AI/MLソリューションはSaaS、PaaS、IaaSをイメージすると分かりやすい
AIやMLは誰でも使える簡単なものなのか、MLOpsを作らなくてはいけないのか。グーグル・クラウド・ジャパン合同会社 中井悦司氏はクラウドソリューションのレイヤ（SaaS、PaaS、IaaS）に例えて考えるといいと提案する。
AIが手軽に使えるという話はクラウドならSaaSに、MLOpsなど複雑な話はIaaSに当てはめると分かりやすい。SaaSに相当するソリューションはMLやAIをバックエンドで使っているものの、目的ごとに完成されたアプリケーションとしてクラウドで提供されている。例えば文書解析のDocument AI、コンタクトセンター向けのContact Center AI、eコマースでのレコメンデーションなどに使うDiscovery AIがある。
一方、IaaSに相当するソリューションはMLOpsのインフラを構築し、モデルを作り込んでいく。そうしてできあがったビジネスアプリケーションはSaaSのような形でクラウドで提供されてビジネスユーザーが使う。その中間的なものがPaaSで、事前学習済みのモデルや、データを投入すればモデルを作るAutoMLなどがある。
「かつてAI/MLが流行り始めたころはモデルを作って終わってしまい、PoCから先に進まないという話もありました。冷静に考えると、最終的にビジネスユーザーが利用できるアプリケーションまで作らないと意味がない。そこが課題だったのでは」と中井氏は指摘する。
そこで全体像を見渡せるように、Google CloudのAIソリューションでSaaSのように完成されたアプリケーション「Document AI」を分解（リバースエンジニアリング）してみることにしよう。これはPDFや画像など、構造化されていない状態のコンテンツを読み込み、テキスト情報を理解し、整理し、構造化された状態のデータに変換する。
例えば運転免許証の画像。画像なので文字情報にはなってないが、その中には氏名、発行日、有効期限などがある。画像を読み込むことで必要なテキスト情報を抽出して、利用可能な形式にする。
もう少し複雑なプロセスで考えよう。請求書のPDFだと、まずはクラウドのストレージから読み込み、テキスト情報から自然言語処理でエンティティ（重要な要素）を見つけ出し、関係性を理解して処理する。さらに精度を高めるための追加学習、カスタムモデルの作成、専門家による検証や修正の仕組みもDocument AIではサポートしている。
