し、顧客の要求に基づいてカスタマイズされたエクスペリエンスを提供する機械学習 (ML) ソリューションを構築するため、さまざまなワークフローを構築してきました。しかし、従来のプロセスには時間がかかり、一貫性がなかったため、NatWest Group は ML を活用してビジネス価値を生み出すまでの時間を短縮したいと考えていました。
同行は Amazon Web Services (AWS) に注目し、Amazon SageMaker を採用することにしました。データサイエンティストやエンジニアはこのサービスを利用して、フルマネージド型のインフラストラクチャ、ツール、ワークフローを備えたほぼすべてのユースケースに対応する ML モデルを構築、トレーニング、デプロイできます。NatWest Group は、ML プロセスを AWS で一元化することで、新しい製品やサービスの立ち上げにかかる時間を数か月短縮し、データサイエンスチームはよりアジャイルな文化を受け入れています。
![Multiethnic mentor and intern employees sitting with laptop in office. Multiethnic mentor and intern employees sitting with laptop in office.](https://d1.awsstatic.com/fsi-case-study.d80c1f890681a53d7d3a41d3fce001ec28119f71.jpeg)
機会 | Amazon SageMaker を利用して NatWest グループの価値実現までの時間を短縮
NatWest Group は英国大手銀行の 1 つです。1968 年に正式に設立されたこの会社の起源は、1727 年にまでさかのぼります。NatWest Group は、豊富なレガシーデータを活用して、個人、企業、企業金融および保険サービスを革新し、パーソナライズすることを目指しています。このようなソリューションをより速いペースで提供するために、同行は標準化された ML アプローチを必要としていました。「データへのアクセス、インサイトの獲得、ソリューションの構築に、一貫した方法がありませんでした」と、NatWest Group の Data Innovation 担当 Head of MLOps の Andy McMahon 氏は言います。「お客様がこのような問題を感じたのは、価値を引き出すのに私たちが望んでいたよりもはるかに長い時間がかかったからです」。
パーソナライズされたソリューションを企業規模でデプロイするために、NatWest Group は中核となる ML テクノロジーとして Amazon SageMaker を採用することにしました。同行はまた、AWS プロフェッショナルサービスにプロジェクトの準備を依頼しました。AWS プロフェッショナルサービスは、企業が AWS を利用する際に望ましいビジネス成果を実現できるよう支援する専門家で構成されたグローバルチームです。一連のワークショップでは、NatWest Group と AWS プロフェッショナルサービスが協力して、同行の ML 環境における改善点を特定し、開発戦略を策定しました。包括的な計画を立てた後、チームは 2021 年 7 月にプロジェクトを開始しました。
![kr_quotemark kr_quotemark](https://d1.awsstatic.com/case-studies/CustomerReferences_QuoteMark.16fc612d9e480eaec3e716161a76c4a71428c86a.png)
データサイエンスが作業する環境を立ち上げるには、2~4 週間かかる場合があります。AWS では、その環境を数時間以内に立ち上げることができます。もっとかかったとしても、せいぜい 1 日です」。
Greig Cowan 氏
NatWest Group、Data Innovation 担当 Head of MLOps
ソリューション | AWS ML ソリューションを使用してアジャイルな DevOps 文化を実現
2022 年 4 月、NatWest Group は Amazon SageMaker を利用して推進する、一元化された ML ワークフローを全社的に立ち上げました。また、同行は Amazon Simple Storage Service (Amazon S3) を既に利用していたため、データレイクの移行にはこのサービスが選ばれました。Amazon S3 は業界トップのスケーラビリティ、データの可用性、セキュリティ、パフォーマンスを提供するオブジェクトストレージサービスです。データへの簡単なアクセスと強力な ML ツールにより、データサイエンスチームは Amazon SageMaker で立ち上げ後最初の 4 か月で、30 を超える ML のユースケースを構築しました。これらのユースケースには、特定の顧客セグメントに合わせてマーケティングキャンペーンを調整するソリューションや、シンプルな不正検出タスクを自動化して、調査担当者が困難で価値の高いケースに集中できるようにするアプリケーションなどがあります。
NatWest Group の従業員は、ML モデルの構築とトレーニングに必要なデータやツールにすばやく簡単にアクセスできるようになりました。「私たちはテクノロジースタックをモダナイズし、データアクセスを簡素化し、さらには、適切なリスク回避行動を維持できるようにガバナンスと運用手順を標準化しました」と McMahon 氏は言います。「Amazon SageMaker を利用すると、ホワイトボード上のアイデアから、1 年以上かかっていた実用的な本番環境用の ML ソリューションを数か月で実現できます」。 NatWest Group は 2022 年 11 月に最初のサービスを開始し、価値実現までの時間を 12~18 か月からわずか 7 か月に短縮しました。
従業員のワークフローを効率化するため、同行は AWS Service Catalog を利用しています。組織はこれを使って Infrastructure as Code のテンプレートの作成、整理、管理を行っています。このソリューションを採用する前は、データサイエンティストやエンジニアが ML 環境のプロビジョニングを希望する場合、集中チームに連絡する必要がありました。以前は、インフラストラクチャが使用可能になるまでに 2~4 週間かかっていました。今では、AWS Service Catalog からテンプレートを起動し、ML 環境をわずか数時間で立ち上げることができるようになりました。データチームはずっと早くプロジェクトに取り掛かることができ、より多くの時間を強力な ML モデルの構築に集中できます。このセルフサービス環境は、データサイエンスチームがビジネス価値をより早く引き出すことを可能にするだけでなく、一貫性を促進することにもつながります。「大規模な組織として、構築するものはすべてスケーラブルで一貫性のあるものにしたいのです」と McMahon 氏は言います。「AWS で、さまざまなユースケースに展開できる一貫した言語とフレームワークを使用して、データへのアプローチを標準化しました」。
NatWest Group は、Amazon SageMaker の多くの機能を採用し、大手金融機関に求められるセキュリティとガバナンスを備えた ML ワークフローを合理化しています。特に、NatWest Group は、ML 開発のすべてのステップを実行できる単一のウェブベースのビジュアルインターフェイスである Amazon SageMaker Studio を採用しました。Amazon SageMaker Studio は使いやすく設定も簡単なため、新規ユーザーはすぐにセットアップし ML モデルの構築を始めることができます。
データチームがこれらのツールを使用するのに必要なスキルを身に付けるために、NatWest Group は従業員にクラウド学習ジャーニーを始めるよう奨励しています。同行は、データサイエンスチームを対象に、DevOps のベストプラクティスの適用や AWS でのデータレイクの構築など、新しいスキルを学ぶための 720 以上の AWS トレーニングコースをホストしています。さらに、何人かの従業員は AWS 認定を取得しました。これは、技術スキルとクラウドの専門知識を証明する業界で認められた資格です。このような機会を提供することで、NatWest Group はデータサイエンスチームが強力な予測 ML モデルを、AWS 上でより速いペースで構築できるようになりました。
成果 | Amazon SageMaker を利用して革新的なサービスを大規模にデプロイ
NatWest Group について
NatWest Group は、個人、法人、法人顧客向けの幅広いサービスを提供する英国の銀行です。英国とアイルランド全体で 1,900 万の顧客にサービスを提供しています。
利用している AWS のサービス
Amazon S3
Amazon Simple Storage Service (Amazon S3) は、業界随一のスケーラビリティ、データ可用性、セキュリティ、パフォーマンスを提供するオブジェクトストレージサービスです。
Amazon SageMaker
Amazon SageMaker は、製品のレコメンデーション、パーソナライズ、インテリジェントショッピング、ロボット工学、音声支援デバイスなど、実際の機械学習アプリケーションの開発における Amazon の 20 年の経験に基づいて構築されています。
詳細 »
AWS Service Catalog
AWS Service Catalog で組織は、AWS での使用が承認された IT サービスのカタログを作成して管理することができます。
Amazon SageMaker Studio
Amazon SageMaker Studio は、すべての ML 開発ステップを実行できる、ウェブベースの単一ビジュアルインターフェイスを提供し、データサイエンスチームの生産性を最大 10 倍向上させます。
詳細 »
詳細については、「aws.amazon.com/financial-services/machine-learning/」をご覧ください。
今すぐ始める
あらゆる業界のさまざまな規模の組織が AWS を活用してビジネスを変革し、日々ミッションを遂行しています。当社のエキスパートにお問い合わせいただき、今すぐ AWS ジャーニーを開始しましょう。