Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

JPC2016: PTN-02: 人工知能技術 (AI) で切り拓く新しいビジネス

250 vues

Publié le

白砂 晃 氏 
株式会社アロバ
代表取締役社長

向井 永浩 氏 
株式会社Nextremer
代表取締役CEO

興梠 敬典 氏 
株式会社Nextremer
AI エンジニア

人工知能 (AI) が注目を集めさまざまなビジネスでの活用が進んでいます。今回は、ディープ ラーニング、画像認識、自然言語処理などを活用して新しいビジネスを展開する 2 社の事例をご紹介します。
①株式会社アロバ
「Microsoft Cognitive Services を活用した店舗、施設内行動分析サービスとビジネス機会のご紹介」
監視カメラ録画システムで高いシェアを誇る株式会社アロバは、Microsoft Cognitive Services を活用して、店舗、施設内の人の属性、行動、感情を分析するサービス「アロバビューコーロ」をリリースしました。本セッションでは、導入事例を基に施設内の人の動向分析による新しいビジネス機会や、パートナーとの協業モデルをご紹介します。
②株式会社Nextremer
「人工知能テクノロジーを用いた対話システムとビジネス機会のご紹介」
人工知能テクノロジーを用いた対話システムの開発を手掛ける株式会社Nextremer は、Microsoft Bot Framework とマルチモーダル対話エンジン A.I.Galleria を連携させ、あらゆる分野で導入可能な対話システムを開発しました。本セッションでは、対話システムが価値を生むビジネス分野とパートナー協業モデルをご紹介します。

Publié dans : Internet
  • Identifiez-vous pour voir les commentaires

JPC2016: PTN-02: 人工知能技術 (AI) で切り拓く新しいビジネス

  1. 1. Microsoft Japan Partner Conference 2016 人工知能技術 (AI) で切り拓く新しいビジネス 白砂 晃 氏 株式会社アロバ 代表取締役社長 向井 永浩 氏 株式会社Nextremer 代表取締役CEO 興梠 敬典 氏 株式会社Nextremer AI エンジニア ID: PTN-02
  2. 2. Microsoft Cognitive Services を活用した店舗、 施設内行動分析サービスとビジネス機会 のご紹介 白砂 晃 氏 株式会社アロバ 代表取締役社長
  3. 3. Section Title アロバビューコーロ ~ ネットワークカメラ × 感情解析で ユーザー体験の「みえる」化へ ~
  4. 4. 自己紹介 - 白砂 晃(しらまさ あきら) 1974年広島県生まれ 東京都国立市にある桐朋中学・高校を経て 早稲田大学政治経済学部経済学科を卒業 1999年4月 日本電信電話株式会社(NTT)入社 2000年3月 株式会社サイバーエージェント入社 2001年1月 株式会社シーエー・モバイル出向 2002年1月 株式会社フォトクリエイト設立取締役 2003年2月 同社代表取締役社長 2013年7月 東証マザーズ上場(証券コード:6075) 2014年9月 同社代表取締役会長(現任) 2015年5月 株式会社アロバ設立取締役 2015年7月 株式会社アロバ代表取締役社長(現任)
  5. 5. インターネット写真サービス事業 フォトクリエイトが手配したプロのカメラマンが撮影した写真を、 インターネットを通じて参加者に公開・販売する事業です。 プロカメラマン による撮影 さまざまな イベント 掲載準備 公開作業 プリント → 発送閲覧 → 注文 ご注文者に お届け
  6. 6. 事例:スポーツ用品メーカーのリサーチ マラソン大会において、ランナーが履いている靴のシェア率を、 ランナーのレベル別に調査。 【従来】 メーカー自身がスタッフを数十人手配しゴール付近に配置し、 スタッフがその目で靴のメーカー・種類を確認してカウント。 ⇒ 人手が多く必要であり、調査結果に対する正確性の検証が不可能。 【フォトクリエイト】 ゴールを通過したランナーを全て撮影しているので、 後日その写真を見て靴のメーカー・種類をカウント。 ⇒ 人海戦術を取らずに確実な調査が可能。
  7. 7. ⇩ ネットワークカメラを中心に クラウド世代の映像プラットフォームメーカーに進化! 監視カメラ録画システムを 開発・販売して10年以上
  8. 8. 監視カメラ録画ソフトウェア 8年連続国内シェアNo.1 マルチカメラベンダー対応 カメラ1~1,000台を統合管理 柔軟なカスタマイズ対応
  9. 9. 柔軟なカスタマイズ対応:事例1 某発電所様向け 防災システム 監視カメラ 2,000 台と火災報知機 3,000 台を リアルタイムに連携。
  10. 10. 柔軟なカスタマイズ対応:事例2 入退室管理システム連携 入退室のタイミングに合わせて録画。 入退室管理システムで録画映像を再生。 入退室管理システム組込
  11. 11. 柔軟なカスタマイズ対応:事例3 サーキット走行車両自動追尾システム 高速で走行する車両に搭載されたGPS機器からの位置・ 速度情報をもとに、 最適な監視カメラに自動切り替え。
  12. 12. ニーズの変化 昨今の市場ニーズ:店舗でのマーケティング  監視目的のみの導入は敬遠されがち・・・  売上アップのようなプラスα効果が求められる。 ⇒ インストア・マーケティング 入店カウンタ 属性判定(性別/年齢) 新規/リピーター判定 店内動線追跡 エリア滞在時間 エリア密集度 購入者カウンタ 入店者リンク付け 退店カウンタ 非購入者カウンタ 滞在時間
  13. 13. ニーズの変化 「録る」+「取る」 映像を データを
  14. 14. 防犯カメラの映像で画像解析の時代へ カメラの進化+顔検出・顔認証の進化
  15. 15.  高速、かつ高精度の顔解析機能  クラウドベース API → 低スペックのデバイスでも運用可能 Cognitive Services Face API Emotion API
  16. 16. 監視カメラ録画システム + Cognitive Services ⇓ マーケティングソリューション アロバビュー コーロ ※コーロ = エスペラント語で「心」
  17. 17. 年齢 性別 感情(喜び/悲しみ/怒り 等) 人数カウント 新規顧客/リピーター判定 カメラ映像から顧客属性を解析 v(^o^) 100% (T_T) 0% (-_-#) 0% ♀ 25才 Repeater
  18. 18. 感情の変化をリアルタイム解析 25才/女性 嬉しい! v(^o^) 100% (T_T) 83% (-_-#) 2% ♀ 25才 67才/男性 悲しい・・・ v(^o^) 0% (T_T) 100% (-_-#) 0% ♂ 67才 36才/男性 怒り! v(^o^) 0% (T_T) 0% (-_-#) 100% ♂ 36才
  19. 19. 取得したデータは自動的にグラフ化 Microsoft Power BI 基礎データに関連データを取り込み、 更に細かい分析も可能 → 店舗情報、POSデータ、天気、 過去データ…etc オープンなインターフェース → ユーザーまたは SIer が自由に拡張可能
  20. 20. Microsoft Innovation Award 2016 ファイナリストに選出
  21. 21. demo
  22. 22. 既設環境に影響しない導入 Cognitive Services Event Hubs Stream Analytics Power BI ArobaView Cloud Stick PC IP Camera Mobile Router ① 認証 ② 映像 映像から切り出した ③ 画像解析 ④ 解析結果
  23. 23. 8,000円/月での提供 属性判定・顔照合 人数カウント・感情解析
  24. 24.  感情の数値化  年齢・性別の識別  ユーザー体験の “みえる” 化 アロバビューコーロが実現する世界 感情(こころ)をデータに
  25. 25. 導入事例1:東京サマーランド様
  26. 26. 導入事例1:東京サマーランド様
  27. 27. 導入事例1:東京サマーランド様
  28. 28. 導入事例1:東京サマーランド様
  29. 29. 導入事例1:東京サマーランド様
  30. 30. 導入事例1:東京サマーランド様
  31. 31. 導入事例1:東京サマーランド様
  32. 32. 導入事例1:東京サマーランド様
  33. 33. 導入事例2:セイバン様 東京・表参道
  34. 34. 導入事例2:セイバン様
  35. 35. 導入事例2:セイバン様
  36. 36. 導入事例2:セイバン様 Stick PC
  37. 37. 導入事例2:セイバン様
  38. 38. 導入事例2:セイバン様 女性 男性
  39. 39. 導入事例2:セイバン様 笑顔が多い けれども 悲しみ、怒りも ⇒ 迷っている? 悩んでる? } コーロによる来店カウントと、 レジでの購買記録とで、購買率を算出
  40. 40. 導入事例2:セイバン様
  41. 41. 導入事例3:マツダ様 @オートモビルカウンシル 2016 幕張メッセ 8/5~8/7
  42. 42. 導入事例3:マツダ様 @オートモビルカウンシル 2016 幕張メッセ 8/5~8/7
  43. 43. 導入事例3:マツダ様 @オートモビルカウンシル 2016 幕張メッセ 8/5~8/7 課題
  44. 44. 導入事例3:マツダ様 @オートモビルカウンシル 2016 幕張メッセ 8/5~8/7 課題条件
  45. 45. 導入事例3:マツダ様 @オートモビルカウンシル 2016 幕張メッセ 8/5~8/7 課題条件コーロ導入
  46. 46. 導入事例3:マツダ様 @オートモビルカウンシル 2016 幕張メッセ 8/5~8/7 課題条件コーロ導入 女性 男性
  47. 47. 導入事例3:マツダ様 @オートモビルカウンシル 2016 幕張メッセ 8/5~8/7 課題条件コーロ導入 感情がオモテ に出ていない
  48. 48. 導入事例3:マツダ様 @オートモビルカウンシル 2016 幕張メッセ 8/5~8/7 課題条件コーロ導入解析結果
  49. 49. 1.店舗毎の特性把握 2.スタッフの人員配置最適化 3.プロモーションの効果測定 4.CS/ES の向上 コーロ活用例
  50. 50. 活用例1:店舗毎の特性把握 zcool.com.cnwebdesignhot zcool.com.cn 新宿 渋谷 大阪 福岡 メイン 20代女性 10代女性 30代女性 20代女性 月間来店数 3,000 5,000 2,000 3,000 月間購入者数 750 500 400 300 購入率 25% 10% 20% 10% 客単価 8,000円 12,000円 7,500円 8,000円 販促施策の横展開 webdesignhot
  51. 51. 活用例2:スタッフの人員配置最適化 1 5 10 6 15 20 20 30 30 50 45 20 10 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00 来店数 19:00~20:00はフロアの人数を 増やそう。 近隣の店舗からヘルプにしようか な。 月曜日はお昼の来店数が 少ないな。 バックヤードでの仕事に 多めに回そう。
  52. 52. 活用例3:プロモーションの効果測定 これまで経験や感覚値で決めていたことが 客観的なデータで判断出来るようになります。 購入単価の高い 30代女性の来店数 を増やす! Plan Do ターゲットの選定 数値目標設定 販促施策 30代女性の来店数が プロモーション後 1.5倍に! Check 結果振り返り 次回は こうしよう Action 改善・次回検討
  53. 53. 活用例4:CS/ES の向上 店内の雰囲気 ・笑顔率が高い店舗は売上も高い? ・各スタッフ別笑顔接客率は? ・退店時、会計時の顧客満足度? (お客様は喜んでお金を払っている?) ・・・・・・・etc これまで不可能だと思われていた 「場」の雰囲気の数値化ができる。 笑顔率90%
  54. 54. 小売 アパレル 飲食 店舗開発 飲食 アパレル 小売
  55. 55. サイネージ
  56. 56. コールセンター
  57. 57. アライアンスパートナーを募集しています。
  58. 58. 人工知能テクノロジーを用いた対話システム とビジネス機会のご紹介 向井 永浩 氏 株式会社Nextremer 代表取締役CEO 興梠 敬典 氏 株式会社Nextremer AI エンジニア
  59. 59. 会社概要
  60. 60. 株式会社Nextremer 東京都板橋区成増 / 高知県南国市 設立 2012年10月 従業員 約40名 [事業内容] 人工知能対話エンジンの開発 人工知能関連技術の研究開発 関連会社 Nextremer Solutions India Private Limited (インド) Pune, India 411028 設立 2013年2月 従業員 約40名 事業内容 AI研究開発拠点 株式会社dataremer 高知県南国市 設立 2016年8月 事業内容 シナリオ作成 / 大量データ加工サービス
  61. 61. クラウド デバイス B2C B2B
  62. 62. MINARAI 対話サービス
  63. 63. Bot Framework & MINARAI Bot Framework MINARAI 対話サービス 自然言語処理 アプリケーションロジック実装 応答文作成
  64. 64. Demo Skype Bot
  65. 65. 対話エンジンの特徴 { checkin: 2016.08.12, checkout: 2016.08.15 } 予約したいのですが はい、何日からのご利用でしょうか 今週の金曜日から3泊したいです 禁煙ルーム/喫煙ルームのご希望は ございますか? 禁煙でおねがいします タスクコンプリート型対話 { reservation: false } 一問一答型対話 想定する質問/応答/辞書/独自判定文などをGUIまたはXMLにて設定 一問一答の対話だけでなく、文脈を考慮した対話シナリオも作成可能 独自記法を用いてユーザの発話から必要な情報を取り出すことが可能 応答文、対話シナリオについては要プログラミング GUIによる設定画面は現在開発 { smoking: false }
  66. 66. バックエンドサービスの特徴 管理画面 セッション/対話状況(破綻していないか)のモニタリング、 マニュアルによる応答などの機能を有した管理画面を提供 シナリオアップデートUI 運用において対応できなかったユーザ発話を、 シナリオに追加するための機能を提供 基本シナリオ ユーザの事業ドメインに依存しない一般的な会話、表現などは、 基本シナリオとして利用の有無を設定することが可能
  67. 67. システム構成
  68. 68. システム構成 : 概要 Azure VirtualMachines Minarai for BotFramework (Node.js) 対話エンジン (Java) Bot Framework 対話ログ閲覧 セッション管理 マニュアル応答 対話シナリオ編集 - 意図理解 - レスポンス Web UI Http text text Application Code DB連携 応答文生成
  69. 69. システム構成(雑談) Minarai for BotFramework 対話エンジン text text Application Code インターフェイス リクエストデータ 編集 意図理解 応答文 応答文編集 発話データ’ MSBotFramework 発話データ 応答文’ 応答文生成 意図理解結果 対話エンジンにインプットした 入力/出力のパターン(シナリオ)に基づき、応答を返す 応答文 発話データ
  70. 70. システム構成(データ活用) 対話エンジン text text インターフェイス リクエストデータ 編集 意図理解 意図理解結果応答文生成 ビジネスロジック (DBアクセス) 発話データ’ MSBotFramework 発話データ 応答文 対話エンジンで意図理解のみを行い、 応答文をアプリケーションで記述するパターン 応答文 Minarai for BotFramework Application Code
  71. 71. @action ‘ask-schedule’ @pattern * {time:*time-exp} * {name:*row} と会うのは何時? 対話シナリオ 記述例:意図理解 { action: ‘ask-schedule’, time: 2016.08.19, name: 向井さん } 「来週の金曜日に向井さんと会うのは何時?」
  72. 72. シナリオ作成サービス
  73. 73. シナリオ作成サービス ソフトウェアとしての正解ではなく、 コニュニケーションとしての正解を 対話エンジンの性能も重要ですが、Botにどんな応答をさせるか、もまた重要です。 dataremerのシナリオ作成サービスは、そんな「コミュニケーションとしての正解」を 意識した対話シナリオを提供します。

×