AI活用事例データベース AI活用事例データベース
About ログイン curated by Arcana Technology
2024年

ウーバー(Uber)

Uberは自社開発のMLプラットフォーム「Michelangelo」を8年間にわたり進化させ、5,000以上のモデルを本番運用。ピーク時に毎秒1,000万件のリアルタイム予測を処理し、ETA計算・マッチング・不正検知など全事業に活用している。

企業規模大企業(1,000名〜)
地域海外
導入段階全社展開
使用ツールMichelangelo(自社開発MLプラットフォーム)

背景・課題

Uberは1日2,500万トリップ、月間アクティブユーザー1.37億人を支えるグローバルプラットフォームであり、ETA計算、ライダー・ドライバーマッチング、料金計算、不正検知など事業のあらゆる場面でMLが不可欠となっていた。

取り組み内容

2016年から自社MLプラットフォーム「Michelangelo」を開発・運用。第1世代(2016-2019年)は予測的ML、第2世代(2019-2023年)はディープラーニング(Tier-1プロジェクトの60%以上)、第3世代(2023年以降)は生成AIへと進化。統一的なフェデレーションレイヤーでバッチワークロードを効率管理し、大規模言語モデルの訓練速度をほぼ2倍に向上させた。

成果・効果

5,000以上のモデルを本番運用、月間2万以上の訓練ジョブ、ピーク時毎秒1,000万件のリアルタイム予測

約400のアクティブMLプロジェクトを管理し、月間2万以上のモデル訓練ジョブを実行。5,000以上のモデルが本番環境で運用され、ピーク時に毎秒1,000万件のリアルタイム予測を処理している。ライダーアプリの不正検知、目的地自動補完、ETA計算、Uber Eatsのホームフィードランキングなど全事業領域で活用。

教訓・ポイント

ML基盤は事業規模の拡大に合わせて段階的に進化させる必要がある。中央集約型プラットフォームにより、組織全体でのML活用の品質と効率を統一的に管理できる。

元記事を読む