NTT DATA AICYCLE

AIモデル開発プラットフォーム（AutoML／MLOps）

コスト

要問合せ

無料プラン

IT導入補助金

無料トライアル

~ AIモデル開発プラットフォーム（AutoML／MLOps）

事業規模

中小

中堅

大企業

NTT DATA AICYCLEとは

強み

注意点

カテゴリ別市場マーケットシェア

代替サービス

サービス基本情報

運営サービス一覧

FitGapにおけるすべての評価は、公平性を最優先に、客観的なアルゴリズムを用いて計算されています。製品の評価方法は「FitGapの評価メソッド」、シェアデータの算出根拠は「シェアスコアの算出方法」をご覧ください。

NTT DATA AICYCLEとは

NTT DATA AICYCLEは、株式会社NTTデータが提供するAutoML／MLOpsプラットフォームです。予測モデルをビジネス関連データや予測結果・実績データをもとに自動評価し、精度低下の兆候を検知した際にモデルを自動更新することで、継続的な予測精度の維持を支援します。PoCから商用運用までの「監視→再学習→デプロイ」というサイクルを短期間で回せるよう、OSSおよびパブリッククラウドベースの検証済みツールチェーンを組み込んだ形での導入支援を行います。製造工程における品質不適合の予測や原因推定、推奨対策案の提示など、現場データを業務改善に直結させる領域での活用に適した設計となっており、設備保全・製造品質といった継続改善型のユースケースを主な対象としています。日本企業の運用要件に合わせた導入形態を取りやすく、大企業向けのソリューションとして位置づけられています。導入形態はクラウドが中心です。FitGapの業種別シェアでは、製造がカテゴリ55製品中17位で、現場データを用いた製造領域の予測・改善用途を検討する企業にとって候補に入りやすい製品です。

強み

モデル自動最適化機能

NTT DATA AICYCLEは、予測モデルの品質維持に特化した自動化フレームワークです。予測精度の低下をモニタリングし、必要に応じてモデルを自動で再構築するため、ビジネス環境の変化に合わせた継続的な更新が可能となり、人手によるメンテナンスの負担を大幅に軽減できます。また、精度が一定水準を下回った場合に予測処理を自動停止する仕組みを備えており、予測エラーによる業務への影響を抑えられる点も特長の一つです。

運用データとモデルの完全管理

過去に使用したモデルや予測結果、実績データをすべて蓄積・管理し、分析履歴を一元化します。モデルの精度が基準を下回る場合には自動で予測を停止する仕組みを備えており、蓄積されたデータをもとにデータサイエンティストが新たなモデルを開発しやすい環境を整えることができます。これにより継続的なモデル改良が促進され、AI活用における透明性と運用効率の向上につながります。

フレームワーク柔軟選択

NTT DATA AICYCLEは、TensorFlowやScikit-learnをはじめとする任意の機械学習フレームワークを、顧客の要件やインフラ環境に応じて選択・活用できる設計となっています。特定のプラットフォームへの依存を前提とせず、既存の環境をそのまま活かした導入が可能なため、技術要件の異なる多様なプロジェクトにも対応しやすい点が特長です。こうしたオープンな設計思想により、導入時の柔軟性と拡張性を確保しています。

注意点

予測モデル更新に特化した機能

NTT DATA AICYCLEは、予測モデルの精度維持に特化したフレームワークです。ビジネスデータや予測結果データを活用してモデル更新を自動化する設計となっており、汎用的な機械学習プラットフォームとは位置づけが異なります。モデル更新サイクルの高速化を主目的としているため、その範囲外の用途には対応していない場合がある点にご留意ください。

NTTデータ主導のMLOpsサービス

NTT DATA AICYCLEは、NTTデータのMLOps導入支援サービスの一環として提供されています。利用にあたっては、NTTデータによるコンサルティングやSI（システムインテグレーション）の関与が前提となっており、ユーザー側だけで導入・運用を完結させることは想定されていません。サービス活用には一定の連携体制が必要となる点に留意が必要です。

商用サービスとして提供

NTT DATA AICYCLEは2018年より正式な商用サービスとして提供が開始されており、無料プランや無償試用期間は設けられていません。導入にあたっては個別での見積もりおよび契約手続きが必要となるため、相応のコスト負担が生じる点に留意が必要です。検討の際は事前に費用感を確認しておくことが望ましいでしょう。

カテゴリ別マーケットシェア

2026年3月 FitGap調査