Deepiaプロダクト資料

Transcript

1. DeepRecommend チームの紹介 杉本迅 Y さん M さん エンジニア デザイナー 営業
2. AI で価値を残す、誰もが
3. 1. 遺伝的洞察
4. ・作家は小説やエッセイを書き ・音楽家は楽曲を制作し ・科学者は論文を執筆し ・芸術家は絵画や彫刻を作り ・エンジニアはプログラムを書き ・YouTuber は動画を制作し ・ブロガーは記事を書き ・SNS ユーザーは投稿をし ・建築家は構造を設計し ・ビジネスマンはプレゼンテーションを作成 人は自分の遺伝的情報を 残す性質がある
5. 2. 認知的洞察
6. 画像プラットフォーム 例）Instagram → 画像生成AI 音声プラットフォーム 例）Spotify → 音楽生成AI 文字プラットフォーム 例）X → テキスト生成AI 動画プラットフォーム 例）YouTube, TikTok... → 動画生成AI
7. Deepia
9. なぜ最初に 生成AI × LIVE に 注目したのか？
10. 一般的な人は 遺伝とか認知とか考えない
11. 身近なものと 組み合わせないといけない
15. 8 年で 約12 倍 （出典）Grand View Research Inc. による調査
16. 少数 多数 エンゲージメント インプレッション
17. これからリサーチする機能： ・プロフィール ・フォロワー ・ハッシュタグ ・レコメンデーションエンジン ・デジタルコンテンツ販売 ・プロンプトコンボリューター
18. SNS に近づける
19. 技術スタック: ・Stable Diffusion ・BRA Model ・DeepFake ・P2P (WebRTC)