Share
Embed
Transcript
47 slides
-
AWSを活用した AIサービス開発 (フルバージョン) 2024/12/6 AWS Community Builder 中小企業診断士 松田 康宏
石川県中小企業診断士会AIシンポジウム -
仕事 ▮ AWSを活用した辞書検索サービスDONGRIの インフラエンジニア(イースト株式会社) 士業資格 ▮ 情報処理安全確保支援士 中小企業診断士 ファイナンシャル・プランニング技能士2級(AFP) 主な活動
▮ 石川県中小企業診断士会 AI研究会 AWS Community Builder 白山市内の中学校PTA会長 座右の銘 ▮ 一塁ベースを持って二塁に盗塁する 松田 康宏 まつだ やすひろ 2 -
経歴 比較.com株式会社 /東京都 2005 年 4 月 ~2006 年 10
月 (2006年3月 東証マザーズ上場) 株式会社エンブレム/東京都 (三谷産業株式会社子会社) 2006 年 11 月 ~2011 年 4 月 福島印刷株式会社/石川県 2011 年 5 月~2020年12月 神奈川県宮前区に引越 株式会社三省堂/東京都 2004年 4 月 (2002年10月) ~2005 年 3 月 石川県白山市(旧:松任市)に生まれる 東京都江戸川区に引越 石川県白山市にUターン 千葉県船橋市に引越 中小企業診断士 登録 FP2級取得 イースト株式会社/東京都 2021 年 1 月~現在 東京都府中市に引越 3 日工大の養成課程で過ごす 2022年4月~2023年3月 -
選択したモデル に対して入力した 内容に従って、出 力を返すというシ ンプルな仕組み 現在は用途に応 じてサービスを使 い分けているの が実情 AIの仕組み
10 出所:Amazon Bedrock Overview https://pages.awscloud.com/rs/112-TZM-766/images/AWS-Black- Belt_2024_Amazon-Bedrock-Overview_v1.pdf -
汎用的なAIでは、あまり意味が ない。 業務に特化していることが求め られる。 ※答えを得るなら、その道の専 門家に聞きたいハズ 但し、RAGの部分にランニング コストがかかることが問題。 検索拡張生成 13
出所: https://pages.awscloud.com/rs/112-TZM- 766/images/AWS-Black-Belt_2024_Amazon- Bedrock-Overview_v1.pdf -
12月2日で発表になったばかりのモデル 20 Amazon Nova Micro 低コストかつ小さなレイテン シでテキストのみを処理する モデル Amazon Nova
Lite 低コストかつ高速な、画像、 動画、テキストによる入力に 対応したマルチモーダルなモ デル Amazon Nova Pro 精度、スピード、コストの最適 な組み合わせで幅広いタス クに対応する高性能なマル チモーダルモデル -
• 作業の効率化 • 人材不足への対応 • 品質の安定化 • アイディア出し • 定型業務時間の削
減による非定型業 務の時間捻出 なぜ私たちはAIを使うのでしょうか? 27 出所: https://internet.watch.impress.co.jp/docs/topic/special/1566213.html#040_l.jpg -
• 顧客リスト • (日別、商品別、顧客別)売上高 • 在庫数 • 顧客満足度調査結果 • ホームページのアクセス数
• 従業員の作業日報(どの仕事にどれくらいの時間をかけているか) • 議事録 • 営業活動記録 • ノウハウ • (社員の)アイディア 皆さんの周りにある情報は何ですか? 30 -
• 既存顧客へのアプローチとして、優良顧客と休眠顧客を区別できていま すか? • 新規顧客への初回フォローできていますか? • 来店されたお客様はどのようなことに興味関心があるか知っています か? • これらのデータは他の従業員と共有可能な形になっていますか?
• アプローチしようとしている見込み顧客は過去別の担当者がアプローチ 済みかわかりますか? • 社員を採用した際に業務をドキュメント(マニュアル)を使って説明できま すか? • 社内の情報は誰でもすぐに探せますか? これらの情報は活かせていますか? 31 -
会員データの属性(年 齢、性別)をもとにマー ケティングしても届けた いときに伝えたい情報 が伝わらない 購買履歴などの顧客の 動的なデータをもとに マーケティングを行う重 要性 マーケティングの未来
46 出所:株式会社プレイド 2024年9月期第3四半期決算説明資料 https://pdf.irpocket.com/C4165/Rhyn/hY75/JNg2.pdf -
複数のデータを組み合 わせ、仮説・検証を進 めていくことでデータに よる付加価値の提供と 差別化を図ることが可 能となる AIによるデータ分析の 必然性 AIによるデータ分析を強みにつなげる 47
出所:株式会社プレイド 2024年9月期第3四半期決算説明資料 https://pdf.irpocket.com/C4165/Rhyn/hY75/JNg2.pdf -
AIの活用を行った文書作成は、ハルシネーション(幻覚)に気を付ける必要が あるほか著作権侵害が発生しやすいため、必ず裏付けをとり、引用のルール を守ることに気を付ける AIの活用を通じたリスクへの対策 49 出所:文章生成AI利活用に関するガイドライン p.13 https://www.digitalservice.metro.tokyo.lg.jp/ documents/d/digitalservice/ai_guideline/ 出所:令和6年度著作権テキストp.71
https://www.bunka.go.jp/seisaku/chosakuke n/textbook/pdf/94112701_01.pdf -
機密性に区分を設 け、漏えいしては困 る情報は社外の人 へ話さないことと同じ く、AIに入力しない 社外の人に話しても 問題ない情報のみを 入力するルール(機 密情報を含む議事 録の要約などには
利用しないなどの ルール)作りが重要 AIの活用を通じた情報漏えいの対策 52 出所:文章生成AI利活用に関するガイドライン p.14 https://www.digitalservice.metro.tokyo.lg.jp/documents/d/digitalservice/ai_guideline/ -
目先のAIの動向を追い求め続けてレッドオーシャンに突入することは決して 望ましくなく、ブルーオーシャンを念頭に置いたビジネスモデルであったり、 企業理念が大変重要になる Amazon.com 前CEOのジェフ・ベゾス 「変わらないものは何か」を自問すること 顧客が「変わらず求め続けるもの」 「選択肢はより多く、価格はより安く、 配達はより迅速で確実に」 これをもとに戦略を立てる
変わるものよりも変わらないものに目を向けましょう! 出所: https://forbesjapan.com/articles/detail/31696 53