AIを業務とする為の体制について

前回のAWSの資料がダウンロード出来る様になったのでその説明をします。
https://pages.awscloud.com/rs/112-TZM-766/images/awssolday-osaka-2018-ml-1400-daikin.pdf?mkt_tok=eyJpIjoiT1RKa1pqTTFPRGczT0RFMSIsInQiOiJ5XC9XZWpzQmR2bFBQV0U1MWV0ajlSelwvaElmdHZMUWJZc2crU0JZR0ZEMGttaDkxXC9MODhZSEthdFZXK1c0TE9DUWdmUW9SellURmp3Y1RVSEcxckFBWFwvQThROUpKMlU4UXhRS3ZvbW1wSTZqK2VxY3h4dFFMT3VaSGNkR3Npd1B4TDV3bURsbU8xVHVlVnM4UHdTSHZBPT0ifQ%3D%3D

全文はURLをご覧下さい。
当然大手企業であれば研究所で研究員がシステム開発を独自に行って業務に反映させます。それなりの人材を数名でチームを組んで長い期間試行錯誤してシステムを実行します。

中小企業であればある程度はベンダーに投げて一定の期間でレベルに応じた開発をする事は出来ますが費用対効果の問題です。
ある程度の知識とを持っているつもりですがなにせ今は非常に情報が早く高度化しているので正直ある程度ターゲットを絞ってもキャッチアップが大変です。昨日のAWS大阪支店ではデータサイエンティストを育成しないとAIは社内で実現は非常に難しくデータサイエンティスト居る前提で１年位掛かるとの事でした。大小企業も含めて取り組みはして居るがAIをする人は圧倒的に少なくデータサイエンティストという職種もここ３年位の事です。当然本物のデータサイエンティストはごく僅かです。
データサイエンティスト＝統計学の学者と思って良いと思います。
今私はハードの操作をして居るだけで内容は概略しか理解していません。

話を戻します。
ダイキンのケースで説明します。

 
 

要約すると自社でハードは管理しないハードのメンテナンスは高コスト、クラウドは従量制で結果としてコスト管理が楽で安い。SaaS（ソフトウェアasサービス）現在の世界的にクラウドに行こうする為のキーワードです。OS、アプリケーション、データベースをそれぞれ管理するのではなく全てを一括してサービスだけを使う。上げ膳据え膳って事です。

ダイキンのケーススタディの中で出てくるNoSQLは今までと反対でデータベースを関連させたものを使うのではなくCSVの様にデータは簡単に扱う事へ変わって来ています。アプリケーションが最適化されていれば、レイテンシー（遅延）が起きにくいと事で現在主流になっています。
社内で言うと見積りや総務の処理はSQLを使っていますが手を加え続けると遅延やエラーが起きやすく整合性を取る事が複雑になり何かを省かないとシステムとしての使い勝手が悪くなる。ハードを更新しても改善しません。メンテナンスやハードが悪い訳ではなくこの問題は大小全ての会社で今おきています。

今取り組んでいる方向性は間違っていませんが、一人で出来るものなのか？と思います。