WebDBForum2019_Poster

WebDBForum2019のポスター発表資料です。
X-Tech領域におけるAI・データ活用について事例と併せてまとめています。

Transcript

1. X-Tech領域におけるAI・データ活用
   （ ①Machine learning / ②GraphDB / ③Image processing / ④Deep learning ）
   WebDB Forum 2019
   氏名 橋本 武彦（はしもと たけひこ）
   所属
   ㈱GA technologies　AI Strategy Center　General Manager
   電気通信大学　客員准教授
   キャリア
   サマリ
   • Sier（エンジニア5年/研究員2年）⇒調査会社（リサーチャー3年）⇒　ブレイン
   パッド（シニアデータサイエンティスト9年）を経て2017年　4月から現職
   • データサイエンティスト協会（前事務局長）やデータサイエンティスト育成の新
   規事業の立ち上げ
   • 電通大、滋賀大、慶應SFC、立教大など大学や官公庁での講義や講演・執筆
   など
   E-Mail t_hashimoto@ga-tech.co.jp
   Socialｱｶｳﾝﾄ https://www.facebook.com/hashimoto.takehikko
   

   View Slide

2. PropTech（不動産テック）における課題と当社の取組例
   2
   2
   　情報の非対称性（toCの課題） 低い生産性（toBの課題）
   ● 高額商材故に経験がない（家は一生に
   一度の買い物）
   ● 同一の商材が存在しない
   ● 情報（データ）が少ない
   ● 零細企業が大半
   ● 法の規制
   ● （インフラとして）ITがない
   ● ITリテラシーも高くない
   ①推定価格の提示
   （Machine learning）
   ②最適経路探索の活用
   （GraphDB）
   ③物件仕入れの効率化（レコメンド）
   （Image processing）
   ④間取図読取りによるCAD作成
   （Deep learning）
   課題解消に向けた
   当社の取組例
   

   View Slide

3. 【背景】不動産は一生に一度の買い物であり相場観を持ちにくい。
   　　　　情報も少なく、中古マンション価格が不透明
   【課題】データが少ない ＆ エリア、面積、駅距離など多様な要素が
   　　　　価格に影響 ＆ サイト来訪者の温度感は初期は高くない
   【対応】精度の高い推定価格を簡易な入力で提示
   ①推定価格の提示（Machine learning）
   業界最高水準
   MER 4.6%
   ※Median Error Rate　
   （誤差率中央値）
   In Processing Out
   3
   3 3
   （Key）マンション名、部屋番号
   （変数）住所、所在階、総階数
   　　　　面積、築年数
   来訪者の
   ﾓﾁﾍﾞｰｼｮﾝを損
   なわないように
   最少5変数に絞
   り、入力を簡易
   化
   自社システムと連携し、リアルタイム
   に売却活動を可視化
   物件データ拡充＆エリア情報を特徴
   量に活用しバラツキ軽減
   （課題）さらなるバラツキ軽減と
   　　　　MERに変わる新指標
   Old
   　Regression
   New
   　XGBoost
   情報の非対称性（ toC）
   URL
   https://www.ga-tech.co.jp/news/release/1465/
   

   View Slide

4. 【背景】（2点間でなく）多点間で交通手段を跨いで最適経路を把握したい
   【課題】複数な条件下で 検索時間が長い ＆ 柔軟な検索が困難
   【対応】GraphDBでの高速化 ＆ 異種データのMappingによる可視化
   ②最適経路探索の活用（GraphDB） 情報の非対称性（ toC）
   JSAI2019
   全国大会優秀賞
   ※他に複数学会で採択
   Future Work
   URL
   https://confit.atlas.jp/guide/event-img/jsai2019/4D3-E-2-03/public/pdf
   4
   4 4
   ● 駅間移動の精緻化
   ● 経済データ（持家率、
   収入等）追加
   ● 交通手段の差異考察
   ● 渋滞との関係
   ● 海外都市との比較
   ｼﾐｭﾚｰｼｮﾝ、ｽｺｱﾘﾝｸﾞ
   からﾏｯﾁﾝｸﾞへ
   hex gridに以下情報を集約
   ● train network
   ● bas network
   ● road network
   ● popularion
   Example, Network Synergy
   train bas
   train+bas
   This Time
   Tokyo Station
   via train+hex
   in 5 minute isochrones
   

   View Slide

5. 【背景】仕入れ担当者に毎月数千枚の紙・ FAXが届く（大半ゴミ箱へ）
   【課題】データが蓄積されない & 仕入れ基準が担当ごとにバラバラ &
   　　　　チラシレイアウトがバラバラ
   【対応】画像認識 + 機械学習によるレコメンドと運用フォローの連携
   ③物件仕入れの効率化（Image processing） 生産性の低さ（toB）
   In Processing Out
   URL
   https://japan.cnet.com/article/35113386/
   5
   5 5
   PDFを自動読込（OCR） ※着色
   　マンション名、住所
   　賃料、修繕費、管理費、等
   推定賃料
   契約書自動作成
   （RPA）
   添付ﾌｧｲﾙ判別
   （ﾁﾗｼ/契約書）
   等
   運用
   機械学習　　　　　　＋
   過去の販売データを学習
   し、早期販売を予測して、担
   当者にレコメンド
   担当は1%の◎から対応
   読取精度が100%では
   ないため運用対応が必須
   

   View Slide

6. 【背景】建設業界の長時間労働
   【課題】リノベーション時に中古マンションの図面データが入手困難な
   　　　　ため、新築時の図面をトレースし CADデータを作成（長時間作業）
   【対応】GANとFaster R-CNNの認識結果トレースを元に CADデータ作成
   　　　　（& データ収集による精度向上の仕組みを提供）
   ④間取り図読取りによるCAD作成（Deep learning） 生産性の低さ（toB）
   設計図面起こしが
   1日作業⇒2時間作業
   に大幅減少
   In & Processing
   URL
   https://www.ga-tech.co.jp/news/release/1561/
   6
   6 6
   Out
   CADデータ作成
   ↓
   精度向上のため
   データ収集
   ↓
   長期的にはBIM
   と連携
   

   View Slide

7. Point：リアルへの”Respect”と”Support”
   ⇒リアルとデジタルが融合した世界へ向けて
   ● Respect
   ○ （前提）感謝の気持ち
   ○ 今までの仕事のやり方を過度に否定しない
   ■ 経緯や理由をきちんと伺う
   ○ 職人の勘と経験は貴重（ KDD ⇒ KDD+D）
   ○ まずはQuick-Win
   ● Support
   ○ リアル側と距離を近づける（物理 /心理）
   ○ 業務フロー全体を考慮し、変更は少なく
   ○ ビジネスへの影響も最小限に抑えつつ
   ○ 繰り返し啓発 ＆ トレーニング
   （デジタルSideからみた）
   X-TechにおけるAI・データ活用のPoint
   7
   7
   ※引用：会社を変える分析の力（元大阪ガス（株）
   河本氏）
   http://www.ogis-ri.co.jp/event/docs/1209964_6738_01.pdf
   見
   つ
   け
   る
   力
   解
   く
   力
   使
   わ
   せ
   る
   力
   

   View Slide

8. We are hiring!
   8
   8
   GA technologies 会社概要
   設立年月日 2013年 3月
   資本金 5億6397万9950円（2019年6月時点）
   代表取締役 樋口龍
   事業内容
   • AIを活用した中古不動産の総合的
   なプラットホーム「RENOSY®」の開
   発・運営
   • AIを活用した不動産業務支援ツー
   ルTechシリーズの開発・運営
   従業員 344名（2019年4月時点）
   ● 2018/7マザーズ上場、設立５年で売上
   200
   億のPropTechのスタートアップ
   ● セールスなど強力なリアル人材が多数在籍
   の一方で、エンジニアが全社員の
   44%と
   Technologyとの融合に注力
   ● 2017/4にAI Strategy Centerを設立（不動
   産業界初）。技術顧問は杉山将氏
   ● AI Strategy CenterのVision「事業全体を見
   据えて行動を起こせる研究者集団」
   ⇒急成長ゆえ課題も多いですが、
   　
   　Excitingな環境です！
   　Let’s Join us!
   

   View Slide