PreferredAI Insight Scan 紹介資料

Transcript

1. ⽣成AIの活⽤でテキストデータ分析を⾰新する PreferredAI Insight Scan のご紹介 株式会社Preferred Networks
2. ⽣成AI‧データ活⽤の課題 ⼤量のデータを仕分けしなければならない 型の決まった分析ではインサイトが得られない 重要なインサイトを⾒落としたくない その悩み、インサイトスキャンが解決します。 ⽣成AIの結果は信⽤できない
3. レビュー分析 インサイトスキャンの特⻑ 定性データと対話し、インサイトを発掘できる テキスト全体の⽂脈を 深く理解した上で AIが分類ラベルを提案 データの掘り下げや 分類の修正を 柔軟に指⽰ 分布や傾向が ⼀⽬でわかる 分析サマリ表⽰ 様々な業務に活⽤できる 特許分析 コールセンター 応答分析 お問い合わせ SNS 顧客インタビュー 不良品レポート ⽇報‧週報 従業員満⾜度調査 ⼈事⾯接コメント 社内議事録 業界レポート 決算短信
4. ⽬次 １．会社概要 ２．インサイトスキャンでできること‧活⽤事例 ３．インサイトスキャンの機能詳細 ４．次のステップ
5. 会社概要 設⽴ 本社 代表取締役 従業員数 事業内容 主要⼦会社 出資企業 2014年3⽉26⽇ 東京都千代⽥区 ⻄川徹（最⾼経営責任者）、岡野原⼤輔（最⾼研究責任者） 約350名（2024年9⽉） AIチップ、計算基盤、⽣成AI‧基盤モデルなどのAI関連技術を 活⽤したソリューション‧製品の開発‧販売および研究開発 株式会社Preferred Computational Chemistry（2021年6⽉） 株式会社Preferred Robotics（2021年11⽉） 株式会社Preferred Elements（2023年11⽉） トヨタ⾃動⾞株式会社 ファナック株式会社 ⽇本電信電話株式会社 ENEOS ホールディングス株式会社 中外製薬株式会社 株式会社博報堂DYホールディングス 株式会社⽇⽴製作所 三井物産株式会社 みずほ銀⾏株式会社 東京エレクトロン株式会社 ミッション： 現実世界を計算可能にする https://www.preferred.jp 株式会社Preferred Networks
6. 会社概要：主な受賞歴 2023年 • MN-Core™シリーズ：CEATEC2023「アドバンストテクノロジー部⾨準グランプリ」 • PFN 3D Scan：⽇経優秀製品‧サービス賞 「最優秀賞」 2022年 • 岡野原⼤輔が「卓越した技能者（現代の名⼯）」（データサイエンティスト）を受賞 • 新経済連盟 JX Awards 2022 「選考委員特別賞」 • Matlantis™の技術の論⽂がNature Communications Editor’s Highlightに選出 2021年 • Playgram™：第18回⽇本e-Learning⼤賞 • MN-3（MN-Core™搭載）：スパコン電⼒効率ランキング「Green500」世界1位（3度獲得） 2019年 • 第5回⽇本ベンチャー⼤賞「内閣総理⼤⾂賞」 2018年 • Chainer™：⽇経優秀製品‧サービス賞「⽇本経済新聞賞（最優秀賞）」 2017年 • 第3回⽇本ベンチャー⼤賞「経済産業⼤⾂賞」 • Technology Award, FT ArcelorMittal Boldness in Business Awards 2016年 • Amazon Picking Challenge 2016 商品取り出しタスク 世界2位、商品格納タスク 世界4位 詳細: https://www.preferred.jp/ja/company/awards/
7. 会社概要：事業全体図 ソリューション・製品 計算基盤 AIチップ PFNは、チップ、計算基盤、⽣成AI‧基盤モデル、ソリューション‧製品まで、AI技術のバリューチェーンを垂直統合し、 ソフトウェアとハードウェアを⾼度に融合することで、競争⼒の⾼い技術の開発および産業応⽤を進めています。 生成AI・基盤モデル 様々な産業・消費者向けのソリューション・製品群 MN-Core™ MN-Core™ 2 GPUクラスタ MN-Core™ クラスタ （MN-3） マルチモーダル基盤モデル 次世代機 MN-Core™2 クラスタ MN-Core™ 2による 計算能力のクラウド提供 (2025年開始予定） 物質の電子状態・ エネルギー計算モデル Preferred Potential (PFP)
8. ⽬次 １．会社概要 ２．インサイトスキャンでできること‧活⽤事例 ３．インサイトスキャンの機能詳細 ４．次のステップ
9. データ活⽤の課題 ⼈⼿での読解‧分析 機械的‧古典的分析 ⼈間の読解速度: 約 500字/分 1時間休まず読んでも 1000字×30件 データに合わせた分析は困難 仕分けのために教師データが必要 データを⾒る前に、事前に分析⽅法を 決定して学習しておく必要がある ⼤量の⽂章を読むことはできない
10. インサイトスキャンでできること 休まず⾼速に分析。 ⾃由な軸で分析。 1分間に5万⽂字以上、 24時間休みなく分析できる データに合う軸を⾃ら提案、⾃由に分析できる 結果に合わせた再分析も可能
11. 活⽤事例：ユーザーレビュー分析 ユーザーレビューからインサイトを素早く発掘。 気付いていなかったサービスの利点を発⾒ 気になるところだけを絞り込んで分析 指定した項⽬で絞り込み 知識からのギャップを抽出 ※webサイト掲載のUIからアップデートされています
12. 活⽤事例：コールセンター架電分析 通話データを内容に応じて仕分け。 興味のある通話内容を確認 解決しなかった架電だけを抽出 結果をダウンロードして後段処理へ 分類結果をエクスポート ※webサイト掲載のUIからアップデートされています
13. 活⽤事例：特許分析 ⼤量の特許データから知⾒を抽出。 出願予定の知財に近い特許を検索 興味のあるデータを抽出 ⾃社と競合他社の知財戦略を⽐較 分類結果を⽐較 ※webサイト掲載のUIからアップデートされています
14. 導⼊‧活⽤事例：⻄⽇本電信電話株式会社様 100件が限界だった特許分析を、3時間で1000件規模まで可能に https://insightscan.preferredai.jp/cases/01/
15. インサイトスキャンでできること レビュー分析 特許分析 コールセンター 応答分析 お問い合わせ SNS 顧客インタビュー 不良品レポート ⽇報‧週報 従業員満⾜度調査 ⼈事⾯接コメント 社内議事録 業界レポート 決算短信 テキストデータがあれば、あらゆる業務で活⽤できます。
16. ⽬次 １．会社概要 ２．インサイトスキャンでできること‧活⽤事例 ３．インサイトスキャンの機能詳細 ４．次のステップ
17. インサイトスキャンの機能１：分類ラベルの提案 テキスト全体の⽂脈を 深く理解した上で AIが分類ラベルを提案 データの掘り下げや 分類の修正を 柔軟に指⽰ 分布や傾向が ⼀⽬でわかる 分析サマリ表⽰ データを⼊れるだけで、深い理解に基づいた仕分け⽅法を素早く提案。 AIが⾃らラベルを提案 各カテゴリの要約も提⽰ ⼤量データも分析可能
18. インサイトスキャンの機能２：分析結果の編集 テキスト全体の⽂脈を 深く理解した上で AIが分類ラベルを提案 データの掘り下げや 分類の修正を 柔軟に指⽰ あなたの指⽰に応じて、⾃由な⾓度から分析を再実⾏。 分布や傾向が ⼀⽬でわかる 分析サマリ表⽰ チャットで分析⽅法を 指⽰可能 分類結果で絞り込み 指⽰に従って柔軟に 再分析
19. インサイトスキャンの機能３：分析結果の表⽰ 分布や傾向が ⼀⽬でわかる 分析サマリ表⽰ 数字とグラフ、サマリを組み合わせたシンプルなビューで分析結果を表⽰。 分類結果を 数とグラフで表⽰ グラフやヒートマップ、 ワードクラウドなど、 多彩な可視化を提供 テキスト全体の⽂脈を 深く理解した上で AIが分類ラベルを提案 データの掘り下げや 分類の修正を 柔軟に指⽰
20. インサイトスキャンの機能４：⾼速性 ⻑い⽂章も難なく、数秒* で分析。 * 150⽂字×1000件のデータを約20秒で処理。
21. インサイトスキャンの機能５：共有 ⽣成した分析結果は、他のユーザーと⼿軽に共有。
22. インサイトスキャンの機能６：⼊出⼒ ＡＰＩやＣＳＶを⽤いた多様な⼊出⼒に対応。
23. ⽬次 １．会社概要 ２．インサイトスキャンでできること‧活⽤事例 ３．インサイトスキャンの機能詳細 ４．次のステップ
24. Confidential 次のステップ お問い合わせはこちらから plamo-support@preferredai.jp ぜひオンラインにて⼀度ミーティングを設定させてください。 利⽤料⾦などを含め、より詳細な情報をご提供させていただきます。