Tweet
Tweet

Slide 1

Slide 1 text

AIをマーケティング に活用する方法 18期生（中小企業診断士コース５期生） 松田 康宏 マーケティング実践とデジタル活用

Slide 2

Slide 2 text

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会⻑ 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

Slide 3

Slide 3 text

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 東京都江⼾川区に引越 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

Slide 4

Slide 4 text

個⼈事業主としての主な活動 ・専⾨家派遣制度（ISICO） ・認定経営⾰新等⽀援機関としての伴奏⽀援 ・補助⾦申請⽀援 ⼩規模事業者持続化補助⾦ 賃上げに向けた省⼒化投資⽀援事業 ・セミナー講師 職業能⼒開発促進センター(ポリテクセンター) 社会保険労務⼠会、⼩松市商⼯会議所、⽯川県地域振興課 ⽇本FP協会⽯川⽀部 等 4

Slide 5

Slide 5 text

能登半島地震⽀援作業 5

Slide 6

Slide 6 text

ふくべ鍛治の事例① １⽉の震災と９⽉の豪⾬により奥能登は２０年 過疎化が進んだ ⽇本が抱える過疎地域の最先端課題に取り組む 地域に 我慢強いから⾯倒なことをやり続けてしまう 奥能登で事業を営まれているふくべ鍛治 ヒトもモノも何もかもが無くなってしまった 住⺠はほとんどが避難し従業員も亡くなったり、 離職せざるを得ない状況に追い込まれる 6

Slide 7

Slide 7 text

ふくべ鍛治の事例② 19年度と22年度のチャレ ンジファンドで事業転換した ポチスパが事業も雇⽤も 救ってくれた ポチスパのプラットフォームを 伝統⼯芸の修繕プラット フォームを⽇本、世界に輸 出を予定されている 7 出所︓包丁研ぎ 宅配サービス ポチスパ https://pochisupa.com/

Slide 8

Slide 8 text

中⼩企業診断⼠とは 8 仕事の定義が 「お金を稼ぐ手段」から「地域課 題を解決するための自己表現」 に変わりつつあると感じている

Slide 9

Slide 9 text

なのでこれも仕事 9 ０から１を作ることも大事なこと

Slide 10

Slide 10 text

これからも初⼼を忘れず 10 人と人とのご縁が全て

Slide 11

Slide 11 text

弓削先生には副査として大変お世話になりました ⻑い道のりだった特定課題研究 11

Slide 12

Slide 12 text

はくさん信用金庫様で 10/3, 10に開催したAI活用セミナーです 今回の元ネタは・・・ 12 出所︓ニッキンONLINE https://www.nikkinonlin e.com/article/219739

Slide 13

Slide 13 text

ChatGPTでタイトルを検討していました・・・ 13 ChatGPTを使う上では入力がとても大事

Slide 14

Slide 14 text

ChatGPTでタイトルを検討していました・・・ 14 一回で適切な回答は得られないため、人との会話と同じように何度か やりとりすることが重要

Slide 15

Slide 15 text

ChatGPTでタイトルを検討していました・・・ 15 このようにしてタイトルを決定しました

Slide 16

Slide 16 text

「AIを用いた顧客満足度を高めるコツのPR動画」のキーワードだけで NoLangというサービスで生成した動画です その時に作成したイベントのPR動画のご紹介 16

Slide 17

Slide 17 text

「AIを用いた顧客満足度向上」のキーワードだけでFeloというサービスでマ インドマップを生成することもできます マインドマップも作ってみました 17

Slide 18

Slide 18 text

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 18

Slide 19

Slide 19 text

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 19

Slide 20

Slide 20 text

• 最新のAIの動向 • AIを活用する上でのデータの重要性 • 顧客満足度をしっかり高めるためのAIの利活用方法 本⽇持ち帰っていただきたいこと 20

Slide 21

Slide 21 text

• AIとデータの関連について • AIを活用した課題解決について • AIを活用した事例について • AIと今後仲良くなるためには 本⽇のお品書き 21

Slide 22

Slide 22 text

22 AIとデータの関連について

Slide 23

Slide 23 text

生成AIって何でしょうか？ 出所︓情報通信⽩書 令和６年度版 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r06/pdf/n1310000.pdf 23 ユーザー側の調整やスキル なしに自然な言語で指示を 出すだけで容易に活用でき る テキスト、画像、映像等の多 様な形式（マルチモーダル） のアウトプットが取得できる

Slide 24

Slide 24 text

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 24 出所︓Amazon Bedrock Overview https://pages.awscloud.com/rs/112-TZM-766/images/AWS-Black- Belt_2024_Amazon-Bedrock-Overview_v1.pdf

Slide 25

Slide 25 text

AI（人工知能）の歴史は 1950年代から始まり、何度 かブームと冬の時代を繰り 返し、現在は第4次AIブーム ディープラーニング(深層学 習)の基盤技術により、AIの 性能が飛躍的に向上したこ とで、様々なコンテンツを生 成できるAI「生成AI」が誕生 生成AIができるまでの道のり 出所︓情報通信⽩書 令和６年度版 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r06/pdf/n1310000.pdf25

Slide 26

Slide 26 text

生成AIが誕生するまでは、以 下の用途（主に良品、不良品 の仕分け）に利用されていた たくさんのスイカの画像データ を学習させる 今まで見せたことのない画像 を見せた際に、その画像がス イカかどうか？ ディープラーニングについて 26 画像出所︓@IT TensorFlow 2＋Keras（tf.keras）⼊⾨ https://atmarkit.itmedia.co.jp/ait/articles/2006/08/news031.html

Slide 27

Slide 27 text

国内事情 出所︓ https://forbesjapan.com/articles/detail/73802 27 生成AIの認知は高いが利 用は少ない

Slide 28

Slide 28 text

活用が広がる大企業でも社内用途での活用が中心 顧客満足度向上につながるような活用はまだまだ少ないと言える ⼤企業での活⽤事情 28 出所︓SoftBank World2024(2024/10/04) https://sbw.tm.softbank.jp/lp/

Slide 29

Slide 29 text

最近のAI事情 出所︓ https://www.nikkei.com/article/DGXZQOUA036VW0T00C24A7000000/ 29 生成AIの(個人)利用は9%にと どまっており、海外と比較して もかなり低い

Slide 30

Slide 30 text

• 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？ 30 出所︓ https://internet.watch.impress.co.jp/docs/topic/special/1566213.html#040_l.jpg

Slide 31

Slide 31 text

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/ 31 冒頭紹介したタイトル決定までの やりとりをするためには、膨大な データを読み込みさせる必要があ る

Slide 32

Slide 32 text

なぜデータが大事なのでしょうか？ 出所︓ https://www.sbbit.jp/article/cont1/28284 32 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

Slide 33

Slide 33 text

• 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？ 33

Slide 34

Slide 34 text

• 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？ 34

Slide 35

Slide 35 text

35 AIを活用した課題解決について

Slide 36

Slide 36 text

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 36 出所︓SoftBank World2024(2024/10/04) https://sbw.tm.softbank.jp/lp/

Slide 37

Slide 37 text

マーケティングは利益を上げるための手段 37 MQ会計における重要なポイント 目標とする（営業）利益（G）を上げるためには、 どれだけのQを販売する必要があるか Qを販売するために必要な顧客との接点を持 つことがマーケティングと言える 出所︓戦略ＭＱ会計講座 https://www.mxpro.jp/%E6%88%A6%E7%95%A5%EF%BD%8D%EF %BD%91%E4%BC%9A%E8%A8%88/

Slide 38

Slide 38 text

マーケティングは自分の価値を表現し、届ける手段？ 38 中小企業診断士としてのマーケティングを考えてみた どのようにすれば自分の価値を知ってもらえるだろうか？ 簡単に思い浮かぶSNSマーケティングは、誰がみてくれているのだろうか？ 見てくれている人が県外の人だったらどのように価値を届けられるのだろう か？ 専門家派遣？ 補助金支援？ 信用保証協会？ 商工会議所の講師？

Slide 39

Slide 39 text

マーケティングの基本 39 既存顧客を維持 することより、新 規顧客を獲得す る方がコストがか かることは自明だ が、これがなぜか できない

Slide 40

Slide 40 text

優良顧客と休眠顧客を区別できていますか？ 出所︓ https://satori.marketing/marketing-blog/rfm/ 40 RFM分析 R・・・最終購買日 F・・・購入頻度・回数 M・・・購入金額 新規顧客をどのようにして 優良顧客に育てるか それぞれの顧客にどのよう な施策を行うか

Slide 41

Slide 41 text

CRMの検討とAIの活用 「顧客関係管理」 「顧客関係性マネジメント」 過去のデータからパターンを 学習し、自動化やプロセスの 改善を提案したり、案件の確 度を自動で予測 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の興味関心を把握していますか？ 出所︓ https://www.onamae.com/business/article/11242/ 41

Slide 42

Slide 42 text

コラボレーションツールを活用することで従業員との共有が簡単にで きるようになっている コラボレーションツールの一例 • Microsoft Teams • Slack 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？ 42

Slide 43

Slide 43 text

Microsoft Teamsを利 用してライブキャプショ ンを有効化すると文字 起こしが行われる 複数の端末で会議に 参加することで話者を 識別できるため、会議 の議事録を効率的にと ることもできる コラボレーションツールの活用例 43

Slide 44

Slide 44 text

営業活動の非効率化 や顧客情報の属人化、 信頼関係の損失などの リスクに対応するため にSFAというツールがあ る 導入により営業活動の 効率化や顧客関係の 強化が実現する 44 見込顧客との接触履歴を確認する方法はありますか？ 出所︓ https://geniee.co.jp/media/sfa/casestudy/

Slide 45

Slide 45 text

社員を採用した際に業務をドキュメントを使って説明できますか？ 45 ノウハウは形式知化してはじめて他の人に役立つ情報となる 出所︓ナレッジリング • 暗黙知を形式知化 する • 検索できるように データ化する • 検索しやすいように 分類化したりタグを 付加したりする

Slide 46

Slide 46 text

社内の情報は誰でもすぐに探せますか？ 46 • フォルダごとに整理する 必要性 Aさんの整理の仕方はBさ んにとって探しづらい • 過去類似の内容をファイ ル名だけ探すのは困難 全文検索の仕組みを活用 • 社外から情報にアクセ スできないので、ノート PCにダウンロードして外 出・・・ 出所︓ https://docs.sakai-sc.co.jp/article/management-with-it/cloud- strage.html

Slide 47

Slide 47 text

47 AIを活用した事例について

Slide 48

Slide 48 text

DX Selection2024に選定された事例 48 出所︓DX Selection2024 https://www.meti.go.jp/policy/it_policy/investment/dx-selection/dxselection2024report.pdf 出所︓デジタルガバナンス・コード 実践の⼿引き2.0 https://www.meti.go.jp/policy/it_policy/investment/dx-chushoguidebook/tebiki2-0.pdf

Slide 49

Slide 49 text

有限会社ゑびや ・業務が楽に ・定型業務の時間 をお客様にとって 快適な空間となる お店作りに ・もっと喜んでいた だける商品を開発 する時間に充てら れるように KKDからの脱出 49

Slide 50

Slide 50 text

デジタル化の先にあるもの 50 提供サービス ・AIによる来客予測 ・情報の可視化 対象データ 天気・気温・各メニューの 売上・近隣の宿泊者予約数等 出所︓ https://www.dm2.co.jp/blog/28187

Slide 51

Slide 51 text

千⾥の道も⼀歩から 51

Slide 52

Slide 52 text

チャットbotを活用した事例 出所︓ https://www.east-education.jp/52 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

Slide 53

Slide 53 text

同期の宮原さんと一緒に作成した仕 組み Google Form+Looker Studioを使った アンケートデータをもとにした可視化 ノーコードツールを活用することで、無 料でデータ分析できるBIツールができ る ダッシュボードを活用したデータの見える化 53

Slide 54

Slide 54 text

54 AIと今後仲良くなるためには

Slide 55

Slide 55 text

AIを活用してどのように付加価値を上げて いくことができるか？ • パーソナライズ • 適切な発注点管理 • 顧客とのコミュニケーション • レコメンデーション • 業務効率化 これからの動向 55

Slide 56

Slide 56 text

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 56 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

Slide 57

Slide 57 text

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 57 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

Slide 58

Slide 58 text

• プロンプトエンジニアリングの重要 性 ChatGPTに聞いてもらいたいことを伝え て話し相手になってもらう • 1on1を生成AIで実現している丸亀 製麺の事例 対話型の生成AI（人工知能）を介して店 舗で働く従業員らを面談する取り組み AIは私たちのパートナーになり得るのか？ 出所︓ https://www.nikkei.com/article/DGXZQOUC259NE0V20C24A3000000/ 58

Slide 59

Slide 59 text

AIとのやりとりは考えさせることが大事 59 • AIから適切な回答を得るためには、 適切なやり取りが非常に重要 • 本質的な考え方は、答えを聞き出す 際に適切な質問を行うことができる かに尽きます

Slide 60

Slide 60 text

• AIは完璧ではない • AIの活用におけるデータセキュリティ • AIが利用できない場合の代替手段の検討（BCP） AIとの正しい付き合い方 60

Slide 61

Slide 61 text

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 61 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

Slide 62

Slide 62 text

従業員の3分の1以上 （38%）が雇用主の許可なく AIツールと機密性の高い業 務情報を共有している AIの活用を通じた情報漏えい 62 出所︓Infosecurity Magazine https://www.infosecurity-magazine.com/news/third-employees- sharing-work-info/

Slide 63

Slide 63 text

プロンプトの内容を学習に利用されてしまわないように利用規約などをよ く読んで利用するようにする AIの活用を通じた情報漏えいの対策 63 出所︓ https://openai.com/index/new-ways-to-manage- your-data-in-chatgpt/

Slide 64

Slide 64 text

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 64 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/

Slide 65

Slide 65 text

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 65

Slide 66

Slide 66 text

AIの利活用をご検討されている方へ 66

Slide 67

Slide 67 text

皆さんへのメッセージ 67 • 皆さんは仕事、家庭、プライベートで忙しい中でも、人生で最も忙し い環境に自分を追い込み、同じ志を持つ仲間とともに学ぶことを選 択された方々 • 卒業後もこの状況を維持できると、いち早くチャンスを掴むことがで きる • 同期は大切に • 睡眠は大切に 出所︓エッセンシャル思考 最⼩の時間で成果を最⼤にする

Slide 68

Slide 68 text

68 ご清聴ありがとうございました

Slide 69

Slide 69 text

Appendix. AIの進化 69 出所︓https://www.youtube.com/live/ULYBJQm7vXQ

Slide 70

Slide 70 text

• ChatGPT • Gemini • Google AI Studio Google Driveに保存する感覚で学習に利用しない • Gemma オフラインでも動作するOSSモデル トークンが使えるのでたくさんのデータから解を求められる Appendix. 生成AIの種類① 70

Slide 71

Slide 71 text

• Perplexity AI（検索ベースのAI） 他のAIだと論文検索はハルシネーションだらけ Perplexity AIならフォーカスでピンポイントで検索できる • Genspark https://www.genspark.ai/ バイアスのないコンテンツ生成と商業的な観点を排除 • 天秤AI https://tenbin.ai/ • ChatHub Chrome拡張 オープンソースローカルLLM • Reflection • SakanaAI https://sakana.ai/ai-scientist/ Appendix. 生成AIの種類② 71

Slide 72

Slide 72 text

画像の生成 • ChatGPT Plus DALLE-3 • Bing Image Creator • ImageFX • Stable Diffusionオンライン • Black Forest Labs Flux AI https://huggingface.co/ Appendix. 生成AIの種類③ 72

Slide 73

Slide 73 text

動画の生成 • NoLang https://no-lang.com/ 音楽生成 • suno https://suno.com/ • brev.ai APIをラッピング ログインせずに使える ホームページの作成支援 • create.xyz コーディング支援 • Github Copilot • CURSOR Appendix. 生成AIの種類④ 73

Slide 74

Slide 74 text

プレゼン図解 • Napkin AI AIシステム開発 • Dify 論文 • arxiv Appendix. 生成AIの種類⑤ 74

Slide 75

Slide 75 text

算定した結果を、あらかじめ決めたリスク基準に知らして受容･許容する か何らかのリスク対応を適用するのかを決定する。 Appendix.リスク対応の方法 75 影響度 ⾼ 影響度 低 発⽣確率 低 発⽣確率 ⾼ リスク移転 （共有） リスク回避 リスク保有 リスク低減 （最適化） 原因を取り除くことで、 リスクの脅威を避ける リスクを受容可能なレベルまで 減らす（影響度･確率共に） リスクの結果と責任を 第三者へ移す 消極的な保有と、 積極的な保有がある