LayerXにおけるAI・機械学習技術の活用事例とその裏側 / layerx-ai-deim2024

Slide 1

Slide 1 text

Slide 2

Slide 2 text

© 2024 LayerX Inc. 2 バクラク事業部機械学習グループマネージャー/機械学習エンジニア経歴 ● 2018/3 ○ 京都大学大学院情報学研究科修士課程修了 ● 現在 ○ 株式会社LayerX 機械学習グループマネージャー ○ ウォンテッドリー株式会社技術顧問 ○ その他、大学にて非常勤講師やスタートアップの技術支援等画像を入れてね自己紹介松村優也（Yuya Matsumura） @yu__ya4

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

AIとLayerX LayerXがAIを活用して成し遂げたいこと

Slide 7

Slide 7 text

© 2024 LayerX Inc. 7 業務そのものをなくす(powered by AI-UX) AIによる業務のre-design 紙の台帳管理・記帳 SaaS第１世代 AIによる自動化クラウド (インターネット) 紙 AI 入力レス・自動化どこに入力するかが変わっただけで業務の本質は変わっていない業務そのものをなくせる LayerXはここにBet！オンプレ業務システムオンプレ (コンピュータ)

Slide 8

Slide 8 text

© 2024 LayerX Inc. 8 ● ChatGPTを始めとしたアイデアから生まれた体験を、「AI-UX」（AIを前提とした理想のUX）と呼ぶ ● AI-UXは、「AIを前提とした理想のUX」を作るために、AIだけでなく、AI以外のあらゆる手段も総動員する ● AIを知り尽くした上で、何のタスクを、どう解くかをデザインし、体験に落とし込む。どこでAIを使い、どこであえてAIを使わないかを、全体の体験としてどう落とし込むかが鍵（ソフトウェアとデザインの総合格闘技戦） ● AI-UXはマーケティング、営業、カスタマーサクセス、サポートなどビジネス組織にも変化を及ぼしていく ● 洗練されたAI-UXで、ユーザーの体験を再構築していくことをAX（AI Transformation）と呼ぶ AI-UXとAX（AI Transformation） 2024年の注力ポイント日経COMEMO「AI-UXとAX(AI Transformation)というLayerXの挑戦」より

Slide 9

Slide 9 text

© 2024 LayerX Inc. 9 目指す未来システムシステム AI ・・・領収書の写真を撮ったら全て入力される領収書を見ながら、金額、社名などを手入力... 出張の手配は全て自分でし申請も全て自分で入力... カレンダーの出張予定を見て最適な旅程を提案→決済カレンダー, システムの履歴から自動で勤怠を作成勤怠を自分で振り返り、上長承認のためのシステム入力... 削れる費用をサジェスト、最適な働き方を提案システムに溜まったデータを分析し、費用削減プランを実行... 人がシステムに合わせて仕事入力は自動化、データからサジェスト人がシステムに合わせる　→　システムが人に合わせるシステムはデータを入れる箱システムは人を助けるアシスタント

Slide 10

Slide 10 text

LayerX 全社における取り組み LayerXにおけるAI・機械学習技術の活用事例とその裏側

Slide 11

Slide 11 text

© 2024 LayerX Inc. 11 LLMなどを活用した社内向け業務効率化ツール群 LayerX Biz Boost LayerX 全社における取り組み多数の機能が提供され全社的に活用されている ● 社内向けChatGPT ● 社内slack内の過去の類似質問検索機能 ● 商談文字起こし＆要約機能 ● セキュリティチェックシート一次回答機能他多数また、プロダクトに組み込む前の簡易的な機能検証を行う社内限定環境としても活用されている

Slide 12

Slide 12 text

© 2024 LayerX Inc. 12 LLMなどを活用した社内向け業務効率化ツール群 LayerX Biz Boost LayerX 全社における取り組み多数の機能が提供され全社的に活用されている ● 社内向けChatGPT ● 社内slack内の過去の類似質問検索機能 ● 商談文字起こし＆要約機能 ● セキュリティチェックシート一次回答機能他多数また、プロダクトに組み込む前の簡易的な機能検証を行う社内限定環境としても活用されている

Slide 13

Slide 13 text

© 2024 LayerX Inc. 13 LayerXのサービスを利用するに際し、セキュリティ面の問題がないかを確認する目的でお客様から回答をご依頼いただく質問集セキュリティチェックシート一次回答機能例）情報セキュリティ確保のための組織体制回答 1 情報セキュリティ管理の責任者を定め、職務範囲や権限、責任について定めている ○ 2 情報セキュリティ管理に関する関係部署や業務、機能を明らかにしている ○ セキュリティチェックシートとは

Slide 14

Slide 14 text

© 2024 LayerX Inc. 14 ● 決まったものがあるわけではなく、お客様ごとに多種多様な質問項目が存在する。 ● 一方で、同等の内容を問うものだが、聞き方や回答の方法が異なるだけのものも多数存在する。 ● 社内担当者の回答負荷を軽減するため、過去の質問・回答内容をもとにLLMを利用して一次回答を生成する機能を提供。一次回答を参考に、人間が確認・修正を行って最終的な回答を行う。情報セキュリティ確保のための組織体制回答 1 情報セキュリティ管理の責任者を定め、職務範囲や権限、責任について定めている ○ 情報セキュリティ確保のための組織体制回答（⾃由記述） 1 情報セキュリティの維持や向上、監督、それら活動全般を統制する管理上の枠組みを確⽴するために実施していること情報セキュリティ管理の責任者を定め、職務範囲や権限、責任について定めているセキュリティチェックシート一次回答機能セキュリティチェックシート回答の課題

Slide 15

Slide 15 text

© 2024 LayerX Inc. 15 質問文前処理想定質問過去回答 index Embedding 取得ベクトル検索前処理・整形 GPTで回答生成参考情報質問：セキュリティ体制回答：責任者を定め、... “...責任者を定めていますか？” セキュリティチェックシート一次回答機能シンプルなRAGを利用して実現ベクトル化参考情報取得回答生成 Azure OpenAI Service Azure OpenAI Service

Slide 16

Slide 16 text

バクラク事業における取り組み LayerXにおけるAI・機械学習技術の活用事例とその裏側

Slide 17

Slide 17 text

© 2024 LayerX Inc. 17 バクラク事業：AIをコア技術としたプロダクトラインナップ AIを活用したLayerXの事業 AI-OCRや検知技術などAIをコア技術とするバクラクシリーズを提供している。法人カードでコスト削減　 LayerXはムダ検出AI, 日本経済新聞 , https://www.nikkei.com/article/DGXZQOUC207AD0Q3A220C2000000/ ,（参照2023-2-28）

Slide 18

Slide 18 text

© 2024 LayerX Inc. 18 バクラクシリーズラインナップ稟議・支払申請・経費精算仕訳・支払処理効率化法人カードの発行・管理帳票保存・ストレージ帳票発行 * 経費精算のSlack連携は申請内容の通知のみ・AIが領収書を５秒でデータ化・スマホアプリとSlack連携あり・領収書の重複申請などミス防止機能・AIが請求書を５秒でデータ化・仕訳・振込データを自動作成・稟議から会計までスムーズに連携・年会費無料で何枚でも発行可・インボイス制度・電帳法対応・すべての決済で1%以上の還元・AIが書類を5秒でデータ化・あらゆる書類の電子保管に対応・電子取引・スキャナ保存に完全対応・帳票の一括作成も個別作成も自由自在・帳票の作成・稟議・送付・保存を一本化・レイアウトや項目のカスタマイズも可能

Slide 19

Slide 19 text

© 2024 LayerX Inc. 19 人間が帳票をもとに手入力でデータ化するという作業をなくす AI-OCR機能が実現したいこと請求書などの帳票に記載された項目（支払期日や支払金額、取引先名など）を目視で確認し、ミスなく入力・管理することは大変負荷の高い仕事 ● 対応枚数が数十、数百枚と増えるにつれ、ミスが起こりやすくなる ● 帳票のフォーマットは多種に渡り、目視で必要な項目を探すのは手間がかかる ● ミスが許されないため、ダブルチェック等の確認作業にも追加でコストが必要

Slide 20

Slide 20 text

Slide 21

Slide 21 text

© 2024 LayerX Inc. 21 AI-OCRが解いている課題例１支払期日として2021年2月28日(日)を検出顧客「実際に支払うのは平日の26日(金)だから変更しないと！」例2 支払金額として500,000円を検出顧客「実際に支払うのは源泉税10.21%を差し引いた448,950円だから変更しないと！」顧客が本当に欲しているのは「帳票に記載の値」ではなく「実際の運用に即した値」 2つが一致しないケースが一定数存在する

Slide 22

Slide 22 text

© 2024 LayerX Inc. 22 帳票ファイルを入力し、実際の運用に即した値の値を抽出する AI-OCRが真に解いている課題帳票ファイル（画像・PDF）支払期日支払金額 2021/02/28 取引先名 500,000 株式会社テンプレ帳票に記載の項目ごとの値支払期日支払金額 2021/02/26 取引先名 448,950 株式会社テンプレ帳票に記載の項目ごとの値に基づく実際の運用に即した値

Slide 23

Slide 23 text

© 2024 LayerX Inc. 23 機械学習とルールベースやUXを組み合わせたアプローチ AI-OCRの課題へのアプローチ帳票ファイル（画像・PDF）支払期日支払金額 2021/02/28 取引先名 500,000 株式会社テンプレ帳票に記載の項目ごとの値支払期日支払金額 2021/02/26 取引先名 448,950 株式会社テンプレ帳票に記載の項目ごとの値に基づく実際の運用に即した値ルールベースやプロダクトの体験(UX)で実現機械学習で実現 ● 帳票に記載の項目ごとの値 ○ 大量に蓄積された顧客の利用データやアノテーションデータを用いて学習された機械学習モデルを利用 ● 実際の運用に即した値 ○ 「帳票に記載の項目ごとの値」と異なる場合は、ルールベースやプロダクトの体験(UX)でカバー

Slide 24

Slide 24 text

© 2024 LayerX Inc. 24 様々な機械学習モデルの検証や実運用 AI-OCRで利用されている機械学習モデル https://arxiv.org/abs/2012.14740 https://arxiv.org/pdf/1912.13318 https://arxiv.org/pdf/2204.08387 https://arxiv.org/pdf/1810.04805 ● 商用利用可な日本語学習済みモデルが公開されているRoBERTa等をファインチューニングから実装 ● マルチモーダル（画像+テキスト）なモデルであるLayoutLM系を事前学習から実装

Slide 25

Slide 25 text

© 2024 LayerX Inc. 25 様々な項目が必要となる汎用的な稟議申請既存の機械学習ベースのAI-OCRでは解決できない課題① B社の契約・購買稟議項目・・・購買理由契約書情報契約先情報購買金額契約期間締結方法予算コード前回稟議得意先コード郵送先住所押印有無印鑑種別同じ契約・購買稟議でも項目が各社違う契約・購買稟議をはじめとする汎用的な稟議全般は、各社項目設計が異なる A社の契約・購買稟議項目・・・購買理由契約書情報契約先情報購買金額契約期間締結方法予算コード前回稟議反社チェック下請法確認送信アドレス締結者情報

Slide 26

Slide 26 text

© 2024 LayerX Inc. 26 契約・購買稟議項目・・・購買理由契約書情報契約先情報購買金額契約期間締結方法予算コード前回稟議得意先コード郵送先住所押印有無印鑑種別既存の機械学習ベースのAI-OCRでは解決できない課題① 既存の機械学習ベースのAI-OCRではすべての項目には対応不可契約書見積書前回稟議情報自動読み取りが難しい多種多様な項目ごとに十分なデータが蓄積されないソースとなる書類・帳票も複数あり複雑性が高い機械学習ベースの AI-OCRで自動読取？

Slide 27

Slide 27 text

© 2024 LayerX Inc. 27 契約・購買稟議項目・・・購買理由契約書情報契約先情報購買金額契約期間締結方法予算コード前回稟議得意先コード郵送先住所押印有無印鑑種別既存の機械学習ベースのAI-OCRでは解決できない課題① LLMを用いて複数の書類から任意の項目の情報抽出を試みる契約書見積書前回稟議情報 LLMが任意の稟議項目を自動抽出十分な精度がでない場合やハルシネーションを考慮した体験面（AI-UX）の設計は必須ソースとなる関連する情報を特定する部分も技術的なチャレンジ機械学習ベースの AI-OCRで自動読取

Slide 28

Slide 28 text

© 2024 LayerX Inc. 28 既存の機械学習ベースのAI-OCRでは解決できない課題② 経費精算の稟議に必要な情報は領収書のみでは不足経費精算時必要となる情報立て替えをした日立て替えした金額立て替え先のお店情報社内ルールに基づいた区分飲食の場合、出席者情報・・・領収書からは得られず、各社独自のルールに基づく入力項目のため、依然として手入力が存在機械学習ベースの AI-OCRで自動読取帳票・書類としては存在していない情報が必要であり、AI-OCRによる情報抽出だけでは対応不可

Slide 29

Slide 29 text

© 2024 LayerX Inc. 29 既存の機械学習ベースのAI-OCRでは解決できない課題② 書類以外のソースも参照し機械学習やLLMを利用して入力補完経費精算時必要となる情報立て替えをした日立て替えした金額立て替え先のお店情報社内ルールに基づいた区分飲食の場合、出席者情報・・・機械学習ベースの AI-OCRで自動読取社内の支出ルール（勘定科目等）機械学習やLLMにより入力補完立替にまつわるカレンダーデータ体験面（AI-UX）の設計は必須であり、関連するソースをどのように決定するのかもチャレンジ

Slide 30

Slide 30 text

Slide 31

Slide 31 text

AI・LLM事業における取り組み LayerXにおけるAI・機械学習技術の活用事例とその裏側

Slide 32

Slide 32 text

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Slide 35

Slide 35 text

Slide 36

Slide 36 text

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Slide 39

Slide 39 text

Slide 40

Slide 40 text

まとめ

Slide 41

Slide 41 text

© 2024 LayerX Inc. 41 「AIを前提とした理想のUX」であるAI UXを探究し、人がシステムに合わせる時代からシステムが人に合わせる時代へとユーザーの体験を再構築（AX: AI transformation）するまとめ LayerXにおけるAI・機械学習技術の活用についてご紹介 ● LayerX全社 ○ LayerX Biz Boostを活用した、LLMなどを活用した社内の業務効率化や高速なPoCの実現 ● バクラク事業 ○ AI-OCR機能による帳票からの情報抽出や、LLMなどを駆使した複数の情報源からの情報抽出・情報補完を行うことによるあらゆるバックオフィス業務の自動化による生産性向上 ● AI・LLM事業 ○ LLMの汎用性を活かした「膨大な文書処理業務」を効率化するプロセスリデザインによる生産性向上