AWSを活用したAIサービス開発

石川県中小企業診断士会「AIシンポジウム2024」でお話ししたスライドです

Transcript

1. AWSを活用した AIサービス開発 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
2. 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
3. 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
4. 今ある業務に簡単にAIを組み込み、 定型業務の時間の削減に寄与できるか 本日持ち帰っていただきたいこと 4
5. • AIとデータの関連について • AIを活用した課題解決とマーケティング事例について 本日のお品書き 5 フルバージョンのお品書き をご覧になりたい方はこちら
6. 6 AIとデータの関連について
7. 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 9 出所：Amazon Bedrock Overview https://pages.awscloud.com/rs/112-TZM-766/images/AWS-Black- Belt_2024_Amazon-Bedrock-Overview_v1.pdf
8. モデルがあらかじ め学習したデータ をもとに回答する （出所は聞けば答 えてくれる） チャット 10
9. あらかじめ登録し たストレージや Webサイトの情報 をもとに回答する （出所が付加され る） RAGチャット 11
10. 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 12 出所： https://pages.awscloud.com/rs/112-TZM- 766/images/AWS-Black-Belt_2024_Amazon- Bedrock-Overview_v1.pdf
11. 私たちが利用して いる推論モデル ができるまでには 以下のような流れ がある 推論モデルができるまで 15 出所： https://pages.awscloud.com/rs/112-TZM- 766/images/20190206_AWS_BlackBelt_SageMaker_part1.pdf
12. ラスベガスでre:Invent2024開催中 16 ６つのホテルで開催されており、昨年は全世界から５万名（日本人は1,700名）が 参加する世界最大級のカンファレンスイベント
13. 皆さん大好きAmazonの子会社 AWSとは 17 出所： https://www.aboutamazon.jp/what-we-do/amazon-web-services Werner Vogelsを囲んで記念撮影（AWS Summit Japan 2024）
14. 日々増え続ける使用可能なモデル 18 2024/8/24現在(32モデル) 2024/12/5現在(47モデル)
15. これから国内でも普及していく可能性のあるサービス① ジャスト・ウォークアウト ライドシェア 19
16. これから国内でも普及していく可能性のあるサービス② Split 20
17. 12月3日のre:Inventで発表になったばかりのモデル 21 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
18. なぜクラウドなのか 22 完全従量制だから 試してダメならすぐ やめられる 大企業ではなく、 中小企業にこそ 使ってほしい
19. • 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？ 26 出所： https://internet.watch.impress.co.jp/docs/topic/special/1566213.html#040_l.jpg
20. 29 AIを活用した課題解決と マーケティング事例について
21. 生成AIがあるから使うのではなく、課題解決のための手段として活かしましょう！ 生成AI導入は解題解決の手段であり目的ではありません 30 出所：SoftBank World2024(2024/10/04) https://sbw.tm.softbank.jp/lp/
22. 公式LINEにAIを組み込む AWSを活用したAIサービス開発事例 39 出所： https://qiita.com/fujimo-22/items/bde4d041b4cf4d43edd9 本日のモデルは、 Anthropic Claude Instantを利用
23. 参考）チャットbotを活用した事例 出所： https://www.east-education.jp/ 40 イースト株式会社 • 従来電話やメールでの 問い合わせが多かった が、チャットbot導入に より問合せ数が減少 • 顧客対応工数削減に つながっている
24. AIを活用するために欠かせないものがデータ 出所：文章生成AI利活用に関するガイドライン p.27 https://www.digitalservice.metro.tokyo.lg.jp/documents/d/digitalservice/ai_guideline/ 41 適切な回答を得られるようにする ためには、膨大なデータを読み込 みさせる必要がある
25. なぜデータが大事なのでしょうか？ 出所： https://www.sbbit.jp/article/cont1/28284 42 データは２１世紀の石油 「世界ICTサミット2014」に登壇した 日本アイ・ビー・エム 代表取締役社 長 マーティン・イェッター氏の講演 データは人、モノ、カネに続く 第四の経営資源
26. 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 52
27. 53 ご清聴ありがとうございました