“ひとり開発”のAIで1日数千万件の広告審査を効率化　「AIは詳しくない」ヤフー社員が実現できたワケ（3/3 ページ）

広告審査の担当者もAIのチューニングが可能に

　GCPを活用しての開発が決まったヤフーのAI。19年10月から12月にかけて伊藤さんが1人でプロトタイプを開発し、社内のAI専門チームの協力を受けて再度チューニングした後、20年1月に運用をスタートした。

　既存の審査システムも従来通り稼働し、ここでOKと判定した広告コンテンツをGCP上のAIモデルに送信。AIは学習したデータを基に、広告のテキストをあらためて審査する。AIがNGと判定したものはさらに人手でチェックする仕組みだ。

　「これまでは既存システムがNGとしたものを全て人手で審査していたが、AIがNG判定したものだけを人手のチェックに回せるようになり、審査作業の工数を減らせた。精度は既存システム以上で、かなりの数の広告をAIモデルでNG判定している」（一条さん）

　専門人材がいなくても運用できるシステムを目指したことで、機械学習やデータ分析の専門家だけでなく、広告審査の担当者もAIモデルの調整に携われるメリットもあった。ヤフーは今も継続的にAIモデルをアップデートしており、広告審査の企画担当者が自分でBig QueryやCloud AutoMLを直接触ってAIをチューニングすることもあるという。

　「広告審査については、当然ながら広告審査の担当者が一番詳しい。ビジネスユーザーでもデータ分析やAI学習の作業が行えるような環境が不可欠だった」（一条さん）

今後目指すは「MLOps」

　AIを活用し、広告審査の効率化を実現したヤフー。浮いた人手を学習データの分析やブラッシュアップに回せるようになったことから、今後はAIをチューニングする作業の自動化・省力化にリソースを回す方針だ。

　改良した機械学習モデルを次々とリリースする態勢を作る「MLOps」も目指す。Googleの機械学習プラットフォーム「Vertex AI」などを活用しながら、効率よくAIを運用できる仕組みを整えたいという。

　「現在の仕組みをどんどん改良し、AIモデルのアップデートから評価までのプロセスを全て自動化したい。早くて1年後にはある程度の自動化を達成できればと考えている」（伊藤さん）

この記事の著者

関連記事

• 

  「年1万時間の業務削減」自社AIで成し遂げたオープンハウス　カギは住宅チラシの自動作成　キーパーソンに聞く舞台裏

• 

  月3000枚の墓石写真を自動で名前消し　“AIに無関心”だった元石材屋の社員がエンジニアと業務AIを作るまでの一部始終

• 

  音ゲーの“譜面”作りをAIで高速化　KLabが「スクスタ」で活用、所要時間を半分に

• 

  まるで“SIer版ヤシマ作戦”　「エヴァ」公式アプリを配信基盤含め1カ月で開発　エンジニア2人の失敗できない挑戦記

• 

  キリン、ビールの製造計画をAIで立案　年3000時間以上を削減　まずは「ろ過計画」から