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
RPACommunity
March 06, 2020
Technology
1
380
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
Tweet
Share
More Decks by RPACommunity
See All by RPACommunity
201023 Automation Anywhere「A2019」を触ってみた Ayy
rpabank
0
1k
201023 DX Suiteを触ってみた Ayy
rpabank
0
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
610
201023 PowerPlatform はじめの一歩 みさみささん
rpabank
0
610
201023 アシロボで実際に沼ってみた たまいさん
rpabank
0
670
201018 RPAの本質とトレンド Mitz
rpabank
0
510
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
460
201006 UiPath MVP 2019-2020 はなっち!さん
rpabank
0
440
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
400
Other Decks in Technology
See All in Technology
AWSにおけるTrend Vision Oneの効果について
shimak
0
130
SwiftUIのGeometryReaderとScrollViewを基礎から応用まで学び直す:設計と活用事例
fumiyasac0921
0
150
後進育成のしくじり〜任せるスキルとリーダーシップの両立〜
matsu0228
7
2.7k
成長自己責任時代のあるきかた/How to navigate the era of personal responsibility for growth
kwappa
3
280
空間を設計する力を考える / 20251004 Naoki Takahashi
shift_evolve
PRO
3
400
M5製品で作るポン置きセルラー対応カメラ
sayacom
0
160
Function calling機能をPLaMo2に実装するには / PFN LLMセミナー
pfn
PRO
0
950
Access-what? why and how, A11Y for All - Nordic.js 2025
gdomiciano
1
120
SoccerNet GSRの紹介と技術応用:選手視点映像を提供するサッカー作戦盤ツール
mixi_engineers
PRO
1
190
SREとソフトウェア開発者の合同チームはどのようにS3のコストを削減したか?
muziyoshiz
1
100
生成AIで「お客様の声」を ストーリーに変える 新潮流「Generative ETL」
ishikawa_satoru
1
330
Optuna DashboardにおけるPLaMo2連携機能の紹介 / PFN LLM セミナー
pfn
PRO
2
900
Featured
See All Featured
Done Done
chrislema
185
16k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
32
2.2k
GitHub's CSS Performance
jonrohan
1032
460k
The Cost Of JavaScript in 2023
addyosmani
53
9k
The Straight Up "How To Draw Better" Workshop
denniskardys
237
140k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
23
1.5k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
9
580
Principles of Awesome APIs and How to Build Them.
keavy
127
17k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
140
34k
For a Future-Friendly Web
brad_frost
180
9.9k
Site-Speed That Sticks
csswizardry
11
880
A Modern Web Designer's Workflow
chriscoyier
697
190k
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