【no.196】AIで物流を変える – 名古屋大発のベンチャー企業がICC京都で優勝

AIで物流を変える – 名古屋大発のベンチャー企業がICC京都で優勝

 

9月4~6日にICCパートナーズは「ICCサミット京都2018」を開催した。経営者や経営幹部が議論したり学びを深めたりするビジネスカンファレンスだ。目玉プログラムである「スタートアップカタパルト」を紹介する。

企業の代表15名が自社のビジネスモデルについて持ち時間7分でプレゼンテーションを行い、優勝者を決めるコンテスト。その事業内容や将来性から審査員に選ばれ、優勝したのはオプティマインド 松下健氏だった。

物流現場にAIを当たり前に
松下氏は、名古屋大学大学院の博士後期課程に在籍する研究者だ。同社は「物流×人工知能」をスローガンに、「どの車両が、どの訪問先を、どの順に回ると最適であるか」という配送計画問題に対し、「組み合わせ最適化」や「機械学習」などの技術を用いたクラウドサービスの展開やコンサルティングなどを行っている。

「物流現場は配送ルートの複雑化とドライバー不足問題に直面しています。しかし多くの会社ではルート作成は人の手で行われ、いくつかの要因からシステム導入が進んでませんでした」と松下氏は話す。

そして紹介されたのが、配送ルートの最適化クラウドサービス「Loogia(ルージア)」だ。現在日本郵便と実証実験から導入を進めており、ルート作成時間が44分から6分、実配送時間が57分から45分に短縮できたという。また「停車位置」「停車時間」「走行速度」「走行経路」のデータを学習させ、次回より活用させることができるそうだ。

松下氏は自社の進む段階を「IT化、最適化を当たり前にしてもらう」「導入実績があるなかで、AIの自動配送を当たり前にする」、そして「自動運転、ライドシェアが当たり前となった社会でプラットフォームになる」と捉えているとし、日本・世界の配送現場の置かれている状態をアルゴリズムの力で最適化するのが自社のミッションだという。

自動運転が当たり前になったころ、その走行ルートの最適化もすすんでいそうですね。
次回の更新も楽しみにしていただけますと幸いです!

 

【no.195】全169社!東京にあるAI企業をマップにした「Tokyo AI Map」を公開 / 多くのAI企業が本郷, 渋谷, 東京に集中

全169社!東京にあるAI企業をマップにした「Tokyo AI Map」を公開 / 多くのAI企業が本郷, 渋谷, 東京に集中

 

「Tokyo AI Map」は、人工知能(AI)に関連する企業の所在地がすぐ分かるように、イラスト風の東京都の地図の上に企業のロゴを掲載しました。

ダウンロード(2019年カレンダー付き)

AI企業が密集している地域は?
本郷
東京大学のキャンパスがあることもあり、研究活動も盛んな本郷。東京大学構内にある「アントレプレナープラザ」の中にもAI関連のベンチャー企業が入ってます。先日はDEEP COREによるAI特化型のインキュベーション施設がオープンしたり、汎用人工知能の研究施設があるなど幅の広い地域になってます。特に角川本郷ビルにはドワンゴの人工知能研究所やトヨタ自動車、オムロンサイニックエックス株式会社などが入居していて、AIに特化したビルになっています。

渋谷
多くのIT企業が存在している渋谷。2018年9月には「渋谷ストリーム」が開業し、さらに盛んになる見込みです。Googleがオフィスを移転することでも話題になりました。現在渋谷にあるAI企業は、道玄坂付近の方に集結している印象です。

 

何かの問い合わせなどにご活用くださいませ。
次回の更新も楽しみにしていただけますと幸いです!

【no.194】AIやロボットに仕事を奪われない職場はかえってヤバイ、という話。

AIやロボットに仕事を奪われない職場はかえってヤバイ、という話。

ソフトバンクグループは2018年4~6月期の決算発表会で、定型作業を自動化するRPA(ロボティック・プロセス・オートメーション)やAI(人工知能)の社内における取り組みを紹介し、「約2000件ものRPA、AI関連プロジェクトを並行して走らせている」と説明した。

RPAは、これまで人間が手作業で行ってきたルーティン業務をシステム(ロボット)に代行処理してもらうことにより、自動化や効率化を図る取り組みを指す。「ロボット」と呼称しているが、ペッパー君のような実際のロボットではなく、システム内部で稼働するものを指す。

たとえば「Excelの企業一覧をもとに、毎日株価を取得して一覧表を更新する」といったWebやExcelなどをまたいで行う単純な作業を、登録した手順通りに自動で処理してくれるものだ。人間が繰り返し行っていた作業をシステムが代替することで、大幅な効率化が図れる。

ソフトバンクをはじめとしてRPA領域に参入するプレイヤーも増え、三井住友銀行や第一生命保険などの大手企業も導入して大幅な業務時間の削減に成功した。これまで工場などと比べると自動化や効率化が遅れていたオフィス業務の領域でも、本格的に人間の仕事の一部がシステムに代替される時代に突入したといえる。

働き方改革の一環として注目を集めるRPAであるが、現段階では定型的な作業をシステムで代替する仕組みにすぎないため、その活用領域は思ったほど広くはない。全体のフローを見ながら戦略的に導入しなければ、人間よりも融通の利かない処理工程を抱えるだけでかえって効率化を妨げる。システムは決められた作業をこなすことには強いが、人間のように柔軟に判断してやり方を変えることはできないからだ。

業務改善コンサルタントとして、多数の企業の現場を見てきた筆者の視点からRPA導入時のポイントを挙げてみたい。

■業務フローの整理
バックオフィスの業務を整理することができていない企業は驚くほど多い。工場のラインのような目に見える処理工程ではないため、業務を1つの流れとしてではなく点で捉えてしまうのである。規模が大きくなればなるほど業務は細分化されてしまうため、その傾向は強い。

たとえば請求書の発行という業務1つをとっても「発注・受注→役務の提供→検収→請求金額の確定→請求書の発行→着金確認→経理記帳」という大きな流れの中の1つである。この前後の流れを意識せずにRPAを導入しようとすると、例外処理ばかりが膨らみ、自動化は遅々として進まない。

■属人化の排除
ベテランスタッフによる職人芸のような処理に依存している企業も多い。優秀で周りからも頼りにされているが、言語化が苦手という人もバックオフィスには多い。その人に聞かなければ何も分からないという状態では属人化がどんどんと進行していく。

ある大企業の経理部では20年以上在籍するAさんがすべての処理に関わり、Aさんがいなければ何も進まない状態にあった。Aさんは満足に休暇を取ることもできないし、残業時間も突出してAさんだけが多い。ある日Aさんが体調を崩して倒れてしまい、経理部はもちろんのこと会社全体が大混乱に陥ってしまった。

これは誰でも名前を知っているような大手企業の話であるが、どこの企業のバックオフィスも多かれ少なかれ属人化された処理は存在する。その人にしか分からない・できない業務が存在する状態には大きなリスクがある。このような状態でRPAの導入を模索したとしても、Aさんの業務の大半はRPAに代替することはできないため、業務の一部が自動化されるだけで大した効果は発揮できないだろう。

どんなに高価で優秀なRPAツールを導入したとしても業務フロー全体を整備してくれるわけでもなければ、人間のように柔軟に処理をしてくれるわけでもない。業務フロー全体を整備しながら属人化を排除していくことが、RPA導入の前の地ならしとして非常に重要である。

■RPAを導入する前に業務の仕組み化
トヨタ自動車では、生産ラインの脇で担当者がストップウォッチを片手に、常に生産性を高めるために知恵を絞っているというのは有名な話であるが、バックオフィスではこのような話はほとんど聞いたことがない。マニュアルも業務フローも改善されずに放置されているようでは、生産性も高まらず、RPAもまともに導入することはできない。

RPAはこれまで人間が対応するしかなかった業務プロセスの一部を自動化してくれる素晴らしいツールであるが、どんな企業にも即座に導入できるわけではない。

業務フローやマニュアルの整備が後回しになっていると属人化がどんどん進行し、RPAも導入できず、毎日忙しいのに利益が全く上がらず給料も上がらないというヤバイ職場になってしまう。RPAや自動化という言葉に踊らされる前に、まずは目の前の業務をきちんと改善していける仕組みを整える方が重要である。

2014年、英オックスフォード大学のAI研究者マイケル・A・オズボーン准教授らによる論文『雇用の未来 コンピュータ化によって仕事は失われるのか(THE FUTURE OF EMPLOYMENT:HOW SUSCEPTIBLE ARE JOBS TO COMPUTERISATION?)』では、今後10〜20年程度で米国労働省が定めた702の仕事のうち約47%がなくなる可能性が高いと指摘し、世界中に衝撃を与えた。

しかし今ある仕事の半分がなくなったとしても、新しい技術の普及は新たな仕事や雇用も生み出す。一方でAIやロボットを活用することができない企業は競争に敗れて消滅してしまうだろう。本当に心配すべきは効率化によって雇用が減ることよりも、AIやロボットを導入する下地としての仕組み化ができないことである、と考えるべきだ。

AIの導入よりも前にまず考えておくべきこと、というテーマですね。
業務フローの見直し、はAIうんぬんの前に基本的な考えとして取り組むべきですね。次回の更新も楽しみにして頂けますと幸いです!

【no.193】AI予測で「混まないレジ」――大手スーパー、ベイシアの店舗革命

AI予測で「混まないレジ」――大手スーパー、ベイシアの店舗革命

スーパーの買物客が最もストレスを感じるレジ前の混雑。それを、AIの映像解析によって解消するシステムを導入したのがベイシア三好店だ。顧客満足度の向上に加え、業務効率化にも貢献している。

週末には1日平均6000人もの買い物客で賑わう総合スーパー「ベイシアスーパーセンター三好店」(愛知県みよし市)。店内に20台ほど並ぶレジの近くには、レジ精算の様子を見守る1人のスタッフがいる。

彼女の役割は、レジの開局台数を調整して混雑を未然に防ぐことだ。混みそうなら、レジ前の行列が伸びる前に応援スタッフを呼び、混雑が解消すれば閉局して元に戻す。いわば“司令塔”だ。

無駄な開局をなくして人の手配を適正化しながらも、お客さまは待たせない――。その判断には高い経験値とノウハウが必要だ。

ベイシアは“スーパーセンター”と呼ぶ大型店を中心にこうした司令塔役を配置しているが、三好店には1つ、他の店舗と違う点がある。この判断を助ける心強い“アシスト役”がいるのだ。レジ混雑を予測してくれるAIである。15分後、30分後に必要となるであろう適正レジ台数の予測が、彼女の持つスマートフォンに届く。「現在7台、15分後の推奨は9台、30分後8台」といった具合だ。

一般的なスーパーマーケットでは、レジ前に行列ができてから慌てて応援を呼ぶが、三好店では司令塔役と予測AIの活躍によって、混雑前に応援レジを開けて混雑を未然に防いでいる。

このレジ混雑予測を実現しているのが、OKIの店舗業務改善支援ソリューション「VisIoT(ビショット)」だ。カメラ映像内の人物を検知して、人数カウントや属性(性別・年齢)判定等ができる同社の映像IoTシステム「AISION(アイシオン)」をベースにしたもので、レジ混雑予測の開発にはベイシアも知見やノウハウを提供している。

三好店ではこれを使い、店舗入口に1台ずつ設置したカメラの映像から入店客数をカウント。さらに、レジにも各1台ずつカメラを設置して客の並び状況を補足している。

こうして入店客数とレジ前の混雑状況をリアルタイムに把握。さらに、入店客がレジに到達するまでの買い周り時間も測定し、平均買い周り時間に基づいて15分後と30分後のレジ混雑を予測している。

なお、映像データの分析は店舗内に設置したIoTゲートウェイ内で行っており、入店客数とレジ前の並びを示す数値データだけをOKIのクラウド「EXaaS」に送信している。映像を店舗の外に出さないことで、来店客のプライバシーを保護しているのだ。混雑予測はクラウド上で行い、司令塔役のスマートフォンにその結果が届く仕組みだ。

 

人数の把握ぐらいであれば、顔の認識まで細かくやる必要がなく実際に稼働しやすそうですね。次回の更新も楽しみにしていただけますと幸いです!

【no.192】「ウイルスを検出しました」などの“偽サポート”もAIでブロック トレンドマイクロ、AI技術で防御力向上した「ウイルスバスター」最新版を発表

「ウイルスを検出しました」などの“偽サポート”もAIでブロック トレンドマイクロ、AI技術で防御力向上した「ウイルスバスター」最新版を発表

トレンドマイクロは9月6日、総合セキュリティソフト「ウイルスバスター」シリーズの最新版を発表しました。公式サイトでは同日より販売開始しており、価格は「ウイルスバスター クラウド 1年版」が5380円、スマートフォン向けの「ウイルスバスター モバイル」1年版が3065円(いずれも税込)。

主な強化点としては、AI技術を採用し、不正なファイルやプログラムの内容やふるまいを機械的に学習。従来のようにパターンで検知するだけでなく、AIが事前に危険を予測し、より迅速かつ正確に対応できるようになったとしています。

AI活用のイメージ。ファイルそのものの特徴だけでなく、実行後の「ふるまい」からも危険性を察知する「ハイブリッド式」が特徴

また近年、「ウイルスを検出しました」といった偽の警告メッセージを表示させ、偽のサポートサービスに加入させる「サポート詐欺/偽警告」が増えていることも受け、こうしたサイトをブロックする機能も。ここでも日々変化するサイト内容に対応するため、AIにより危険なサイトの特徴を学習する機能が生かされているとのこと。その他、ネットバンキングやネットショッピングなどのサイトを装い、個人情報を盗み取ろうとするサイバー攻撃を防ぐ「決済保護ブラウザ」(Windowsのみ)も新たに搭載しています。

 

セキュリティソフトがどんどん進化してくれるのは頼もしいですね。

次回の更新して楽しみにしていただけますと幸いです!

【no.191】アイテムの詳細を動画で訴求!GAUSS、AIを活用した自動動画編集システム「Zooom」をリリース

アイテムの詳細を動画で訴求!GAUSS、AIを活用した自動動画編集システム「Zooom」をリリース

 

GAUSSは8月31日、AIの画像認識技術を活用した動画編集システム「Zooom」をリリースした。

「Zooom」は、撮影から編集、納品に至るまでの動画制作の工程を自動化するシステム。主にECサイト向けに、動画コンテンツの作成を支援する。

同システムでは、動画素材をアップロードすると、「トップス」「スカート」など事前に指定したアイテム名から、AIが自動で動画内の該当箇所を認識。アイテムを拡大する編集を自動で行う。拡大箇所や拡大時間は修正・変更が可能だ。

編集は10秒程度で完了し、即座にダウンロードまたはURLの発行ができる。同システムの導入により企業は、写真だけでは伝えづらかった洋服の着用時の動きや質感が伝えやすくなり、コストや工数の削減にも期待ができる。

パターンは限られているのかも知れませんが、大量のデータを素早く処理出来るのが素晴らしいですね。

次回の更新も楽しみにしていただけますと幸いです!

【no.190】AIと「バイアス」:顔認識に高まる批判

AIと「バイアス」:顔認識に高まる批判

AIによる顔認識に、改めて批判の声が強まっている。

直近のきっかけは、アマゾンの顔認識AI「レコグニション」が上下両院28人の議員の顔を犯罪者と誤認識し、しかも黒人議員らの誤認識の割合が高かったという問題だ。

これ以前から、顔認識AIの誤認識、特に有色人種や女性の誤認識率が高いという「バイアス(偏見・差別)」の存在は指摘されてきた。
AIに潜む「バイアス」は、それによって就職やローン審査など実生活の場面で不利益を被る可能性がある一方、その判断の根拠がブラックボックス化してしまうという課題を抱える。

欧州連合(EU)で5月に施行された新たなプライバシー保護法制「一般データ保護規則(GDPR)」では、こういったAIなどによる「自動判定」を受けない権利を規定するなど、対処の取り組みも出ている。

顔認識AIに対しては、米マイクロソフトから米国内法での規制を求める声明が発表されており、急速にマイナスイメージが拡大することへの危機感もあるようだ。

●「不平等を悪化させる危険性」
相次いで明らかになっている証拠によれば、これらのテクノロジーは、すでにある警察活動における人種の違いをめぐる不平等をさらに悪化させ、固定化してしまう危険性がある。
人種問題について強い影響力を持つ連邦議会黒人幹部会(CBC)の元議長で下院議員のエマニュエル・クリーバー氏(民主)は、8月15日、司法次官補代理のジョン・ゴア氏に宛てた公開書簡で、そう指摘した。

その上でクリーバー氏は、司法省公民権局に対し、捜査機関における顔認識AIの利用が、公民権侵害、特に捜査における差別的な扱いを引き起こしていないか、調査するよう求めている。

グリーバー氏が指摘する「相次いで明らかになっている証拠」の一つが、アマゾンが提供している顔認識AI「レコグニション」をめぐる騒動だ。

●連邦議会議員28人を犯罪者と誤認識
アマゾンの顔認識AI「レコグニション」が、28人の連邦議会議員を逮捕歴のある人物として誤認識した――。

米自由人権協会(ACLU)は7月26日、公式ブログでそんな実験結果を明らかにしている。

実験に使ったのは、ネットから入手した2万5000人分の逮捕写真。これを「レコグニション」に入力して「犯罪者データベース」を構築。

このデータベースに、535人の上下両院の連邦議会議員の顔写真を判定させたところ、28人が「犯罪者」と認識されたという。

この中には、公民権運動で知られる有力下院議員、ジョン・ルイス氏(民主)ら連邦議会黒人幹部会のメンバー6人も含まれており、有色人種の割合は39%。

議会における有色人種の割合20%の倍の割合だった、としている。

この結果を受けて、誤認識された28人のうち、いずれも民主党の上院議員のエドワード・マーキー氏と、下院議員のルイス・グティアレス氏、マーク・デソールニアー氏の3氏は連名で、アマゾンCEOのジェフ・ベゾス氏宛の公開書簡を送り、「レコグニション」の精度と、「バイアス」の検証について問い質している。

マーキー氏とやはり民主党上院のロン・ワイデン氏、クリス・クーンズ氏、さらに民主党下院で司法委員会のメンバーでもあるコーリー・ブッカー氏とジェロルド・ナドラー氏の5人は7月31日、連名で議会の補佐機関である会計検査院(GAO)に対し、政府機関における顔認識テクノロジーの使用状況と問題点について、調査を要求。

また、マーキー氏ら上院の3人は、39の法執行機関に対しても、顔認識の使用状況について問い合わせている。

米自由人権協会の指摘に対して、アマゾン側は反論の声明を出している。

それによると、捜査機関での「レコグニション」の利用は、あくまで補助的なものであり、AIのみによる人物特定は行われていない、と説明。

さらに、米自由人権協会は顔識別の精度をデフォルトの80%で行っているが、このような用途では精度設定を95%に上げた上で使うことを推奨している、としている。

ただ、「レコグニション」の説明サイトでは、従業員の顔とIDカードとの照合に使うケースで「80%」という精度レベルを例示していた(現在は「99%」という例示に修正してある)。

精度にまだまだ改善の余地がありそうですね、あくまで補助的な使用をする程度に
とどまり、決定権を与えるのには早いのかもしれませんね。
次回の更新も楽しみにしていただけますと幸いです!

【no.189】なるほど! AIの使い方――在住外国人向け多言語チャットボット、サクラマスの陸上養殖

なるほど! AIの使い方――在住外国人向け多言語チャットボット、サクラマスの陸上養殖

7月27日に開かれた日本オラクル主催のイベント「Innovation Summit Tokyo 2018」。全19セッションのうちの1つ「生活の中のAI – 東京都港区Chatbot、北海道漁業IoTに見るオラクルのAI活用」では、オラクルのAIが私たちの日々の生活や仕事をどのようにサポートしてくれるのかがわかる、興味深い事例が紹介された。

東京・港区役所における外国人向けAIチャットボット
約25万人(平成30年1月1日現在)の人口のうち、約2万人を外国人住民が占める東京都港区。駐日大使館の約半分が港区に所在し、多くの外資系企業も港区に本社を構えていることが、大きな要因となっている。

そのため港区では、外国人住民に向けた情報発信に、非常に力を入れているようだ。8月初旬の猛暑日に港区役所のホームページを訪れると、日本語・英語・中国語・韓国語の4か国で書かれた熱中症の注意を呼びかける緊急情報が、まず目に飛び込んできた。スクロールしながら右に並ぶ広報・報道欄を見てみると、「多言語によるFM放送」というリンクが見つかる。リンク先は、FMラジオの広報番組「MINATO VOICE(ミナトヴォイス)」の案内で、曜日によって異なる言語で放送中とある。また、在住外国人向けのFacebookページ「Minato Information Board」では英語とともに、外国人にもわかりやすい“やさしい日本語”で記事が投稿されている。

こうした努力の結果、3年に1度行っているアンケートでは、80%の在住外国人が「港区からの情報提供に満足している」と答えた。しかし、それでも区の職員は「なお不十分だ」と感じていたという。

行政機関である区役所の窓口は、開庁時間が基本的に平日の日中に限られている。窓口に来られない場合、区からの情報提供はホームページに頼ることになるが、そのコミュニケーションは一方通行だ。たとえ情報を豊富に用意していたとしても、欲しい情報にたどり着けていない懸念もあった。

そこで港区役所ではAIチャットボットに着目。在住外国人のスマートフォンでよく使われているFacebookメッセンジャーのアプリを活用して、時間を気にせず気軽に質疑応答が行える方法を探ることにした。

Facebookメッセンジャー上で港区のAIチャットボット「グル〜にゃ」に質問すると、回答の選択肢をいくつか提示してくれる。利用前にはFacebookアカウント「グル〜にゃ」と友達になっておく。現在対応している言語は「英語」と「やさしい日本語」の2つだが、このAIチャットボットを構成するサービスの一つ「Oracle Service Cloud」は多言語に対応しているため、同じ仕組みのまま対応言語を増やすことも可能だという。

最終的にはユーザーに対し、役に立ったか立たなかったかのフィードバックをしてもらうことで、AIチャットボットが自動的に学習を重ねていく仕組み。多くの教師データを用意しなくても、様々なパターンの質問に柔軟に対応してくれるほか、データサイエンティストがいなくても現場の担当者が管理画面からすぐに回答を修正することができる利点もある。

港区役所がOracle Cloudを採用した理由は、こうした「多言語対応できるプラットフォームであること」「教師データは不要で自動的に学習すること」「区職員がセルフメンテナンスできる登録の利便性」に加え、行政サービスであるからこそ強く求められる「高セキュリティ」が評価されたことにあると七尾氏は語る。

「実証実験の段階で、家族や病気、税金に関する質問など、人には言えない相談が多く寄せられることがわかりました。そうした質問データとメッセンジャーのIDが紐づけられれば、外部の業者などに個人情報が漏れてしまう。だからこそ、Oracleの高いセキュリティが必要なのです」(七尾氏)

「Oracle Database Cloud」には、上記の高セキュリティ機能に加えて、機械学習のアルゴリズムが内包されている。質問の内容や時間などのデータを分析することで、将来的にはさらなるサービスの改善に向けた提案ができるよう、さらなる貢献をしていきたいという。

チャットボットに対して、個人的なデータをやり取りすることに対する障害は、
利便性のほうが勝りそうですね。
次回の更新も楽しみにしていただけますと幸いです!

【no.188】え、1秒で書けちゃうの? AI記者が野球で見せた実力

え、1秒で書けちゃうの? AI記者が野球で見せた実力

今夏の全国高校野球選手権記念西兵庫大会決勝。神戸新聞社はツイッターで、記事を発信した。

「明石商は同点の7回、二死二塁から3番田渕翔のセンターヒット、なおも二死二塁から4番右田治信のレフト二塁打などで計3点を挙げ、逆転した」

AIを活用して記事をつくる「ロボットくん」が書いたものだ。地方大会のデータや、過去に記者が書いた同種の記事などを「学習」。試合データを読み込ませると1秒あまりで「執筆」する。

準々決勝から実験的に配信を始めた。デジタル事業局メディアプロモート室の川上隆宏さん(44)によると、社内では「そつなくまとまっていた」という評価の一方、「試合の熱量や雰囲気が伝わらない」という声も。今後の活用方法は検討中だが、開発の現場では「記者が行けない試合のデータをもらい、AIで記事化してはどうか」という意見もあがっているという。

NHKは、野球の解説で「ZUNO(ズノ)さん」を電通と開発した。過去のプロ野球の300万球以上の打席データから、配球、勝敗、順位などを予測。選手の傾向なども解析できるという。

今年、米・大リーグの大谷翔平投手の登板試合では、ホームぺージにZUNOさんの1球ごとの投球予測を掲載。昨年のプロ野球日本シリーズでも、インターネットで視聴者と予測対決する企画を実施した。50球以上を予測した4484人中、球種、コース共にZUNOさんを上回ったのは4人だけだった。

人間の解説者に取って代わるのは「当面は難しい」とNHK。だが、「ホームページにAIならではのデータ分析を提示するような、放送を補完して一緒に楽しむ活用方法に可能性を感じている」という。

日本経済新聞社は昨年1月、国内の上場企業(約3600社)の大半の決算について、発表直後にAIを用いたシステムで要点をまとめた記事を作り、電子版などで配信するサービスを始めた。

同社は3年前ごろからAI活用を研究。「うまく使うことで記者はより付加価値のある仕事に専念し、読者の皆様により優れたコンテンツを提供することを目指している」という。

信濃毎日新聞社は、記者が書いた記事を自動で要約できるシステムを富士通と共同開発。4月から本格的に運用している。記事をケーブルテレビなどに配信する際は文章を要約しなければならないが、1本あたり最大で約5分かかっていた作業が、数秒でできるようになった。担当者は「他のことに人を振り向けられるようになった」と話す。

朝日新聞社は今夏の第100回全国高校野球選手権記念大会で、AI(人工知能)を使い、試合のポイントを短い行数で読み解く「戦評」と呼ばれる記事を作成。3回戦から朝日新聞デジタルに掲載した。

確かに熱量はあまり伝わるような文章ではないかもしれませんが、
数秒でも早く事実をお伝えできるというところに価値がありますよね。
次回の更新も楽しみにして頂けますと幸いです!

【no.187】TSUTAYA、ツイート×AIが導き出すおすすめ映画20本–「TSUTAYA AI」を提供開始

TSUTAYA、ツイート×AIが導き出すおすすめ映画20本–「TSUTAYA AI」を提供開始

https://tsutaya.ai/

SUTAYAが、ツイートをAIで分析しておすすめのエンタメ作品をピックアップするサービス「TSUTAYA AI」の映画版の提供を開始した。タイトルや俳優名など映画に関連するキーワードが入っていなくても、ツイート内容から見たいと思われる映画を類推し、20作品をレコメンドする。

開発したのは、コミュニケーションデザイナーの阿部望氏とデータサイエンティストの内田尚氏。現在、TSUTAYA UX・MDカンパニー サービス基盤推進ユニットAI研究開発チームに所属しているが、以前はカルチュア・コンビニエンス・クラブ(CCC)が主催するベンチャープログラム「T-VENTURE PROGRAM 2016(TVP 2016)」にベンチャー企業として参加。最終審査まで残った8社のうちの1つだった。

「TVP 2016当時は、まだ会社としても立ち上がっていないような状態。AIで映画をレコメンドするエンジンを『#AGENT_TRAVIS』というサービスとして応募した。入賞には至らなかったが、当時から親身に相談に乗ってくれ、その後TSUTAYAに入社する形で、今回のサービスにこぎつけた」と阿部氏は開発までの経緯を振り返る。

TVP 2016で2人のメンターを務めた大畠崇央氏(TSUTAYA UX・MDカンパニー サービス基盤推進ユニット ユニット長兼AI研究開発チームリーダー)がチームリーダーとして参加。TSUTAYA AIを取りまとめた。

TSUTAYA AIは、直近のツイート100件を分析して、おすすめ映画をレコメンドする。ウェブサイトにアカウント名を打ち込むことで使用ができ、解析にかかる時間は8秒程度。解析が終わると20本の映画作品を紹介する。

Tカードの履歴とは連携しておらず、純粋にツイート内容から映画作品を導き出す。ツイート内容を自然言語処理することで、趣味嗜好や興味関心、どんな生活を送っているのかなどを読み取り、映画をピックアップする。認識できる言語数は72万語で、これは広辞苑の24万語を大きく上回る数字だ。

「TSUTAYAというと、データベースという強みがあり、レンタル、購入履歴によるレコメンドを行ってきているが、今回はあえてTカードデータを使わなかった。より多くの人に使ってもらうためにデータ連携をせず、ツイート内容のみという形をとった」(阿部氏)という。

直近100件のツイート内容を分析するが「それ以下の件数でもおすすめ映画をピックアップすることは可能。100件と限定したのは『今のあなたに合った作品をおすすめする』ため」(内田氏)だという。

2月に期間限定でプロトタイプを公開し、約15万人が利用した実績も持つ。20〜30代を中心に利用され、おすすめされた映画タイトルをTwitter上で公開することで広まり、300万インプレッションを稼いだ。

ピックアップする映画の本数はTVP 2016の時は10本としていたが、視聴済みの作品が含まれることもあり、20本へと増やした。「30本まで増やすと、自分だけのおすすめ感が薄くなってしまう。20本は利用者にとって新しい発見があり、おすすめ感が得られる本数」(阿部氏)と、設定理由を話す。

自分のツイート内容で何がおすすめされるのか、つい気になりますね。
ロジックはともかく、使ってみて面白いサービスです。
次回の更新も楽しみにして頂けますと幸いです!