Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
200306 AI導入は5分で0円 -RPA AI事例と初動- 若井さん
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
RPACommunity
March 06, 2020
Technology
400
1
Share
200306 AI導入は5分で0円 -RPA AI事例と初動- 若井さん
RPACommunity
March 06, 2020
More Decks by RPACommunity
See All by RPACommunity
201023 Automation Anywhere「A2019」を触ってみた Ayy
rpabank
0
1.1k
201023 DX Suiteを触ってみた Ayy
rpabank
0
1.1k
201023 RPA超初心者がWinActorにチャレンジしてみた ユーコさん
rpabank
0
640
201023 PowerPlatform はじめの一歩 みさみささん
rpabank
0
650
201023 アシロボで実際に沼ってみた たまいさん
rpabank
0
710
201018 RPAの本質とトレンド Mitz
rpabank
0
540
201006 僕がいまRPAで伝えたいことのすべて いろはまるさん
rpabank
0
490
201006 UiPath MVP 2019-2020 はなっち!さん
rpabank
0
480
201006 今からでも間に合う!UiPathトーク一気に振り返り たまいさん
rpabank
0
440
Other Decks in Technology
See All in Technology
Do Ruby::Box dream of Modular Monolith?
joker1007
1
350
AI バイブコーティングでキーボード不要?!
samakada
0
590
基盤を育てる 外部SaaS連携の運用
gamonges_dresscode
1
120
PicoRuby as a Multi-VM Operating System
kishima
1
180
自分のハンドルは自分で握れ! ― 自分のケイパビリティを増やし、メンバーのケイパビリティ獲得を支援する ― / Take the wheel yourself
takaking22
1
940
Route 53 Global Resolver で高額課金発生!
otanikohei2023
0
110
エージェントスキルを作って自分のインプットに役立てよう
tsubakimoto_s
0
410
UIライブラリに依存しすぎないReact Native設計を目指して
grandbig
0
100
「誰一人取り残されない」 AIエージェント時代のプロダクト設計思想 Product Management Summit 2026
mizushimac
1
640
ぼくがかんがえたさいきょうのあうとぷっと
yama3133
0
200
AWS DevOps Agentはチームメイトになれるのか?/ Can AWS DevOps Agent become a teammate
kinunori
6
750
目的ファーストのハーネス設計 ~ハーネスの変更容易性を高めるための優先順位~
gotalab555
8
2.2k
Featured
See All Featured
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
170
More Than Pixels: Becoming A User Experience Designer
marktimemedia
3
380
Agile Actions for Facilitating Distributed Teams - ADO2019
mkilby
0
180
Designing for Performance
lara
611
70k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.1k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
1
3.5k
The Power of CSS Pseudo Elements
geoffreycrofte
82
6.2k
Art, The Web, and Tiny UX
lynnandtonic
304
21k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.2k
The agentic SEO stack - context over prompts
schlessera
0
750
Agile Leadership in an Agile Organization
kimpetersen
PRO
0
140
Transcript
1 AI導入は 5 分で 0 円 - RPA AI事例と初動 -
RPA勉強&LT会!RPALT AI支部 vol.01@大阪 転載用資料
@se_kamo 名前: 若井 信一郎 職業: Webエンジニア 所属: 株式会社ハマヤ(手芸屋さん) コミュニティ: GFEO(200人規模のイベント)主催
MKU30(30歳未満のコミュニティ) RPA Community 2
@se_kamo 今回の話は 3
@se_kamo AIは何ができるのか そして、まずは 何をすればいいのか 4
@se_kamo AIは何ができるのか 5
@se_kamo 事例を見て いきましょう 6
@se_kamo メーカー 医療 不動産 7
@se_kamo メーカー 在庫/売上/利益率 予測 過去の実績から各データを予測 → データ予測 問い合わせの振り分け 問い合わせ分類をAIに任せる →
文章解析 8
@se_kamo 医療 病名診断 画像から病名を診断 → 画像認識 病状予測 画像から病気の状態を予測する → 画像認識、データ予測
9
@se_kamo 不動産 物件分類 画像から物件の要素を分類 → 画像認識 推定土地価格予測 画像から土地の価格を予測 → 画像認識、データ予測
10
@se_kamo 大きく3つに 分類します 11
@se_kamo 画像認識 文章認識 データ予測 12
@se_kamo それを知った上で 何をすればいいのか 13
@se_kamo 最小限で AIを 使ってみよう 14
@se_kamo ある程度の知識が あったほうが 依頼の精度があがる 15
@se_kamo どうするのか? 16
@se_kamo Google AutoML 17
@se_kamo Google AutoML とは? 最小限の労力と機械学習の専門知識で、高品質の カスタム機械学習モデルをトレーニングできるサービ ス。 GUI操作だけで扱えることが特徴。 300ドル分の無料トライアルが付与される。 18
@se_kamo 関西弁翻訳 19
@se_kamo Google AutoML とは? マウスカチカチだけで ええ感じにAI 20
@se_kamo Google AutoML の3つの要素 21
@se_kamo AutoML Vision AutoML Natural Language AutoML Tables 22
@se_kamo AutoML Vision ⇒ ええ感じに 画像認識 AutoML Natural Language ⇒
ええ感じに 文章認識 AutoML Tables ⇒ ええ感じに データ予測 23
@se_kamo AutoML Vision ⇒ ええ感じに 画像認識 24
@se_kamo 25 識別モデル 猫です アップロード モデル生成 推論
@se_kamo 26 識別モデル 猫です クリック 待ち クリック
@se_kamo 5 分で 0 円 27 待ち時間を抜くと、
@se_kamo 28 識別モデル 傷あり アップロード モデル生成 推論
@se_kamo AutoML Natural Language ⇒ いい感じに 文章認識 29
@se_kamo AutoML Natural Language 30 カテゴリ 問い合わせ内容 注文 A商品を2つください。 クレーム
商品に傷がついておりました。 在庫確認 B商品はまだありますか? 注文 C商品とD商品をください。 ・ ・ ・
@se_kamo 31 識別モデル 注文 アップロード モデル生成 推論 問い合わせ内容: E商品を3つください。
@se_kamo 32 識別モデル 注文 クリック 待ち クリック 問い合わせ内容: E商品を3つください。
@se_kamo 5 分で 0 円 33 待ち時間を抜くと、
@se_kamo AutoML Tables ⇒ いい感じに データ予測 34
@se_kamo AutoML Tables 35 ・ ・ ・ 消費金額 顧客 性別
年齢 地域 興味 10000 顧客A 女性 20代 東京 美容 20000 顧客B 男性 30代 東京 ゲーム 100000 顧客C 男性 60代 大阪 スポーツ 150000 顧客D 女性 40代 京都 手芸 ? 顧客E 男性 50代 東京 スポーツ 予測する
@se_kamo 36 識別モデル 8000円 アップロード モデル生成 推論 男性 50代 東京
ゲーム の顧客E 消費金額予測は?
@se_kamo 37 識別モデル 8000円 クリック 待ち クリック 男性 50代 東京
ゲーム の顧客E 消費金額予測は?
@se_kamo 5 分で 0 円 38 待ち時間を抜くと、
@se_kamo ぜひ試して みてください 39
@se_kamo その他の場合は? 別業界の事例は? 40
@se_kamo Twitterで 連絡ください 41
@se_kamo 1 分で 0 円 42 で済むかもしれません。
@se_kamo まとめ 43 最小限でAIを試してみよう
“ AIのある素晴らしい生活を。 44
45 ご清聴 ありがとうございました