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

AI技術を取り入れたサービス作り "AIサービス開発に必要な AI技術以外の話"

AI技術を取り入れたサービス作り "AIサービス開発に必要な AI技術以外の話"

2017/04/12開催のNTTレゾナント様とfreee共同開催の勉強会「AI技術を取り入れたサービス作り」における発表資料です。
https://freee.connpass.com/event/51435/

7e4e1f4a33bb0153a575f09e34058bd7?s=128

Kenji Usui

April 12, 2017
Tweet

Transcript

  1. AIサービス開発に必要な AI技術以外の話 freee株式会社 スモールビジネスAIラボ 研究員:薄井 研二

  2. 目次 1. 自己紹介 2. プロダクトの説明 3. AIサービス開発で大切だと感じたこと a. シャープな課題設計 b.

    スモールスタートする勇気 c. リリースしよう 4. まとめ 2 / 34
  3. 目次 1. 自己紹介 2. プロダクトの説明 3. AIサービス開発で大切だと感じたこと a. シャープな課題設計 b.

    スモールスタートする勇気 c. リリースしよう 4. まとめ 3 / 34
  4. 自己紹介 薄井 研二 茨城県出身1990/06生 略歴 • 首都大学東京 修士卒(化学専攻) • 半導体メーカーに新卒で入社

    • 転職して金融工学的なことをやる • 2017/01よりfreeeへ参加 趣味 • アカペラ(ボイパ) • ビール 4 / 34
  5. スモールビジネスAIラボ is 何? スモールビジネスの バックオフィス業務を データドリブンに効率化する 研究開発機関 5 / 34

  6. 目次 1. 自己紹介 2. プロダクトの説明 3. AI開発で大切だと感じたこと a. シャープな課題設計 b.

    スモールスタートする勇気 c. リリースしよう 4. まとめ 6 / 34
  7. 現在の主なプロジェクト 自動帳簿チェック機能 帳簿のミスを発見し修正を提案してくれる機能 タグ付けライブラリ 自然言語からビジネス情報を抽出しタグ付けする 請求書と入金のマッチング(今回は触れません) 大学との共同研究 作業期間 四半期 作業人数

    薄井(実装はCTO横路と共同) 7 / 34
  8. 会計のレポートを見るだけで モレ・ダブり・ミス に気がつける 自動帳簿チェック 8 / 34

  9. 自動帳簿チェック開発動機 9 / 34 freeeからモレ・ダブり・ミスを撲滅する 自動帳簿チェック ゴールからモレ・ダブり・ミスを抑える! でも、どこから来ているか分からない 入り口から抑えたい

  10. タグ付けライブラリ概要 自然言語からビジネス的に 有意な文字列を抜き出してタグ付けする ・今回は明細データを対象 ex: フリコミ*フリーカブシキガイシャ 4月給料 取引先: freee株式会社 アクション

    振込 品名 給料 10 / 34
  11. 目次 1. 自己紹介 2. プロダクトの説明 3. AIサービス開発で大切だと感じたこと a. シャープな課題設計 b.

    スモールスタートする勇気 c. リリースしよう 4. まとめ 11 / 34
  12. 一般にAIサービス開発というと 12 / 34 データ取得・前処理 モデル作成 プロダクトへ実装 モデルを作ることが仕事?

  13. 一般にAIサービス開発というと 13 / 34 課題設計 データ取得・前処理 モデル作成 プロダクトへ実装 課題を設計することが最も大事

  14. シャープな課題設計 14 / 34 鋭い課題設計がAIサービス開発の成否をわける AIとの適正 インパクト 難易度 シャープな課題設計 AIサービス開発

    背景
  15. 事例:自動帳簿チェックでは? 15 / 34 目的:freeeからモレ・ダブり・ミスを撲滅したい 課題と現状が全然分かっていなかった • 数は? • 種類は?

    • 時期の変化は? • どんな人から? • そもそもどうやって調べるの?
  16. 事例:自動帳簿チェックでは? 16 / 34 モレ・ダブり・ミスを撲滅するには? 実装・リリース 仮説立案・修正 分析・検証 課題把握 仮説検証

    課題設計・ソリューションの検討
  17. 事例:自動帳簿チェックでは 17 / 34 AIラボはデータだけでなく 「足」でも調査 複数の会計事務所を訪問してヒアリング データだけ見ていれば良いわけじゃない ヒアリングなど多角的に分析

  18. シャープな課題設計 18 / 34 AIとの適正 インパクト 難易度 シャープな課題設計 AIサービス開発 背景

    仮説思考 多角的な分析
  19. マネジメントの難しさ 研究開発はwebプロダクト開発と違って 時間の見積もりが難しい • 時間のかかるタスクが多い ◦ 分析、ヒアリング • いつ答えにたどり着くか不明瞭 ◦

    仮説思考 19 / 34 シャープな課題設計には 時間がかかることを理解する
  20. 事例:自動帳簿チェック モレ・ダブり・ミスの調査に • 前Qで1.5ヶ月くらい • 今Qも1.5ヶ月くらい めっちゃ時間を使っているので 他の開発とスピード感が違って焦る でも必要なことなので 強い意志を持って調査する

    レポートはこまめにだす 20 / 34
  21. 目次 1. 自己紹介 2. プロダクトの説明 3. AIサービス開発で大切だと感じたこと a. シャープな課題設計 b.

    スモールスタートする勇気 c. リリースしよう 4. まとめ 21 / 34
  22. スモールスタートが重要 AIサービス開発の大きな勘違い ✕ 全部を最初からいい感じに予想できなきゃいけない ◯ ドメインを絞ってスモールスタートして課題を解決 22 / 34

  23. モデリング 常にシンプルな手段を使うことが大切 スタートが難しいときはルールベースでも良いから スモールスタートではじめの一歩を踏み出す ルールベース 線形回帰, ロジスティック回帰 SVM, ナイーブベイズ Deep

    Learning 23 / 34 complex simple
  24. 事例:タグ付けライブラリ 銀行・クレジットカードの明細は 一般の自然言語処理の対象とは異なる特徴を持つ ex: フリコミ*フリーカブシキガイシャ 4月給料 • 名詞しかない • カタカナ

    • 独自の略称 自然言語処理の技術が使いにくいので まずはルールベースで対応してみる 24 / 34
  25. 事例:タグ付けライブラリ ルールベースでデータを抽出する 泥臭くアイディアを更新 クレジットカードは90%以上の精度で抽出可能 25 / 34 ルールベースでも良いから一歩を踏み出す

  26. 目次 1. 自己紹介 2. プロダクトの説明 3. AIサービス開発で大切だと感じたこと a. シャープな課題設計 b.

    スモールスタートする勇気 c. リリースしよう 4. まとめ 26 / 34
  27. リリースしよう なんだかんだ言い訳されて リリースされないプロダクト 27 / 34

  28. リリースしよう やりたいことは顧客の課題を解決すること プロダクトの価値を検証することが重要 ちゃんとリリースまで持っていきましょう! 28 / 34

  29. リリースの大切さ いいモデルを作ることが目的ではない いいプロダクトを作ることが大事 プロダクトから見たらAIも機能の1つ 29 / 34 リリースして顧客からリアクションを得ることが大事

  30. リリースの大切さ 百聞は一見にしかず 社内でも理解が強まる 特に非エンジニアに優しい 30 / 34

  31. リリースの大切さ テンションが上がる ✌ ('ω' ✌ )三 ✌ ('ω') ✌ 三(

    ✌ 'ω') ✌ 31 / 34
  32. 目次 1. 自己紹介 2. プロダクトの説明 3. AIサービス開発で大切だと感じたこと a. シャープな課題設計 b.

    スモールスタートする勇気 c. リリースしよう 4. まとめ 32 / 34
  33. まとめ 33 / 34 シャープな課題設計 AIプロダクトの価値を決めるポイント 時間をキチンとかける リリースしよう 顧客からのフィードバックは大事 四の五の言わずにリリースまで持っていく

    スモールスタートする勇気 難しいことしようとして爆死しない 場合によってはルールベースから始めてみる
  34. スモールビジネスに携わる方が より創造的な活動にフォーカスできるように スモールビジネスに携わる方が より創造的な活動にフォーカスできるように 34