LayerXにおけるAI・機械学習技術の活用と展望 / layerx-ai-jsai2024

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 Tech Lead/ 機械学習エンジニア経歴 ● 2019/04 京都大学大学院工学研究科修士課程修了 ● 新卒では、事業会社でタクシー配車アプリに関する機械学習システムの構築や、ライブストリーミングサービスにおける推薦システム構築に携わる ● 現在 ○ 株式会社LayerX 機械学習グループ Tech Lead ○ バクラク事業部において、AI-OCRの改善や新しい機械学習システムの構築を担当 ○ Kaggle Competitions Grandmaster 自己紹介島越直人（Naoto Shimakoshi) @nt_4o54

Slide 3

Slide 3 text

LayerXについて Mission・事業

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

© 2024 LayerX Inc. 8 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バクラク事業について 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 9

Slide 9 text

© 2024 LayerX Inc. 9 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 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

AIとLayerX LayerXがAIを活用して成し遂げたいこと

Slide 13

Slide 13 text

© 2024 LayerX Inc. 13 ● 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 14

Slide 14 text

© 2024 LayerX Inc. 14 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 15

Slide 15 text

© 2024 LayerX Inc. 15 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 16

Slide 16 text

Slide 17

Slide 17 text

非構造化データから構造化データの抽出 AI-OCRやLLMを用いた項目抽出

Slide 18

Slide 18 text

Slide 19

Slide 19 text

© 2024 LayerX Inc. 19 AI-OCRによる経理業務に必要な項目の抽出バクラク事業における項目抽出請求書や領収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）を抽出。 ● 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 ● 色塗りをすることで、AIが間違った際の「気づきやすさ」などの体験を設計

Slide 20

Slide 20 text

© 2024 LayerX Inc. 20 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機械学習ベースの AI-OCRで自動読取？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

Slide 21

Slide 21 text

© 2024 LayerX Inc. 21 LLMを用いた複数の書類から任意の項目の情報抽出既存の機械学習ベースのAI-OCRでは解決できない課題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機械学習ベースの AI-OCRで自動読取

Slide 22

Slide 22 text

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Slide 25

Slide 25 text

構造化データを利用したAIシステム AI-OCRやLLMで抽出した構造化データの履歴データを活用

Slide 26

Slide 26 text

© 2024 LayerX Inc. 26 書類単体の情報だけでは解決できない課題項目抽出だけでは解決できない課題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で自動読取書類以外のソースや履歴データを参照した上で解決する必要がある

Slide 27

Slide 27 text

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Slide 30

Slide 30 text

Slide 31

Slide 31 text

その他のAI活用 LayerX SalesPortalの紹介

Slide 32

Slide 32 text

Slide 33

Slide 33 text

今後の展望お客様が本当に欲しい値を抽出する

Slide 34

Slide 34 text

© 2024 LayerX Inc. 34 本当に解きたい課題例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！」例3 電子帳簿保存法観点では領収日(カードで支払った日)を取りたいが、経費精算観点では計上日(新幹線に乗車した日)を取りたい。お客様が本当に欲しているのは「実際の運用に即した値」項目抽出をするだけでは、お客様の「本当の課題」を解決できない

Slide 35

Slide 35 text

© 2024 LayerX Inc. 35 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 36

Slide 36 text

© 2024 LayerX Inc. 36 ルールベースやUXだけでは解決できない課題その先の課題同じ帳票に対してもお客様のコンテキストによって解釈が異なることがある ● 例) A社に対するX円のB銀行への振り込み明細書という書類 ○ パターン１：A社に対してX円支払ったことを証明するための書類として使いたい ○ パターン2：B銀行に対して振り込み手数料を支払ったことを証明するための書類として使いたい ● 同じフォーマットの帳票なのに両方の学習データが入ることになり、ラベルノイズになる。「どういうシチュエーションで」「どういうコンテキストの値」を選んでいるかの情報を蓄積する必要がある。 ● アノテーションの仕方、ユーザのデータの貯め方などなど、ドメインにDeepDiveしながら多角的に解決していく。 ● 現状、ルールベースやお客様が設定しなければいけない部分も自動化し、Wowを届けていきたい。

Slide 37

Slide 37 text

まとめ

Slide 38

Slide 38 text

© 2024 LayerX Inc. 38 「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と展望についてご紹介 ● AI-UXを実現するために、経済活動で使用される書類などを起点に、多種多様な機械学習技術とルールベースなどを組み合わせ、お客様の体験を向上させるプロダクトを展開しています。 ● バクラク事業 ○ AI-OCRによる項目抽出 ○ 構造化データを利用した内訳推薦や証憑マッチング ● AI・LLM事業 ○ 「知的単純作業」をLLMのワークフローに置換する