AI事例をトコトン知る、業種別×活用タイプ別の45事例 #3

AI事例をトコトン知る、業種別×活用タイプ別の45事例 #3

はじめに

文系の皆さんがAI人材になるためのノウハウを投稿していきます。今回は業種別×活用タイプ別の45事例を紹介します。様々な事例を知ることで,新たなアイディアが生まれるかもしれません。それでは見ていきましょう!

  1. トライアル、独自生産のAIカメラでユーザー識別による販売促進と欠品補充(流通・小売)
    ローソン、Alによる新規出店判断(流通・小売)
    JINZ、似合うをAIでレコメンド(流通・小売)
  2. 三菱商事とローソン、AIでコンビを節電(流通・小売)
    ZOZO、AIを活用した「類似アイテム検索機能」で滞在時間4倍(流通・小売)
    LOHACO、チャットボット「マナミさん 」で5割の問い合わせに対応(EC・IT)
  3. 仏Heuritech、SNS画像からファッショントレンド予測(ファッション)
    米The take Al、動画内の服を検出して似たアイテムを表示。購入も可能に(ファッション)
    ストライプ、需要予測AIで在庫を8割まで圧縮
  4. ZOZOUSED、古着の値づけにAlを導入(ファッション)
    日経、100年分の新聞記事をAIで読み取り。精度95%(エンタメ・メディア)
    福岡ソフトバンクホークス、リアルタイムで価格が変わるAIチケット販売
  5. 中国国営メディア新華社、AI合成による女性アナウンサー(エンタメ・メディア)
    富士通、AIによる記事の自動要約システム(エンタメ・メディア)
    佐川急便、AIで配送伝票入力を自動化
  6. 日立製作所と三井物産、AIで配送計画するスマート物流(運輸・物流)
    京東(JD.com)、物流倉庫の自動化。人の10倍の処理能力(運輸・物流)
    NTTドコモ、Alタクシーを展開、93~95%精度で乗車予測(運輸・物流)
  7. トヨタ、自動運転と高度安全運転支援で二重に安全を確保(車・交通)
    LG、家電向けAIで生活を補助(製造・資源)
    ブリヂストン、AI工場で品質担保しタイヤを量産(製造・資源)
  8. JFEスチール、人物検知AIで作業者に安全を(製造・資源)
    大京グループ、AI管理員導入を計画(不動産・建設)
    西松建設、生活習慣を覚えるスマートハウスAI導入(不動産・建設)
  9. キューピー、AIによる原料検査装置で不良品を特定(外食・食品・産業)
    電通、天然マグロの品質をAIが判定(外食・食品・産業)
    ソフトバンク出資のPlenty、AI屋内農場で作物の風味調整(外食・食品・産業)
  10. LINE、レストランの予約対応を行なう日本語音声AIサービス(外食・食品・産業)
    京東(JD.com)、調理・配膳注文・会計までをロボットで自動化
    (外食・食品・産業)
    セブン銀行、顔認証AI搭載の次世代ATM
    (外食・食品・産業)
  11. JCB、保険営業をAIで支援 利用履歴から見込み客を絞り込む(金融・保険)
    みずほ銀行、AIを活用したパーソナライズドサービス検証(金融・保険)
    エクサウィザーズ、神奈川県と要介護度予測AIの実証
  12. Ubie、医療現場の業務効率化を図るAI問診(医療・介護・専門)
    Al-CON AIによる契約書レビュー作成支援サービス(医療・介護・専門)
    ソフトバンク、新卒採用業務でAIを利用し効率化(人材・教育)

事例7:仏Heuritech、SNS画像からファッショントレンド予測(ファッション)

概要

  • 仏Heuritech、SNSやプログなどのソーシャルメディアの毎日の投稿を分析
  • 写真・テキストデータから、ブランドや商品、インフルエンサーを抽出
  • ファッショントレンドを予測するAIシステムを開発
  • スカートの売上が12%増加した例もあり、ルイ・ヴィトンやディオールなど多くの企業が顧客になっている

画像:Heuritech

解決できること

ファッショントレンドの観測と予測

(出典)

事例の4Wで分類してみる

What:どんなAI?

どんなAI? ファッショントレンド予測AI
AIができること 写真・テキストデータから、ブランドや商品、インフルエンサーの抽出
AIによって解決されること ファッショントレンドの観測と予測

Who:誰のためのAI?

具体的なターゲット→ファッション関連企業

Why:なぜAIが必要?

  • 仕事の付加価値をあげるため

Which:どのタイプのAI?

 

事例8:米The take Al、動画内の服を検出して似たアイテムを表示。購入も可能に(ファッション)

概要

  • The take AI は、動画にいる人物を検出し、それぞれの人物が着ている服を検出
  • 検出した服に似ているアイテムを表示する
  • 動画内に映る人物ごとに着用類似アイテムを表示することができる
  • 表示されたアイテムを購入するアプリも提供されている

解決できること

動画内の登場人物が着ている服に似たアイテムを知ることができる

アイテムを購入することができる

(出典)

事例の4Wで分類してみる

What:どんなAI?

どんなAI? 動画内ファッションアイテム検出AI
AIができること 動画内の着用類似アイテムの表示
AIによって解決されること 動画内の登場人物が着ている服に似たアイテムを知ることができる、
アイテムを購入することができる

Who:誰のためのAI?

具体的なターゲット→ファッション好きユーザ

Why:なぜAIが必要?

  • 便利を増やす
  • 売り上げを増やす

Which:どのタイプのAI?

事例9:ストライプ、需要予測AIで在庫を8割まで圧縮

概要

  • ストライプは、アース ミュージック&エコロジーでAIによる在庫圧縮の実験を実施
  • 値引き率が14ポイント改善して54%。タイムセール時間も4割減るなどを立証した
  • 店舗ごとの商品配分も、従来は都心型と郊外型の2パターンしかなかったが、AI分析実験により8つにまで細分化できた
  • 在庫を8割まで引き下げ、仕入高350億円を削減する計画

解決できること

  • 不要在庫の圧縮によるコストカット

「ストライプインターナショナルグループは、AI(人工知能)分析による在庫圧縮を軸にした2020年1月期の事業戦略を発表した。(中略) 基幹プランド『アース ミュージック&エコロジー(EARTH MUSIC&ECOLOGY 以下、 アース)』では、実験的に18年8月からAIでのデータ分析による在庫圧縮を開始。その結果『アース』の19年1月は、セール期ではあるものの『値引き率が14ポイント改善して54%になった。タイムセール時間も4割減った。』。(中略)実験で在庫発注量、値引き率の最適化には一定の手応えを得たため、2月から国内全プランドにAI分析を広げ る。仕入高350億円削減という数字は、AIがはじき出したものだ。店舗ごとの商品配分についても、従来は都心型と郊外型の2MDしかなく、非効率を生んでいたが、「アース』のAI分析実験ではこれを8つに細分化」

(出所)

事例の4Wで分類してみる

What:どんなAI?

どんなAI? 需要予測AI
AIができること 在庫発注量、値引き率の最適化
AIによって解決されること 不要在庫の圧縮によるコストカット

Who:誰のためのAI?

  • 具体的なターゲット→アパレル企業スタッフ

Why:なぜAIが必要?

  • コストを減らす

Which:どのタイプのAI?

まとめ

いかがったでしょうか。AIの活用事例をみてイメージは深まったでしょうか。次回も同様に,さまざまな分野の事例を掲載していきます。「予測系AI」「識別系AI」「会話系AI」「実行系AI」については、以下の記事でより詳しく解説していきます。

プログラミングカテゴリの最新記事