【Image】
画像解析の導入を検討するとき、「どのAIモデルが優れているか」という問いから入りがちです。しかし、現場で本当に問われるのは「その課題に、どの技術が適しているか」という視点です。
Sigfossは、eKYC（身分証明書の読み取り）や物体検知の分野で、月間100万件規模の実運用を支えてきた実績を持ちます。この経験をベースに、私たちは3つのアプローチを状況に応じて使い分けています。
定形処理にはカスタム学習モデルで高速・高精度を実現し、フォーマットが不定形な帳票にはVision LLMの自然言語指示で柔軟に対応。教師データが少ない場面では画像基盤モデルによる特徴量比較で即座に運用を開始できます。
【Cloud】
AWSをはじめとするクラウドの活用は、今や業務システムの標準となっています。しかし、クラウドは「使えば使うほど便利」な反面、設計の巧拙によってコストとパフォーマンスに数倍の差が生まれることも珍しくありません。
Sigfossはこの課題に対し、LambdaやDockerコンテナを活用したオンデマンドアーキテクチャを得意としています。リクエスト単位の課金モデルを最大限に活かし、アイドル時のコストをゼロに近づける設計により、EC2ベースで月額150万円かかっていた業務システムを約50万円まで削減した実績があります。
GPU処理が必要なAIシステムについては、クラウドのGPUインスタンスに頼るのではなく、自社GPUクラスタとAWSを組み合わせたハイブリッド構成を提案しています。この構成により、月間100万件規模のeKYC処理を安定稼働させながら、コストを大幅に抑えることに成功しています。
データを社外に出せないケースに備え、自社GPUクラスタ上でのローカル実行環境も整えています。コストとセキュリティ、両方の懸念に応えられる体制です。
一つのAIに頼るのではなく、課題にフィットする技術の組み合わせを。それがSigfossの画像解析ソリューションの考え方です。お気軽にお問い合わせください。
次回もお楽しみに(^^)/