Upgrade to Pro — share decks privately, control downloads, hide ads and more …

プロダクトへの生成系 AI 活用方法を アイディエーションする会

プロダクトへの生成系 AI 活用方法を アイディエーションする会

プロダクトで生成系 AI を活用するためのアイデアを発想、検証するためのワークショップです。1) 生成系 AI 活用のポイント、 2) アイディエーション、 3) ビジネスモデルキャンバスを利用したアイデアの効果検証、の 3 パートから成り所要時間は 1 時間半 ~ 2 時間程度です。

ML Enablement Workshop の理解編コンテンツをベースにしています。
https://github.com/aws-samples/aws-ml-enablement-workshop

ワークショップで使う Miro のボードのテンプレートはこちらです。コピーしてお使いください。
https://miro.com/app/board/uXjVMskX3PY=/?moveToWidget=3458764561904198140&cot=14

Tips
・自己紹介タイムのアイスブレーク方法は適宜変更してください。
・参加者の理解度に応じ、適宜生成系 AI の説明を追加 / 省略してください。

Takahiro Kubo

August 19, 2023
Tweet

More Decks by Takahiro Kubo

Other Decks in Business

Transcript

  1. © 2023, Amazon Web Services, Inc. or its affiliates.
    © 2023, Amazon Web Services, Inc. or its affiliates.
    ML Enablement Workshop : 特別編
    プロダクトへの生成系 AI 活用方法を
    アイディエーションする会
    久保 隆宏
    Developer Relation
    Machine Learning

    View full-size slide

  2. © 2023, Amazon Web Services, Inc. or its affiliates.
    本イベントのゴール
    2
    生成系 AI をプロダクトの成長に活かせる
    アイデアが出せるようになる!
    資料は ML Enablement Workshop 理解編を抜粋して作成しています。

    View full-size slide

  3. © 2023, Amazon Web Services, Inc. or its affiliates. 3
    自己紹介
    アマゾン ウェブ サービス ジャパン合同会社
    Machine Learning Developer Relations
    久保隆宏 (Kubo Takahiro)
    ミッション
    「機械学習を実用するなら AWS 」という認知を拡大すること。
    10 年以上の業務コンサルタント経験、研究開発していたテーマをプロダクトとして
    リリースした経験、 ML Enablement Workshop 実施経験をもとにお話しします。

    View full-size slide

  4. © 2023, Amazon Web Services, Inc. or its affiliates.
    © 2023, Amazon Web Services, Inc. or its affiliates.
    1. 生成系 AI 活用のポイント
    2. アイデアのアウトプット
    3. アイデアの検証
    4
    20min
    30min
    40min

    View full-size slide

  5. © 2023, Amazon Web Services, Inc. or its affiliates.
    参加者の事項紹介タイム!
    • お名前
    • 所属
    • 本ワークショップに参加した理由
    • 実践している気分転換の方法
    5

    View full-size slide

  6. © 2023, Amazon Web Services, Inc. or its affiliates.
    © 2023, Amazon Web Services, Inc. or its affiliates.
    1. 生成系 AI 活用のポイント
    2. アイデアのアウトプット
    3. アイデアの検証
    6

    View full-size slide

  7. © 2023, Amazon Web Services, Inc. or its affiliates. 7
    機械学習と生成系 AI は同じ技術である
    と知っている方 ?

    View full-size slide

  8. © 2023, Amazon Web Services, Inc. or its affiliates.
    生成系 AI は機械学習、深層学習の用途の一つ。
    人工知能 (Artificial Intelligence, AI)
    人間の知的判断をコンピュータ上で実現するための技術全般
    (ロジック、if-then文、機械学習(深層学習を含む))
    機械学習 (Machine Learning, ML)
    AIの一種であり、知的モデルを構築するためにデータの中の傾向を学習する技術
    深層学習 (Deep Learning, DL)
    MLの一種であり、音声・画像認識などのタスクを深い複数レイヤー
    構造のニューラルネットワークで実現する技術
    生成系AI (Generative AI)
    テラバイト規模のデータで数千億規模のパラメーターのモデルを学
    習することで、追加学習なしに人間のような生成を実現する技術。
    8

    View full-size slide

  9. © 2023, Amazon Web Services, Inc. or its affiliates.
    生成系 AI がこれまでの機械学習と異なる点
    追加学習をほとんど必要としない
    簡単な指示 (Prompt) で多様なタスクを解かせることができる
    追加学習なし、簡単な指示にも関わらず高精度である
    大規模な事前学習を行った基盤モデルが上記 3 点を可能にしている
    9

    View full-size slide

  10. © 2023, Amazon Web Services, Inc. or its affiliates.
    “日本人のイラストレーターが描画した、
    猫と魚が書かれたイラスト” の生成例
    “フランスで撮影された、猫とボールが
    写った写真” の生成例
    生成系AIの生成例
    AWS の SageMaker JumpStart で、テキストから画像を生成する Stable Diffusion のモデルを実行した例
    10

    View full-size slide

  11. © 2023, Amazon Web Services, Inc. or its affiliates.
    生成系 AI の様々なユースケース
    参考: Exploring opportunities in the generative AI value chain
    文書作成
    チャットボット
    分析結果記述
    文書要約
    コード生成
    データ生成
    プロトタイプ生成
    素材画像生成
    画像編集
    動画生成
    動画編集
    音声変換
    話者変換 (VTuber等)
    3D オブジェクト生成
    製品デザイン、創薬
    音声合成
    音楽生成
    音声/音楽編集
    11

    View full-size slide

  12. © 2023, Amazon Web Services, Inc. or its affiliates.
    生成系 AI がこれまでの機械学習と変わらない点
    責任ある機能提供を行うために、入出力結果の監視が必要なこと
    大きなサイズのモデルには GPU 等専用のハードウェアが必要なこと
    データの蓄積、活用の戦略なしには将来の差別化が難しいこと
    12

    View full-size slide

  13. © 2023, Amazon Web Services, Inc. or its affiliates.
    生成系 AI 活用の罠
    13
    精度
    データ
    生成系 AI そのままで賢いが、プロダクトにどれだけユーザーのデータ
    が蓄積されても学習させなければ賢くならない。

    View full-size slide

  14. © 2023, Amazon Web Services, Inc. or its affiliates.
    生成系 AI 活用の罠
    14
    価値
    データ
    通常の機械学習モデル
    APIで呼び出すのみ
    の生成系 AI
    追加学習していく
    生成系 AI
    学習を続けた素の機械学習モデルにはいつか、
    追加学習していく生成系 AI にはあっという間に差をつけられる。

    View full-size slide

  15. © 2023, Amazon Web Services, Inc. or its affiliates.
    Customer
    Experience
    Traffic
    Data
    Data Driven
    Decision
    Growth
    生成系 AI で目指すべきプロダクトの成長サイクル
    15

    Customer
    Experience

    View full-size slide

  16. © 2023, Amazon Web Services, Inc. or its affiliates.
    Customer
    Experience
    Traffic
    Data
    Data Driven
    Decision
    Growth
    生成系 AI で目指すべきプロダクトの成長サイクル
    16

    Traffic

    View full-size slide

  17. © 2023, Amazon Web Services, Inc. or its affiliates.
    Customer
    Experience
    Traffic
    Data
    Data Driven
    Decision
    Growth
    生成系 AI で目指すべきプロダクトの成長サイクル
    17

    Data

    View full-size slide

  18. © 2023, Amazon Web Services, Inc. or its affiliates.
    成長サイクルは 3 つの条件を満たす。
    1. 生成系 AI が顧客の問題を解決している
    2. 顧客体験の改善がビジネスの問題解決につながる
    3. ビジネスの KPI 改善が機械学習の精度改善につながる
    18
    機械学習
    顧客の問題
    パンフレットを作りた
    いがイメージに合った
    素材がないか高い。
    所望のテキストに沿っ
    た画像を自動生成する。
    ビジネスの問題
    月間アクティブユー
    ザー数が伸び悩んで
    いる。
    ユーザー数増
    例 : デザイン生成サービス
    ①Customer
    Experience
    ②Traffic ③Data

    View full-size slide

  19. © 2023, Amazon Web Services, Inc. or its affiliates.
    Canva での AI イラスト生成の事例
    Canva はロゴやチラシ、バナーなどを
    デザインできる SaaS 型のサービス。
    Stable Diffusion のモデルをベースに
    3 週間で機能をリリース。
    顧客は、イメージに合う画像がない時
    にテキストからの指示で画像を生成で
    きる。
    事例 : Canva が Amazon SageMaker と Amazon Rekognition を使用し 1 億ユーザーにテキストから画像を生成する AI を提供した方法
    画像引用: AI イラスト生成
    19

    View full-size slide

  20. © 2023, Amazon Web Services, Inc. or its affiliates.
    協力者
    Key Partners
    主要活動
    Key Activities
    資源
    Key Resources
    価値提供
    Value
    Propositions
    顧客との関係
    Customer
    Relationships
    販路
    Channels
    顧客セグメント
    Customer
    Segment
    コスト構造
    Cost Structure
    収益の流れ
    Revenue Streams
    20
    ビジネスモデルキャンバスで、成長サイクルに
    よるビジネスの成長を可視化する

    View full-size slide

  21. © 2023, Amazon Web Services, Inc. or its affiliates.
    おさらい : ビジネスモデルキャンバス
    2005 年に経営コンサルタントのアレクサンダー氏が発案し
    たフレームワーク。フレームワークを解説した
    「ビジネスモデルジェネレーション 」は 45 カ国の実践者に
    より執筆され、シリーズの累計部数は 14 万部に上る。
    画像引用 : 翔泳社の書籍サイトより
    本屋で平積みにされているのを
    見たことがある方もいるのでは ?
    21

    View full-size slide

  22. © 2023, Amazon Web Services, Inc. or its affiliates.
    Canva での生成系 AI によるビジネスの成長
    協力者
    Key Partners
    主要活動
    Key Activities
    資源
    Key Resources
    価値提供
    Value
    Propositions
    顧客との関係
    Customer
    Relationships
    販路
    Channels
    顧客セグメント
    Customer
    Segment
    コスト構造
    Cost Structure
    収益の流れ
    Revenue Streams
    デザイン機能
    Stable
    Diffusion
    ソフトウェア
    と統合 無料
    新規
    ユーザー
    Stability AI
    AI イラスト
    生成
    22
    Stability AI が公開する
    画像が生成できる基盤モデル
    Stable Diffusion をイラスト生成機能
    としてデザインツールに組み込む

    View full-size slide

  23. © 2023, Amazon Web Services, Inc. or its affiliates.
    協力者
    Key Partners
    主要活動
    Key Activities
    資源
    Key Resources
    価値提供
    Value
    Propositions
    顧客との関係
    Customer
    Relationships
    販路
    Channels
    顧客セグメント
    Customer
    Segment
    コスト構造
    Cost Structure
    収益の流れ
    Revenue Streams
    デザイン機能
    Stable
    Diffusion
    ソフトウェア
    と統合 無料
    新規
    ユーザー
    Stability AI
    AI イラスト
    生成
    23
    イラスト生成機能は無料で提供。
    新規ユーザーの拡大を図っている
    Canva での生成系 AI によるビジネスの成長

    View full-size slide

  24. © 2023, Amazon Web Services, Inc. or its affiliates.
    ビジネスモデルキャンバスを使用した成長サイクルの表現
    協力者
    Key Partners
    主要活動
    Key Activities
    資源
    Key Resources
    価値提供
    Value
    Propositions
    顧客との関係
    Customer
    Relationships
    販路
    Channels
    顧客セグメント
    Customer
    Segment
    コスト構造
    Cost Structure
    収益の流れ
    Revenue Streams
    ビジネス
    価値
    データ
    学習 生成機能 顧客体験向上
    24

    Customer
    Experience

    Data

    Traffic

    View full-size slide

  25. © 2023, Amazon Web Services, Inc. or its affiliates. 25
    生成系 AI の事例を分析してみよう!

    View full-size slide

  26. © 2023, Amazon Web Services, Inc. or its affiliates.
    Bizreach: ChatGPTで職務経歴書を自動作成
    ChatGPT を使用した職務経歴書の
    自動作成機能をリリース。
    選択式の質問に回答するだけで最短
    30 秒で 350 文字以上の経歴書を作
    成し (Bizreach では 400 文字以上
    を推奨 ) 、
    試験導入時の検証では 4 割面談の誘
    いが増加。
    26
    “ビズリーチ、ChatGPT で職務経歴書を自動作成 最短 30 秒” より引用

    View full-size slide

  27. © 2023, Amazon Web Services, Inc. or its affiliates.
    協力者
    Key Partners
    主要活動
    Key Activities
    資源
    Key Resources
    価値提供
    Value
    Propositions
    顧客との関係
    Customer
    Relationships
    販路
    Channels
    顧客セグメント
    Customer
    Segment
    コスト構造
    Cost Structure
    収益の流れ
    Revenue Streams
    Bizreach の事例分析
    27
    OpenAI
    機能組込み
    Q1
    無料会員登録
    TV CM
    個社営業等
    Q3
    Q2
    採用
    オファー
    (+4割)
    2023 年 7 月期 の決算説明会資料を参照
    職務経歴書の
    自動生成

    View full-size slide

  28. © 2023, Amazon Web Services, Inc. or its affiliates.
    協力者
    Key Partners
    主要活動
    Key Activities
    資源
    Key Resources
    価値提供
    Value
    Propositions
    顧客との関係
    Customer
    Relationships
    販路
    Channels
    顧客セグメント
    Customer
    Segment
    コスト構造
    Cost Structure
    収益の流れ
    Revenue Streams
    Bizreach の事例分析
    28
    OpenAI
    機能組込み
    ChatGPT
    無料会員登録
    TV CM
    個社営業等
    職務経歴書を
    書く時間がな
    い顧客
    職務経歴書の
    自動生成
    採用成功報酬
    採用
    オファー
    (+4割)
    2023 年 7 月期 の決算説明会資料を参照

    View full-size slide

  29. © 2023, Amazon Web Services, Inc. or its affiliates.
    協力者
    Key Partners
    主要活動
    Key Activities
    資源
    Key Resources
    価値提供
    Value
    Propositions
    顧客との関係
    Customer
    Relationships
    販路
    Channels
    顧客セグメント
    Customer
    Segment
    コスト構造
    Cost Structure
    収益の流れ
    Revenue Streams
    Bizreach の事例分析 : 成長サイクル分析
    29
    OpenAI
    機能組込み
    ChatGPT
    無料会員登録
    TV CM
    個社営業等
    職務経歴書を
    書く時間がな
    い顧客
    職務経歴書の
    自動生成
    採用成功報酬
    採用
    オファー
    (+4割)
    採用成功につながった
    経歴書のデータで精度
    を改善できるか?

    View full-size slide

  30. © 2023, Amazon Web Services, Inc. or its affiliates.
    解説編の振り返り
    30
    • 生成系 AI の成長サイクルを回すことが重要
    • 機械学習が顧客体験を改善し利用が拡大することでビジネス KPI が向上し、
    データが蓄積されることでモデルの精度が良くなりさらに体験を改善。
    • 生成系 AI は自動的に賢くならない
    • データを与え学習させない限り賢くなることはない。学習させることで成
    長させる点で機械学習と同じ特性を持っており、特性の理解が活用に重要。
    • 成長サイクルはゼロから作るより事例を参考にする
    • 機械学習は不確実性が高い技術であるため、成功した事例を参考にするこ
    とで期待成果や使用するモデルについて知見を得てリスクを下げられる。

    View full-size slide

  31. © 2023, Amazon Web Services, Inc. or its affiliates.
    © 2023, Amazon Web Services, Inc. or its affiliates.
    1. 生成系 AI 活用のポイント
    2. アイデアのアウトプット
    3. アイデアの検証
    31

    View full-size slide

  32. © 2023, Amazon Web Services, Inc. or its affiliates.
    活用アイデアのアウトプット
    32
    自分の好きなプロダクト
    ( 自分のプロダクト含む ) / で、
    顧客の課題を生成系 AI で解決
    するアイデアを出す
    ビジネスモデルキャンバスで
    成長サイクルを確認する
    Step1 Step2

    View full-size slide

  33. © 2023, Amazon Web Services, Inc. or its affiliates.
    活用アイデアのアウトプット
    33
    自分の好きなプロダクト
    ( 自分のプロダクト含む ) / で、
    顧客の課題を生成系 AI で解決
    するアイデアを出す
    Step1

    View full-size slide

  34. © 2023, Amazon Web Services, Inc. or its affiliates.
    こんな感じ
    34
    アイデアが出しやすいようにテキストや画
    像などの領域を作っています。
    枠に入れる必要はないです。

    View full-size slide

  35. © 2023, Amazon Web Services, Inc. or its affiliates.
    生成系 AI の様々なユースケース (アイデアのネタとし再掲)
    参考: Exploring opportunities in the generative AI value chain
    文書作成
    チャットボット
    分析結果記述
    文書要約
    コード生成
    データ生成
    プロトタイプ生成
    素材画像生成
    画像編集
    動画生成
    動画編集
    音声変換
    話者変換 (VTuber等)
    3D オブジェクト生成
    製品デザイン、創薬
    音声合成
    音楽生成
    音声/音楽編集
    35

    View full-size slide

  36. © 2023, Amazon Web Services, Inc. or its affiliates.
    助けが必要な時は・・・
    36
    自分に合った化粧品が使えるプロダクトで、画像の生成を使った機能を検討して
    います。 1) このプロダクトをよく使用すると思われる顧客の年齢、家族構成、
    職業、趣味、1日の簡単なスケジュールからペルソナ作成し、 2) このプロダクト
    に出会う心理的および状況的必然性を述べ、 3) この顧客にとって不可欠な生成
    系AIの機能を発案し、 4) 生成系AI機能の利用を促すためのコピーを作成してくだ
    さい。 異なるペルソナを用い2回繰り返してください。
    プロダクト案、生成系 AI 案を変更し
    お好きな生成系 AI サービスに入力

    View full-size slide

  37. © 2023, Amazon Web Services, Inc. or its affiliates.
    アイデア発想タイム
    37
    10min
    Miro のボードをコピーし、
    「アイデア出しスペース」で実施

    View full-size slide

  38. © 2023, Amazon Web Services, Inc. or its affiliates.
    アイデア共有タイム
    38
    20min

    View full-size slide

  39. © 2023, Amazon Web Services, Inc. or its affiliates.
    活用アイデアのアウトプット
    39
    ビジネスモデルキャンバスで
    成長サイクルを確認する
    Step2

    View full-size slide

  40. © 2023, Amazon Web Services, Inc. or its affiliates.
    ビジネスモデルキャンバスを使用して、アイデアの
    成長サイクルを確認する
    協力者
    Key Partners
    主要活動
    Key Activities
    資源
    Key Resources
    価値提供
    Value
    Propositions
    顧客との関係
    Customer
    Relationships
    販路
    Channels
    顧客セグメント
    Customer
    Segment
    コスト構造
    Cost Structure
    収益の流れ
    Revenue Streams
    ビジネス
    価値
    データ
    学習 生成機能 顧客体験向上
    40

    Customer
    Experience

    Data

    Traffic

    View full-size slide

  41. © 2023, Amazon Web Services, Inc. or its affiliates.
    活用アイデアの下地を作るプロンプト
    41
    自分に合った化粧品が使えるプロダクトで、自分の肌に合ったカラーパレットを
    生成する機能を検討しています。この機能の実装がビジネスモデルとして成立す
    るか、ビジネスモデルキャンバスを使用し分析したいと考えています。このプロ
    ダクトおよび機能について、 1) ビジネスモデルキャンバスを顧客セグメント、
    顧客との関係(価格プラン)、販路、価値提供、主要活動、資源、協力者、コスト
    構造、収益の流れの順に記載してください。 2) 顧客セグメントへの価値提供が
    顧客の問題を解決していること、コストもしくは収益の改善につながること、生
    成系AIモデルの精度をさらに向上させるためのデータの増加につながることの 3
    点を確認した結果を Markdown の表でまとめ、確認結果が不十分であれば改善案
    を提示してください。
    プロダクト案、生成系 AI 案を変更し
    お好きな生成系 AI サービスに入力

    View full-size slide

  42. © 2023, Amazon Web Services, Inc. or its affiliates.
    キャンバス作成タイム
    43
    20min
    Miro のボードの
    「ビジネスモデルキャンバススペース」で
    キャンバスをそれぞれコピーして実施

    View full-size slide

  43. © 2023, Amazon Web Services, Inc. or its affiliates. 44
    20min
    キャンバスレビュータイム

    View full-size slide

  44. © 2023, Amazon Web Services, Inc. or its affiliates.
    © 2023, Amazon Web Services, Inc. or its affiliates.
    Next Step
    45

    View full-size slide

  45. © 2023, Amazon Web Services, Inc. or its affiliates. 46
    Next Step
    アイデアがまだある方
    ビジネスモデルキャンバスをつくりたい・レビューしてほしい方
    プロダクト筋トレコミュニティの
    #9_機械学習_生成ai活用
    チャンネルでぜひ共有してください!

    View full-size slide

  46. © 2023, Amazon Web Services, Inc. or its affiliates.
    ML Enablement Workshop
    47
    47
    自社プロダクトの成長 を狙うチームが、機械学習の使いどころを学び、
    実行可能な計画 を立てられるようになることが目的の無償ワークショップ
    https://github.com/aws-samples/aws-ml-enablement-workshop
    5 社 16 チームへの提供実績
    2023 年 8 月時点で、AWS Japan
    内で最多の Star 数
    GitHub で ★ 頂ければ嬉しいです!
    ワークショップの提供に関心ある方は
    ご連絡ください。

    View full-size slide

  47. © 2023, Amazon Web Services, Inc. or its affiliates.
    © 2023, Amazon Web Services, Inc. or its affiliates.
    Thank you!

    View full-size slide