AI901-Foundry#139-2
注: この問題は、同じ前提を持つ一連の問題の一部です。それぞれの問題には異なる解決策が提示されます。
前提
ある大手小売チェーンが、店舗の棚画像 (1 店舗あたり 1 日 200 枚、全 500 店舗で 10 万枚 / 日) から「商品の陳列状況」「欠品」「価格カード位置」を自動検出するソリューションを Azure AI Foundry で構築します。要件はリアルタイム性 (撮影から 5 分以内)、ブランド固有の商品認識精度、コスト最適化、運用負荷の最小化です。
解決策
10 万枚 / 日すべてを店舗スタッフが目視で確認し、Excel に「陳列 OK / NG」「欠品有無」「価格カード位置」を 1 枚ずつ書き起こします。Azure AI Vision や Custom Vision は使いません。
この解決策は目的を満たしますか?
解説
【判定: いいえ】の理由
本提案は 10 万枚 / 日の目視チェックを店舗スタッフに依存する設計で、コスト最適化と運用負荷の最小化という要件と完全に相反します。1 店舗あたり 200 枚を毎日チェックする運用は、現場スタッフの主要業務である接客 / レジ / 在庫管理を侵食し、人的コストも大きく膨らみます。さらに目視チェックは個人差・疲労・主観バイアスにより精度が安定せず、Microsoft Responsible AI Standard の Reliability and safety / Inclusiveness の観点でも望ましい設計ではありません。リアルタイム性 5 分以内も人手では達成不可能で、500 店舗の集計レポートを単一プラットフォームで運用するための仕組みも欠落します。AI Foundry プロジェクトが解決すべき典型的なユース ケース (大量画像の自動分析) を完全に放棄しており、Azure AI Vision + Custom Vision のサーバーレス組み合わせを採用する Microsoft 推奨パターンに置き換えるべきです。コスト・精度・スループット・運用負荷のすべての観点で要件を達成できません。
【「はい」が違う理由】
リアルタイム性 / コスト / 運用負荷 / 認識精度のすべてを満たせず、目的を満たすとは言えません。
本提案は 10 万枚 / 日の目視チェックを店舗スタッフに依存する設計で、コスト最適化と運用負荷の最小化という要件と完全に相反します。1 店舗あたり 200 枚を毎日チェックする運用は、現場スタッフの主要業務である接客 / レジ / 在庫管理を侵食し、人的コストも大きく膨らみます。さらに目視チェックは個人差・疲労・主観バイアスにより精度が安定せず、Microsoft Responsible AI Standard の Reliability and safety / Inclusiveness の観点でも望ましい設計ではありません。リアルタイム性 5 分以内も人手では達成不可能で、500 店舗の集計レポートを単一プラットフォームで運用するための仕組みも欠落します。AI Foundry プロジェクトが解決すべき典型的なユース ケース (大量画像の自動分析) を完全に放棄しており、Azure AI Vision + Custom Vision のサーバーレス組み合わせを採用する Microsoft 推奨パターンに置き換えるべきです。コスト・精度・スループット・運用負荷のすべての観点で要件を達成できません。
【「はい」が違う理由】
リアルタイム性 / コスト / 運用負荷 / 認識精度のすべてを満たせず、目的を満たすとは言えません。
コメント