最近、機械学習の勉強をしたので、思ったことをまとめてみます。
主観的な部分が多々ありますが、特に中小企業に対する導入への意見が主です。

クライアントから機械学習やAIを使ったシステムの導入を提案してほしいなどの依頼があることがあります。

大抵の中小SIerは、機械学習などの経験はなく、途方に暮れることも多いでしょう。
機械学習を導入するためには何が必要なのか、どういった覚悟が必要なのか、そういった観点でまとめました。

機械学習には大量のデータが必要です。
データも何も揃ってないのに、役員の鶴の一声でよくわからない機械学習がスタートすることがありますが、
そのほとんどが失敗していると思います。

まず、データを集める必要がありますが、一朝一夕にデータは集まりません。
また、データの取り方も重要です。コピーしたような同じデータをたくさん集めても意味がありません。
なるべく同一の者の多くのパターンを集めることが重要です。

数年かけてデータを集めるか、または社内から使えそうなデータをかき集める必要があるでしょう。

収集したデータは定期的に確認する必要があります。
常にデータを確認し、そこから新しい価値を見つけ出していかなければなりません。

データの収集や保守に力を入れることが出来ない企業は、機械学習の導入を見直すべきです。

機械学習は、あくまで「学習」です。
世に出したら「はい、おわり」ではありません。常に成長させていかなければなりません。

機械学習は100％の答えは出せません。
間違った答えを修正してかなくてはいけません。これには人の手が必要です。
勝手に成長していくわけではありません。初期段階では特に、必ず人の手で成長させていくことが重要です。

機械学習は何度もトレーニングして、最適化を図っていきます。

次のページがとてもよくまとめてあります。（人任せ）

機械学習のデータセットの重要性
https://qiita.com/nonbiri15/items/b29fe079d359d531bf85

機械学習を導入していくプロセスはおもしろいと思います。
ただ、機械学習を導入することが目的にするのではなく、今の業務を改善することを考えましょう。
今の課題は何なのか、改善するには何が必要なのか、
きっと機械学習じゃなくても解決するものが多いと思います。

それでも機械学習を進めたいなら、予め学習されたAPIを使用しましょう。
Googleでもたくさん用意されています。
小さな市場にマッチするものは少ないかもしれませんが、探すと使えそうなAPIも出てきます。
ただやはり、結構な費用がかかります。。

中小企業では、GoogleのAPIを使用することで実現の可能性が見えても、
費用がネックになって導入を見送ったり、費用対効果が薄い面からも、まだ導入は難しいと考えます。