課題
すでに稼働しているプロダクトにAIを加えるには、そのコード、データ、利用者、性能上の制約を踏まえ、動いている部分を壊さずに進める必要があります。
- 自社のロードマップで手一杯のプロダクトチーム
- AIを前提に設計されていないアーキテクチャ
- 分散している、あるいは整備されていないデータ
- 既存の利用者の体験を損なうことへの懸念
プロダクトに加えられる機能
インテリジェントな検索
利用者が自分の言葉で自由に入力した質問を理解する検索。
パーソナライズされたレコメンド
利用者一人ひとりの行動と商品カタログに基づき、商品、コンテンツ、次の操作を提案します。
コンテンツ生成
商品説明、要約、返信、レポートを、貴社のトーンでアプリケーションが作成します。
自動翻訳
複数の言語の利用者に向けて、コンテンツややり取りをアプリケーション内で翻訳します。
画像・文書の解析
スキャンした書類の読み取り、記載情報の抽出、画像に写っているものの認識。
利用者向けアシスタント
プロダクトに組み込まれ、利用者を案内し、質問に答え、アプリケーション上で操作まで行うアシスタント。
貴社のコードで、貴社のチームとともに
貴社の開発基準、リリースの仕組み、セキュリティルールに従って作業します。
現状分析
コード、データ、アーキテクチャを確認し、AIで実現できることと、変更が必要な点を明らかにします。
アーキテクチャ
専用サービス、データへのアクセス、キューによる処理、監視など、必要な変更を行います。
評価
本番導入の前に貴社の実際のケースで品質を測定し、その後も継続的に確認します。
社内チームへの引き継ぎ
ドキュメント化されたコード、自動テスト、貴社が判断したタイミングでのプロダクトチームへの引き継ぎ。
ユースケースの例
既存のプロダクトに追加する代表的な機能です。
商品カタログの自然言語検索
- 状況
- キーワード検索では、利用者が目的の商品を見つけられない。
- 成果
- 自由な言葉で書かれた質問を理解するセマンティック検索を、既存のアプリケーションに統合。
パーソナライズされたレコメンド
- 状況
- プラットフォームが、利用履歴にかかわらず、すべての顧客に同じ商品を表示している。
- 成果
- 顧客一人ひとりの行動から算出したレコメンドを既存の画面に表示し、その効果も測定。
利用者がアップロードする書類の読み取り
- 状況
- 利用者が送る請求書、申請書、証明書を、担当者が確認して再入力している。
- 成果
- アプリケーションが書類を読み取って情報を抽出し、人による確認が必要な点を示す。
顧客向けアプリケーション内のアシスタント
- 状況
- 機能の多いアプリケーションで利用者が迷い、簡単な質問でもサポートに問い合わせている。
- 成果
- アプリケーション内のアシスタントが、貴社のドキュメントをもとに回答し、利用者を一歩ずつ案内する。
目指す成果
- プロダクトを作り直さずに加わる、新しいAI機能
- 本番導入の前に測定される品質
- データ、モデル、コストの管理
- 社内のプロダクトチームが引き継げる体制
現状分析から、本番稼働する機能まで
- 01
現状分析
コード、データ、アーキテクチャ、利用者の期待を確認します。
- 02
プロトタイプと測定
実際のデータでテストした最初のバージョンを作成し、品質の基準値を測定します。
- 03
統合
貴社のコードとリリースの仕組みに、テストと監視を含めて組み込みます。
- 04
本番導入
段階的な導入、品質とコストの監視、定期的な改善。
すべてのプロジェクトに含まれること
詳しく見るデータ
データを集め、整え、構造化します。うまくいくAIプロジェクトは、すべてここから始まります。
セキュリティとコンプライアンス
データは貴社の管理下に置き、貴社内でのホスティングも可能です。トレーサビリティとアクセス管理を備え、GDPR、日本の個人情報保護法（APPI）、香港のPDPO、米国の適用法（カリフォルニア州のCPRA改正後のCCPAなど）を考慮したうえで、貴社のセキュリティ要件と監査に合わせて対応します。
運用と品質評価
本番環境での監視、AIの回答品質の測定、安全策、継続的な改善、コストの管理。
研修と内製化
経営陣と現場に向けたAI研修、スキルの移転、ドキュメントの整備。
AIで進化させたいアプリケーションはありますか。
プロダクトの概要と追加したい機能をお聞かせください。組み込み方と必要な要素をご説明いたします。