【de:code 2020】 リテール AI の PoC 事例から学ぶスケールアウトへのヒント
0 likes282 views
市場規模 100 兆円を超える小売流通業界において、200 社以上が会員となり PoC を実践しているリテール AI 研究会。このセッションでは、過去一年間の PoC 事例を振り返り、リテールにおける AI 活用のポイントと、会社の垣根を超えた PoC からみえるスケールアウトへのヒントを、要件定義と技術面から解説します。画像認識、自然言語、レコメンドエンジンを使ったリテール AI の PoC 事例紹介と考察、Azure Databricks を使った業界向け AI 研修における人材育成のヒントや、IDPOS 機械学習コンペティションの開催事例にみるコミュニティ活動の成果について、リテール AI の最前線の情報をお伝えします。
【de:code 2020】 リテール AI の PoC 事例から学ぶスケールアウトへのヒント
- 1. *本資料の内容 (添付文書、リンク先などを含む) は de:code 2020 における公開日時点のものであり、予告なく変更される場合があります。 #decode20 # リテールAIのPoC事例から 学ぶスケールアウトへのヒント D03 今村 修一郎 一般社団法人 リテールAI研究会 テクニカルアドバイザー
- 2. 本セッションについて 対象者 課題 ゴール • リテール業界において機械学習を活用した案件に携わる人。 • 業界知識・技術経験において初学者向け。 • 旧態依然としているリテール業界において、AIについての関心は高い。 • しかしPoCがなかなか進まない、PoC後にサービス化しない事例が多発。 • 機械学習を活用したPoCの成功例と失敗例を知る。 • PoCから実務へスケールアウトするヒントを学ぶ。
- 3. セッションアジェンダ • リテールAI研究会のご紹介 • PoC事例の振り返り • 自然言語処理でのタグづけを活用する • 画像認識を使った商品検知 • レコメンドエンジンを活用した棚割り • IDPOSデータコンペ • Azure Databricksを使ったエンドユーザー実習 • まとめ
- 11. PoC事例紹介
- 12. PoC事例紹介 • 自然言語処理でのタグづけを活用する ➢ タグ付けをしてみたがその後の施策が思いつかない。 • 画像認識を使った商品検知 ➢ 画像認識が話題になっているから使ってみよう。 • レコメンドを活用した棚割り ➢ 機械学習を始めてみたものの、どう業務に生かそうか。 • IDPOSデータコンペ ➢ 機械学習の人材を集めたり手法を勉強するにはどうしたらよいか。 • Azure Databricksを使ったビジネスユーザー研修 ➢ ビジネスユーザーには機械学習は難しい？
- 15. 「外食から小売、小売から外食」をデータでつなぐ ⚫ 外食データで見たかったもの ⚫ 小売と外食POSで比較したいもの ⚫ 味の違い・ブランドの違い クロスデータ分科会始動 仮説出し 分析/議論 企画立案 実証 ⚫ 上記仮説の検証 ⚫ 当たり前が当たり前でない ⚫ 新たな兆しの発見 ⚫ 小売現場でこういう提案したい ⚫ 飲食店に新たな提案をしたい ⚫ データを用いた提案シナリオ作成 ⚫ 小売現場でこういう提案したい ⚫ 飲食店に新たな提案をしたい ⚫ データを用いた提案シナリオ作成 仮説 分析企画 実証
- 20. PoC事例からの学び
- 22. 品揃えの最適化
- 23. 成功した理由の考察
- 24. 棚割実験のその後
- 25. データコンペ
- 26. 貴重な 集合写真
- 29. 上位陣の手法を 学ぶ
- 30. コンペのスケールアウトにむけて
- 31. エンドユーザー研修
- 32. 結果と考察
- 36. まとめ
- 38. © 2018 Microsoft Corporation. All rights reserved. 本情報の内容（添付文書、リンク先などを含む）は、作成日時点でのものであり、予告なく変更される場合があります。 © 2020 Retail AI Institute. All rights reserved. 本情報の内容 (添付文書、リンク先などを含む) は、公開日時点のものであり、予告なく変更される場合があります。 本コンテンツの著作権、および本コンテンツ中に出てくる商標権、団体名、ロゴ、製品、サービスなどはそれぞれ、各権利保有者に帰属します。