生成 AI と予測 AI をまとめて管理
すべての生成 AI 資産と予測 AI 資産について、それぞれの存在場所にかかわらず、ひとつのレジストリからまとめて、整理、デプロイ、バージョン管理を行えます。
データとコードへの変更を履歴として追跡管理
データの出所、変換、リネージ、バージョンについて、各種インサイトとともに完全な履歴を確認できます。
信頼できる唯一の情報源を作成
企業全体にわたってすべてのモデルをカタログ化し、バージョンを管理し、ガバナンスを徹底します。AI の無秩序な増加を防ぎます。
他のモデルやシステムのパフォーマンスを調査して評価
ゴールドスタンダードとされるモデルを基準点として使い、代替のモデルやシステムの有効性と精度を比較、評価します。
すべての生成 AI と予測 AI を一元管理
AI 資産の管理とデプロイを単一のリポジトリから簡単に行えるようにします。これにより、AI の無秩序な増加による混乱を防ぎ、「シャドー AI プロジェクト」を排除します。生成 AI と予測 AI の資産に対して、その作成者や構築の方法、ホストされている場所などにかかわらず、安全なガバナンスを実現します。
DataRobot で生成した LLM やカスタムの LLM に加え、ベクターデータベースや埋め込みモデルなどもすべてユースケース別に整理し、それぞれを必要な場所にデプロイします。本番環境のモデルに対しては、ビジネスニーズの変化や市場の進化に合わせて、生成 AI コンポーネントのアップグレードおよび切り替えを自信を持って実施できます。DataRobot の自動バージョン管理では、すべてのモデルのすべての変更が記録されています。このため、デプロイの追跡管理や前バージョンへの切り戻しも簡単に行うことができます。
シームレスにリネージを追跡し、モデルパッケージを確実に配置
すべてのデータ型のデータと特徴量エンジニアリングパイプライン全体を自動でシリアル化し、それらをコンテナ化して、本番環境レベルの REST API エンドポイントにワンクリックでデプロイできます。これらのデプロイ環境の指標を一元的に管理および処理し、ビジネスクリティカルなモデルのパフォーマンスを DataRobot を通じて確保します。
すべての AI 資産を 1 カ所で管理
ユーザーは LLM や予測モデルを自信を持ってアップグレードできます。このとき DataRobot 内では、データに対して何が行われたのかについて、完全なリネージの記録とバージョン管理が自動的に行われます。ユースケースごとに、関連するすべてのアセットをグループ化することもできます。生成 AI および予測 AI のすべてのプロジェクト、実験、データセットに対し、データソースの特徴量も含めた総合的な追跡と共有を簡単に実施できます。データの準備からデプロイまでの過程は常に自動的に追跡されます。
モデルごとの登録を不要にし、AI のデプロイを高速化
モデル登録がない状態から開始するようなことはありません。DataRobot または組織の管理者ユーザーがパブリックモデルを追加することによって、基本的なモデルはすぐに使用できるようになります。そうしたモデルを各ユーザーが登録したり、明示的に共有したりする必要はありません。
Hugging Face の有害表現分類などのすぐに使えるセキュリティ対応モデルをモデル登録しておくことができます。各ユーザーは、外部の基本的なモデルを自分で登録する必要がなく、ガバナンスに従った予測 AI や生成 AI のソリューションを短時間で確実に実現できます。
