ユーザーの好みにあったレコメンドを行う

ユーザーの好みにあったレコメンドを行う

ここから取り組まれて勝機がある領域は、データが十分でありませんがゆえに途上段階にある領域であります。技術的に難易度が摩天領域については、ディープラーニングなどを活用してグーグルやフェイスブックなどの世界の大企業IT企業が多額の資金を注ぎ込んで研究開発競争を繰り広げましており、対抗することが容易じゃない。

具体的には製造業において機械の故障予測やシーンごとの監視カメラの不審者検知(たとえると駅)など、リアルな環境に近く、かつクローズドな領域が取り組みやすい。人工知能スタートアップのカラフル・ボード社が提供するSENSYでは、アパレル業界の「在庫が多額」という課題の解決に取り組んだりしたりする。

人工知能を活用したサービスで途上段階にあるのは、環境理解や文脈理解にみようかな技術的に難易度が高値領域、そうしてデータが十分にない領域だ。科学者の間ではスモールデータから学習するというアプローチも注目されてるものの、企業にとりましては必要なデータをうまく集める仕掛けをつくり、質の最高ビッグデータをつもらえるか如何かが問われているようになるだろう。

人工知能の性能は、データの良しあしや量が大きく影響する。良質なデータをうまくそろえて勝負することの方が日本企業とりましては良策だと考える。

コーディネートを売りにしたECアプリを介してユーザーの好みを取得し、人工知能を活用してユーザーの好みにあったレコメンドを行うことで在庫を激減させようとみているユーザーが好みを登録やりたいと綵桁戎させる価値を訴求し、利用しやすいユーザーインターフェースを用意するだけで、必要なデータを集める仕掛けを構築してる。


ホーム RSS購読 サイトマップ