立教大学MBA：AIの最先端技術によるこれからの価値創造
0 likes218 views
AIの最新トレンド,まずは浮いた話から ４つの未来（-2025) Digital Me: 「個人のデジタル化」 Generative AI：「生成するAI」 Trustworthy AI： 「信頼できるAI」 Dark Data：「ダークデータ」 2030年の小学校の夏休みの宿題 クラウドにより加速するカスタマイゼーション ２１世紀は自動化の時代。人材不足でデジタル必須。（除く伝統優良企業）。 クラウドはデジタルの民主化を実現。 デジタルは技術起点から顧客起点へ。 既成ツールに合わせて組織構造を変えていく。 結局は経営チームの組成。 データコム d３ 販売状況・販売動向の可視化 最適計画数算出：地域特性を考慮した需要予測と発注 陳列数決定 在庫最適化 商品改廃 物流センター配置 課題カテゴリー発見（売れ筋商品の発見） ワークマンPlusのビジネスモデル・キャンバス 要求工学 IoTにおけるトータルマネージメント National Robotics Engineering Center, CMUの 自律自動化のケーススタディ (2014) コンウェイの法則（Marvin Conway, 1968） 生成物のデザインは組織構造を反映する． 組織の構造やコミュニケーションがそのままソフトウェアのアーキテクチャとなる. 大人数のチームはコミュニケーションコストが指数関数的に高くなるのでサービス開発に不適であり低品質となることが多い どういうことか 導入するシステムと組織構造は不可分。 既成服に合わせたデジタル化 チェックポイント
立教大学MBA：AIの最先端技術によるこれからの価値創造
- 1. 栄藤 稔 ⼤阪⼤学 先導的学際研究機構 教授 順天堂⼤学医学研究科客員教授 科学技術振興機構（JST) CREST⼈⼯知能領域総括 株式会社 コトバデザイン 会⻑ LINE株式会社 技術アドバイザリー 12/12/2022 @mickbean https://www.linkedin.com/in/micketoh/ 1 AIの最先端技術による価値創造
- 2. 2 自己紹介 • パターン認識 （パナソニック） • 推論システム （ATR) • 画像符号化 MP-4の生みの親（パナソニック→ドコモ） • モバイルサービスと自然言語処理 （ドコモ） • 研究開発企画、そして投資部門（ドコモ） • イノベーションマネージメント（ドコモ→大阪大学） • 起業＆会社経営 （みらい翻訳，コトバデザイン ） • LINE AI COMPANY テクニカルアドバイザリー
- 4. 新たなサービスの創造：Data Driven Innovation 何がここ数年のAIの産業応用を実現したのか？ •Deep Learning を中⼼とした機械学習の進歩． •⾮ICT 産業のICT化による”データ”の表出． •ハードウェアとクラウドによる実装技術が⽀援 4
- 5. Foreseen Technical Events in Time (2020) conservative Disruptive time 2020 2023 2025 2027 Digital Me Me AVATAR Digital Identity Better Care Trustworthy AI Privacy preserving AI Fairness Scam Discriminator) Explainable AI Dark Data Omnipotent AI Gigantic Language model Unlabeled Data Data Marketplace Generative Intelligence New Education Autonomous AI Workforce Interactive Virtual experience Dependable STT 5
- 6. •Digital Me: 「個人のデジタル化」 •Generative AI：「生成するAI」 •Trustworthy AI： 「信頼できるAI」 •Dark Data：「ダークデータ」 6 ４つの未来（-2025) 6
- 11. Time Performance 音声認識 2012 2014 2016 DNN 単一画像認識 多層CNN 一文機械翻訳 LSTM- Attention GAN Transformer 2018 世界同時に進むコモディティ化：臨界点を超えると実利用が急激に立ち上がる 巨大言語 モデル Pre-Training 12
- 12. Prompt Tuning/Engineering 指示： XYZ がしたい INPUT: 入力例 OUTPUT: 出力例 INPUT： ------------------------で答えは？ -------------------------------- 13
- 13. IN: 蛙が古い池に飛び込んだ時の音の様子を詠んだ句です。蛙が池に飛び込む音を表現した 単純な句ではありますが、周囲の静寂や寂れた古池の様子、蛙が池に飛び込む生の躍動のよ うな情景がまざまざと伝わってくる、趣のある句となっています。この句の季語は『蛙』で 、これは春を表現している季語です。 OUT: 古池や蛙飛こむ水のおと IN: 山形県にある立石寺（りっしゃくじ）でセミが鳴いている様子を詠まれた句です。この 句は明確な句訳はわかっていないので、少しミステリアスで詠み解くことにロマンがある俳 句です。「閑さ」と「蝉の声」という一見矛盾する表現の意図が特に考えさせられますね。 OUT: 閑さや岩にしみ入蝉の声 ---- ↑までが事前入力 ↓以下の解説に対して、OUTから後ろを生成 IN: 夜中なのに仕事が終わらない様の悲しさを詠んだ句です。この句は切実さが伝わりすぎ ると困る部分も有るので、曖昧な雰囲気でごまかしつつも、釈然としない気持ちを少しだけ でも晴らそうという、どっちつかずな気持ちが現れています。 OUT: 夜業果てて朝寝覚めて見れば秋の風 Routine Report Generation （定型レポート生成） 14
- 14. 15
- 15. Demo Movie 60sec
- 16. 音声認識と巨大言語モデル の統合 Open AIによる Whisper AI Source: https://cdn.openai.com/pa pers/whisper.pdf 18
- 17. •皆様!壱百満天原サロメ! 壱百満天原 サロメでございますわ! 略 •もうだいぶわかってきたと思いますが、 皆様にもっと私のことを知ってほしいん ですわということで、 •こちら、住民票ですわ。 ちょっと危な いところは消してるんですけれども。 •そして続きまして、履歴書ですわ。 •中学・高校の時期はですね、学校に なじめずに引きこもりになりまして、 大 学でもうまくなじめずに結局中退いたし ましたわ。 壱百満天原サロメの初配信 19
- 18. 青山学院 淵野辺で見た看板 20
- 20. クラウドにより加速するカスタマイゼーション 22 エンド ユーザー カスタマイゼー ション インタフェース エンジン 提供 音声認識 エンジン 議事録 サービス 議事録 議事録 要約 サービス 議事録
- 22. トークンエコノミー との関係性 • 仮想空間であっという間に自動販売機が作 れる利便性 • ブロックチェーンにより担保される安全性 は、事後的な台帳の改ざん防止というごく 狭い範囲に限定。 • 不正の結果を訂正不可能。 • 合法・違法を問わずあらゆる形式のス マートコントラクトがハッカーの標的。 • 透明といえるのはオンチェーンで行われ る取引だけ。オンチェーンの取引は透明 ではあっても匿名。 24 24
- 24. 26 DXの話 26
- 26. 28 お伝えしたいこと • ２１世紀は自動化の時代。人材不足でデジタル必須。（除く伝統優良企業）。 • クラウドはデジタルの民主化を実現。 デジタルは技術起点から顧客起点へ。 • 既成ツールに合わせて組織構造を変えていく。 • 結局は経営チームの組成。
- 27. Web 2.0 (Tim O’Reilly 2005) Data is the Next Intel Insideのくだり 企業間の競争は位置，個人，様々なイベント，商品IDや付加情 報に関するデータ獲得になるであろう．その中で勝者は”Intel Inside”（市場寡占のシンボル）のように「価値のあるデータ をある臨界量を超えて保持」した会社になるだろう．その会社 はその集積したデータをシステムサービスに変化させる． 29
- 28. 引用元：Subtransactional Data: Pushing the Limits of Business Performance, Technology, and Information Value Mr. Doug Laney, Evalubase Research Business Customer Transactional Subtransactional 2005+ 2000 1990s 1980s Products People Financials Contact info Accounts Business events Sales Production M onitoring Usage Network W eb traffic サブトランザクションデータの解析 が商売になりだしたのは2005年ごろから 30
- 30. インターネット ペタバイト級のデータ＋機械学習＋並列分散計算モデル マーケティング リコメンデーション AIサービス オペレーション 最適化 セキュリティ 社会インフラ 最適化 業務システム のデータ 様々な ログファイル CRMシステム の顧客データ Webサイト、 ブログ ソーシャル メディア 静止画、動画 センサデータ 最適化（狭義のDX) データによる新規事業 ドコモにおけるビッグデータ活用（2010年頃） 32
- 33. Client Redshift Data Source ET Temporary Storage Direct Connect State Management Forwarder Loader Sandbox VPC Peering S3 データ解析基盤 (Q3 2014) 35
- 37. 3 9 NETFLIX 39
- 40. 42 生活消費領域の DX 加速に向けグループ横断 のデータ活用基盤を構築 AI により発注業務を 50% 省力化 生産系 DX 共通基盤の提供と人財育成の 両輪で進む製造現場のデジタル変革 デジタル人財 4 万人へ 試行錯誤がスピーディーに行えることと内製化 が容易なことが大きなメリット 国内ガス業界初のデジタルツインシステムを AWS 上に構築 世界最大級の LP ガスハブ充填基地をベースに LPG 託送事業を展開し 充填・配送コストと CO2 排出量を 50% 削減へ コマツが推進する建設業のDX デジタルの力で建設現場を安心で効率的な労働環境に変革 DX 推進に求められる 目標の明確化とトップの決意 AWS基盤での分析や柔軟な機能拡張を駆使しスシローブランドの“味”を継続 竹中工務店、AWSで「建設デジタ ルプラットフォーム」を構築 建設業の生産性は1990年代まで製造業と同等だったが、現在では2倍 近い格差。部分的な取り組みを、テクノロジーにより、「建設デジタルプ ラットフォーム」としてデータと各種システムに統合 グループ共通のデータ活用基盤に AWS の各種セキュリティ機能を活用
- 43. 46
- 45. 48
- 47. キーパートナー (Key Partner) キーアクティビティ (Key Activity) 与える価値 (Value Proposition) 顧客との関係 (Customer Relation) 顧客 (Customer Segment) キーリソース (Key Resource) チャネル (Channel) コスト（Cost Structure) 収入(Revenue Stream) http://press.share-wis.com/business-model-canvas-each-side コストパー フォーマン スの良いア ウトドア服 を買いたい ファミリー 層 原価率６０％ のアウトドア 飽きのこない ファッション 価値 ユニクロを 凌駕する品 質 既存ワーク マン店舗 継続的な 販売機会 アウトドアウェアに対する支 払い 既存店を二毛作に する ワークマンのフ ランチャイズシ ョップ デザイナー 新製品を生 産可能な工 場 駐車場の整備，展示の整 備，滞留時間の長期化 ① ② ③ ④ ⑤ ⑥ ⑦ ⑧ ⑨ ワークマンPlusのビジネスモデル・キャンバス 最適化 最適化 最適化 最適化 50
- 52. quality time/cost Point of Sales Depreciation Development quality time/cost Point of Use DevOps 社長がこの違いを知っている＝DX可能の踏み絵 システムを常に手直しする 組織とならざるを得ない。 57
- 53. 58
- 55. 60 60