IBMとConfluent、時系列AIをストリーム内で提供

GPUクラウド基盤モデル

リアルタイム予測

FlinkのSQLから予測・異常検知
クラウドとオンプレミスに対応
CPUで動作しGPU不要
IBMモデル群は累計5,000万DL

現場の判断に接続

製造品質や在庫需要を予測
決済・取引の異常検知を支援
予測結果を業務アプリへ連携
詳細を読む

IBMとConfluentは、IBMの時系列基盤モデルをConfluentのStreamhouse内でネイティブに使えるようにしたと発表しました。Apache Flinkで流れるデータを処理し、SQLから予測や異常検知を実行して、その結果を業務アプリや担当者の判断につなげます。

モデルはConfluent Cloud上ではフルマネージドで提供され、オンプレミスではConfluent Platform for Apache Flinkを使って自社環境内で稼働できます。CPUで動作するため、専用GPUを追加する必要がないと両社は説明しています。IBMの時系列モデル群は累計5,000万ダウンロードを超えたとしています。

リアルタイムに近い予測により、データごとに個別モデルを開発・保守する負担を減らし、最新の観測値を反映した予測を運用判断の近くに届けることを狙います。小売では商品・店舗別の需要から発注点を計算し、製造では品質のずれを予測して担当者が温度や風量などの設定変更を判断する例を紹介しています。

金融分野では、カードごとの支出傾向から外れた決済を既存の不正検知システムに渡す使い方や、取引量予測に沿って大口注文を分割する例を挙げました。航空では、エンジン、搭乗口、運航網のデータを監視し、異常や遅延への対応を支援する構想です。

異常値や似た時系列パターンは調査の手掛かりになりますが、それだけで原因を特定するものではありません。記事の事例では、モデルの出力を業務ルールや在庫情報と組み合わせ、人が確認・承認する運用も想定されています。