レコメンデーションエンジンは、Google、Facebook、Netflix、eBay、Amazon、Spotifyなど、多くの有名企業において、様々な業界でその効率性を証明しています。レコメンデーションエンジンソフトウェアは、会社の規模に関係なく、あらゆるタイプのビジネスに提供できる様々な利点があります。
本日は、「独自のレコメンデーションエンジンを作るには、いくらかかるのですか？」という、レコメンダー開発に関連する最も一般的な質問のひとつにお答えします。
私たちはすでに中小企業向けにいくつかのレコメンデーションエンジンを構築し、この分野の入札や技術研究にも参加してきました。そこで今日は、このテーマについて私たちの専門知識と経験を共有し、最終的な開発コストに影響を与える主な要因と開発フェーズについて指摘したいと思います。
以下では、開発ロードマップをすべて網羅し、各段階における適正な見積もりを提供します。それでは始めましょう。
レコメンダー開発ロードマップ
まず、レコメンデーションシステムの開発コストは、データの複雑さ、データ量、ビジネスゴールなど、多くの要因に依存します。開発プロセスは通常、いくつかのフェーズに分けられます。
プロジェクトのフェーズを大まかに理解することで、大まかな見積もりをすることができます。アプリケーションロードマップは、複雑なシステムの開発において非常に有用であり、お客様と開発チームの両方にとって、より良いプロジェクト理解につながることを留意しておく必要があります。
Azatiでは、主に機械学習や人工知能を利用したレコメンデーションエンジンソフトウェアを専門としていますが、従来の手法やアルゴリズムを利用したレコメンダーも開発しています。
ここでは、機械学習を利用したレコメンデーションシステムの開発プロセスを説明し、試算します。ちなみに、AIの開発見積もりと似ています。
1.発見・分析フェーズ
プロジェクトを開始する前に、ビジネスとプロジェクトの目的を設定することが不可欠です。このフェーズの第一の目的は、フィジビリティ調査を行うことです。
どのプロジェクトでも、作業は分析から始まります。現在の測定基準、データ資産、お客様の目標やプロセスなどを分析します。この段階で、チームは成長ポイントを定義し、技術スタック、タイムライン、予算を決定し、対応するすべてのドキュメントを作成します。
この段階の最後に、ビジネスアナリストは、お客様の目標を達成するために、機械学習と従来のアルゴリズムのどちらを使用すべきかを判断します。最後に、プロトタイプやMVPの開発に必要な作業範囲を決定します。
すべての要件を集め、問題や目標を分析し、データをデジタル化した後、第2段階に進みます。ちなみに、弊社では最初のプロジェクトフェーズは完全に無料で行います。
また、お客様からお見積もりを求められることが多いので、当社のノウハウや他のお客様のプロジェクト実績に基づいてデータを提供させていただいています。このような見積もりは、リスクを正確に計算できないため、若干不正確な場合が多く、その結果、こういった見積もりはより高価になります。
2. プロトタイプ実装フェーズ
第2フェーズでは、前ステップで収集したデータに従って、レコメンデーションシステムの簡単なプロトタイプを開発し、仮説を証明し、その効率性を示します。このフェーズは、AI搭載レコメンダー開発の最終的なコストを算出する上で非常に重要です。
すでに述べたように、プロトタイプは、システム全体の実現可能性をテストし、コンセプトの実証を行うために作成されるビジネスモデルです。プロジェクトの複雑さに応じて、テキストや図面をベースにしたモックアップであったり、より複雑なコードベースのプロトタイプであったりします。それぞれのプロトタイプは、クライアントに見ていただき、議論を重ねます。
プロトタイピングは、要件やデザインの選択を確認することができる手法です。プロトタイプは通常、早く、安く作ることができ、簡単にそれらしくことができます。
実際の開発を始める前に、リスクを計算することは必須である。初期段階で主要な要件がすでに議論されているため、リスク、ソフトウェアの実装、アルゴリズムのチューニング、長期または短期のメンテナンスなどを考慮し、最終的なソリューションについてより正確な見積もりを提供することができます。
私たちは、このステップをできるだけ早く、安価に提供できるよう努力しています。プロトタイプの価格は様々な要因によって変わりますが、通常、レコメンデーションエンジンについては5.000ドル以下となっています。
3.最小実行可能製品（MVP）の開発
前のステップからすると、プロトタイプはレコメンデーションシステムのアルファ版であるように思われるかもしれませんが、そうではありません。
プロトタイプとMVPの主な違いについて見てみましょう。
まず、プロトタイプはコンセプトやアイデアを証明するもので、データからインサイトを抽出し、そのインサイトに基づいて提案を生成し、レコメンデーションを提供することが可能です。
一方のMVPは、クライアントの実データで動作し、ソリューションの最初のバージョンとして実際の顧客グループに適用され、関連するフィードバックを収集します。通常、複雑で堅牢なソリューションよりも、MVPの方がはるかに安く開発することができます。
レコメンダー開発中に直面する最も一般的な問題の1つは、予測不可能なパフォーマンスであることは、すでに別の記事で述べました。私たちが開発したソリューションが投資収益率（ROI）を約256%向上させることを保証することはできませんが、すでに一定期間のデータがある場合は予測することができます。MVPはこのような状況に最適です。正確な予測を行うための最初のデータを収集するのに役立ちます。
もう一つは、コスト削減とROIの向上です。通常、レコメンデーションエンジンソフトウェアの開発をご依頼してくださる企業は、伝統的な厳格な管理体制を持たない若い会社で、まだアジャイルな状態です。
また、レコメンデーションシステムのMVPをお客様に提示する際、仕様書に書かれているゴールとは別の、最も価値のあるビジネスゴールを解決しているように見えることがあります。アジャイルソフトウェア開発のアプローチでは、スプリントごとに新しいゴールを決めることができるので、すでにお客様の役に立っている既存のコードを改善しながら、元の問題を解決するために別の製品を開発し続けることができます。
通常、レコメンデーションエンジンプロジェクトのMVPは、処理するデータの数や、アルゴリズムが提案を生成する際に考慮すべき要素によって、$5.000から$15.000まで様々なコストがかかります。
4.レコメンダーのリリースと展開
最終段階では、お客様のニーズに合わせてレコメンデーションエンジンのプロトタイプを改良し、既存のインフラとの統合を行います。
最終的なリリースは、さまざまな要因によって延期されることもあります。多くの場合、お客様はアジャイルソフトウェア開発を選択し、レコメンダーのプロトタイプを立ち上げ、時間をかけて改良していくことを希望されます。
すでに述べたように、プロトタイプの展開は、仮説を証明したい場合には最良のアイデアですが、長期間そのまま使用する場合には最良の選択肢ではありません。時には、うまく機能するプロトタイプでさえ、安定性に欠けることがあります。私たちは通常、プロトタイプのデプロイメントの前に、もう一度考えることをお勧めします。
通常は、クラウドの利点を活かしてクラウドに展開しますが、時にはエンジニアがお客様のもとに出向いてセットアップを行うこともあります。
このプロジェクトフェーズは通常、5000ドル以下とそれほど高額ではありません。しかし、最終的なレコメンデーションエンジンの導入価格は、それまでのステップや段階によって異なる可能性があります。
まとめ
私たちの考えをまとめると、レコメンデーションシステムの開発は、一見すると簡単には見積もれないプロセスであることがわかります。お客様のビジネスプロセス、目標、データを深く理解し、個別に対応することが必要です。
開発費用の見積もり
分析と見積り - 無料
プロトタイプの開発 - 5,000ドル
MVP開発（プロトタイプを含む）- 10000ドル
デプロイメントとリリース - $5000
こうしてみると、機械学習によるレコメンデーションエンジンの開発コストは、通常15.000ドル程度と言えるでしょう。
従来のアルゴリズムによるレコメンデーションエンジンでは、約30％安くなりますが、スマートレコメンデーションエンジンに比べると、予測の精度は落ちます。
多くの場合、価格はデータの量や複雑さ、ビジネスの目標や期待値、既存のコードベースや使用されている技術など、いくつかの要因によって変化する。そのため、特定のプロジェクトに応じて価格が上下することがあります。
