Deep Learningに関する話題としては、アルゴリズム解説や実装例に関する記事を多く見かけますが、ビジネスモデルに関する考察は新しいなということで紹介。
Key issues
まず始めにビジネスの観点から見たDeep Learningの主要な問題として3つ挙げてます。
- 膨大な学習データセットが必要だが、それほど出回っていない
- Deep Learningが有用なアプリが明らかではない
- 特定分野に特化するのか、プラットフォームを目指すのか、ビジネスモデルを考える上で大きく影響
- Deep Learningで性能を出すためには多くの経験値が必要
- これは変わっていくだろうが、どれくらいの専門能力が必要とされるかは不明で、これもビジネスモデルを考える上で影響大
一般物体認識や文字認識、音声認識などDeep Learningが高い認識精度を達成している分野もありますが、まだ誰もが気軽に使えるものではないし、その他の分野への適用に関してはまだこれからということですね。
Business models
Sell hardware
Deep Learningに最適化したチップを開発、製造。GPUは競合相手と考えられる。Open source plus services
Deep Learningのソフトウェアをフリーで提供し、トレーニングやコンサルティングで課金する。RedhatやClouderaなどのような。Deep Learningのソフトウェアが必要なアプリが十分にあるか、単にソフトウェアを提供するだけでは不十分でチューニングや微調整が必要になる、などチャレンジングな要素もあり。Hosted API, “Deep Learning as a Service”
APIによるDeep Learning環境の提供。つまり、顧客がデータをアップロードし、サーバ側でモデル学習、クエリを送信して結果を受け取る。送受信するデータ量が膨大、また価格決定が難しいなどが懸念事項。Individual deep learning services
3と近いが、何らかのDeep Learningのサービスを提供。例えば、画像へのタギングを行うサービス。参入への障壁が少なく、最終的に無料になりやすい。
最後に
ビジネスとしてのDeep Learningはまだまだこれからだがチャンス大ということで、紹介したエントリの最初では次のように表現されてました。
The DeepMind acquisition was the starting gun for a deep learning startup goldrush. DeepMindの買収はDeep Learning関連スタートアップのゴールドラッシュの号砲だ!