RedisDays New York 2022 開催レポート：リアルタイムAIとマイクロサービスが切り開く金融DXの最前線

RedisDays 2022は、ロンドンでリアルタイムデータをテーマにした一日、サンフランシスコで開発者向けセッションの一日を経て、ニューヨークで幕を閉じました。最終日となるニューヨーク会場では、人工知能・機械学習(AI/ML)に関する最新のRedis開発動向に焦点を当てたセッションが多数開催されました。

ニューヨークのセッション全体を通じて浮き彫りになったのは、あらゆるモダンなデータスタックには「パフォーマンスファースト」のアプローチが不可欠だという点です。RedisのCMO(最高マーケティング責任者)Mike Anand氏は基調講演で、モダンなデータスタックは「モダンなデータモデルと処理エンジンをサポートし、AI/MLを可能にし、構成可能なマイクロサービスを提供する」ものでなければならないと述べました。開発者体験は高速・スマート・シンプルであるべきです。では、AI/MLアルゴリズムによって強化されたマイクロサービスアプリケーションやアナリティクスは、どのようにエンドツーエンドのリアルタイムなユーザー体験を実現しているのでしょうか。本記事では、当日のセッション内容を詳しくご紹介します。

基調講演:「金融サービス」アプリケーションへのリアルタイムAIの組み込み

Mike Anand
Redis CMO(最高マーケティング責任者)

「デジタルの世界は私たちの日常に深く浸透しています」とMike Anand氏は語ります。「オンラインショッピング、オンラインゲーム、送金、クレジットカード決済――これらはすべてリアルタイムデータによって支えられています」。私たちの日常業務の多くが、リアルタイムデータと密接に結びついているのです。

今日の顧客は、瞬時に結果が得られることと、できるだけシンプルな手順を求めています。そのため、レガシーシステムに依存する企業はキャッチアップし、モダンなアプリケーションづくりに着手する必要があります。Mike氏は基調講演の中で、企業は「マイクロサービスやイベントストリーミングアーキテクチャといった新しいデザインパターンを用いてアプリケーションを再考すべきだ」と指摘しました。

そこで鍵となるのがRedis Stackです。「Redis Stackなら、リスクの高い全面刷新(rip and replace)戦略を取らずに済み、既存のレガシーシステムをそのまま強化できます」と彼は続けます。Redis Stackを活用すれば、不正検出、アルゴリズム取引、融資審査、アンダーライティング、ミドルオフィス・バックオフィス業務など、高度なAI/MLサービスの提供からアプリケーションモダナイゼーションの旅を始められます。

基調講演ではさらに、企業が通常業務にAI/MLを統合する方法や、AI/MLの運用化における課題をどう回避するかについてもMike氏が解説しています。

Taimur Rashid
Redis 最高ビジネス開発責任者(CBDO)

基調講演は、金融サービス業界のトレンドと、AI機能によって強化されリアルタイム性を高めたアプリケーションで対応できる具体的なユースケースの概要へと進みました。RedisのTaimur Rashid氏によれば、最大の差別化要因はカスタマー体験です。

「デジタルアプリケーションの機能がよりリアルタイムになるにつれて、ほとんどのモダンなアプリケーションに求められる要件が数多くあります」とTaimur氏は述べます。その主なものは「速度、スケーラビリティ、常時稼働、グローバル分散、セキュリティ、AIによる強化」であり、中でも速度が最重要の変数です。「金融サービス業界では、速度こそが本当に重要です。ミリ秒の差が、数百万ドル、時には数十億ドルの損益を分けることもあります」

基調講演でTaimur氏は、デジタル機能の進化、カスタマー体験の向上、新規事業の成長に加えて、金融犯罪とサイバーセキュリティという業界トレンドにも触れました。「より多くのビジネスがオンラインに移行するにつれ、世界中を移動する資金が適切な方法で、正しい規制に従って処理されていることを保証しなければなりません。組織は金融犯罪から自らを守る必要がありますし、活動がオンラインにシフトすればするほど、サイバーセキュリティの重要性は増します。組織の外部にいる悪意ある攻撃者や脅威から、どう身を守るのか?」というのがその核心です。

その後、RedisのAI/ML担当シニアプロダクトマネージャーEd Sandoval氏によるベクトル類似性検索のライブデモ(詳細は後述のセッションで)が行われ、Taimur氏はMicrosoftのCustomer Success Data & AI Group マネージングディレクターPascal Belaud氏との対談に臨みました。

対談の中でPascal氏は、Allstate Insuranceなどの多様な顧客と連携してAI/MLをどう活用しているかを解説しました。具体例として挙げられたのは、顧客との音声通話を記録し、AI技術で文字起こしする仕組みです。これらのトランスクリプトには、Allstateが請求処理に必要とする全情報が即座に付与されるため、顧客へ二度と問い合わせることなく対応を完結できます。これこそが、AI/MLを組み込んだデジタルアプリケーションが目指すカスタマー体験の一端です。

舞台裏:AIでSEC提出書類に埋もれた取引シグナルを発掘

基調講演の中盤、Ed Sandoval氏がRedisのベクトル類似性検索機能を紹介するデモを披露しました。本セッションでは、Microsoftのエンタープライズデータサイエンス&金融サービス部門責任者Charles Morris氏を迎え、そのデモがどのように構築されたのかを舞台裏から解説します。Ed氏はRedisのベクトル類似性技術を、Charles氏はMicrosoft AzureのMLインフラストラクチャとデモ構築に使用された各種サービスにそれぞれ焦点を当てます。

このデモでは、SEC(米国証券取引委員会)に米国公開企業が提出したコーポレートファイリング(有価証券報告書等)の中から、AIを活用して大量に埋もれている価値ある情報を掘り起こす過程を実演します。両氏の協業から得られた洞察と、プロジェクトを通じて学んだ重要な教訓も余すところなく共有されました。

企業におけるAI/MLの運用化(Operationalizing AI/ML)

データサイエンティストに力を与えるツールとプロセスとは何か。AI/MLを業務に統合する際、すべてを本番環境へ展開するためには何が必要なのでしょうか。

このパネルディスカッションでは、Taimur Rashid氏の司会のもと、Forrester ResearchのVP兼プリンシパルアナリストMike Gualtieri氏と、Tectonの共同創業者兼CEO Mike Del Balso氏が、機械学習がもたらす変革について語り合いました。企業はAI/ML技術の主流化を進めようとしていますが、それを確実にスケールさせるにはどうすればよいのか。多くの組織がレガシーシステム上で稼働していますが、デジタル領域で高まる需要に応えてどうモダナイズすべきなのか。

「AIはすでに基盤的な存在になりました」とMike Gualtieri氏は強調します。「企業にとって戦略的なものです。科学フェアの実験でも、イノベーション実験でもありません。ほとんどの企業が『AIは必要だ』と認識しています。AIはソフトウェアであり、そのソフトウェア開発プロセスこそが、モデルの構築、運用化、そしてアプリケーションからビジネス価値を引き出すうえで極めて重要なのです」

TectonのMike Del Balso氏は、特に以前在籍していたUberでの経験に触れながら機械学習について語りました。「UberのMLプラットフォーム(Michelangelo)における私たちの目標は、MLの民主化でした。初期段階で特定した100以上のユースケースでMLを利用可能にし、MLの知性が製品とカスタマー体験に真に影響を与えられるようにすることでした」

マイクロサービスパターンを簡単に(Microservice Patterns Made Easy)

ベストプラクティスに沿ったデザインパターンを実装し、マイクロサービスアプリケーションを確実に構築・スケールする最良の方法とは何でしょうか。それが本セッションのテーマです。RedisのField CTO Allen Terleto氏と、Orkesの共同創業者兼CTO Viren Baraiya氏が議論を展開しました。

登壇者の紹介に先立ち、Mike Anand氏はこう述べています。「モノリシックアプリケーションのオーバーヘッドと硬直性はもはや許容できません。マイクロサービスへの移行における大きなメリットの一つは、各サービスが完全に分散化された独自のデータストアを持てることです。各コンポーネントはシステム全体に影響を与えることなく迅速に変更・更新でき、仮にマイクロサービスがダウンしても、影響範囲(ブラスト半径)を最小限に抑えられます」

本セッションでAllen氏とViren氏は、オーケストレーション、ステート管理、エラーハンドリング、オブザーバビリティ(可観測性)といったマイクロサービス特有の課題を掘り下げます。ただしAllen氏が指摘するように、マイクロサービスを大規模に成長させるのは容易ではありません。コンポーネント化されたマイクロサービスへ移行する際には、「新しいアーキテクチャパターン、アーキテクチャ上の懸念事項、新しい技術、そして対処すべき落とし穴のリストが次々と現れる。特に数百規模のマイクロサービスへスケールする場合には、その複雑さは一気に増す」と述べています。