キリングループのAI予測基盤を移行しツール利用費80%削減、3カ月の移行設計

3つの製品を並べたときに機能面の差がほとんどなかったため、選定の軸を機能比較から課金形態へ移した判断が、この移行の起点になっています。従量課金であれば使った分だけの支払いで済み、月ごとに利用量が上下しても無駄が出ません。予測モデルの試作は、使えるものが出るまで何度も回す性質があり、年間の利用量をあらかじめ見積もりにくいという事情があります。定額を前提とした契約では「使わないかもしれないから申請しない」という判断が働きますが、従量課金はその判断自体を不要にします。

もう一つの要因は、移行作業と並行して、グループ各事業会社がいまAIをどう使い、これから何に使いたいのかを聞き取る場を10回以上設けた進め方です。基盤の入れ替えは本来システム側の作業で完結しますが、ここでは利用者側の理解をつくる工程が同じ期間の中に組み込まれました。切り替え時に混乱がほとんど起きなかったのは、事前に各社の使い方が把握され、それに合わせた説明が届いていたためと考えられます。支援を担ったG-genはGoogle Cloud Japanからの紹介で参画したパートナーで、環境構築だけでなく、この聞き取りと説明の部分も役割として引き受けています。

基盤を切り替えた時点で支援を終わらせず、移行後の利活用促進を別のフェーズとして残した設計にも注目したいところです。ツールを置き換えるだけでは、使う人の数は自動的には増えません。移行を完了ではなく出発点として位置づける組み立てになっています。