AI事例をトコトン知る、業種別×活用タイプ別の45事例 #4

AI事例をトコトン知る、業種別×活用タイプ別の45事例 #4

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10:ZOZOUSED、古着の値づけにAlを導入(ファッション)

概要

  • .ZOZOUSEDは、商品管理情報が少ない古着における値づけ課題をAIで解決
  • ZOZOグループ内のビッグデータを活用してAIモデルを構築
  • 以前はプランドやカテゴリー、コンディションなどの情報でのみ値づけを行なっていたが、AIモデルの導入で高精度な値づけが可能になった
  • AIモデル導入後、値づけの的中率はAI導入前の約1.5倍に上がった
  • 平均買取単価は200~300円上昇し、売り手のモチベーションを高めた

解決できること

買取価格のアップと古着を売りたいユーザーのモチベーションの向上

(出典)

事例の4Wで分類してみる

What:どんなAI?

どんなAI? 古着値づけAI
AIができること 販売価格予測による適正な買取。価格の自動抽出
AIによって解決されること 買取価格のアップと古着を売りたいユーザーのモチベーションの向上

Who:誰のためのAI?

具体的なターゲット→古着を売りたいユーザー

Why:なぜAIが必要?

  • 満足を増やす

Which:どのタイプのAI?

事例11: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)

概要

  • 1876年の創刊から1970年代までの約100年分の新聞記事をテキストデータ化
  • これまでは原本をスキャンしたイメージデータだけを保存していたが、AIによるテキストデータ化に乗り出した
  • 文字の画像データとその文字をテキストにしたデータの組を5万字分作成し学習データ化
  • 当初読み取り精度が花%に留まっていたが工夫を凝らし読み取り精度を弱%までに
  • 古い新聞の文字は読み取りが難しいとされていたが、自動で読み取れるAI技術を確立
  • 精度を上げることで人手による修正の手間を大幅に省けるようにした

解決できること

  • 100年分の新聞記事を文字で検索できるようになる

(出所)

事例の4Wで分類してみる

What:どんなAI?

どんなAI? 新聞記事の読み取りOCR AI
AIができること 古い新聞の画像データをテキストデータとして読み取る
AIによって解決されること 100年分の新聞記事を文字で検索できるようになる

Who:誰のためのAI?

  • 具体的なターゲット→過去記事の参照者

Why:なぜAIが必要?

  • 不満を減らす

Which:どのタイプのAI?

事例12: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

概要

  • 福岡ソフトバンクホークスはAIチケットを販売
  • AIチケットでは需要に応じて価格が変動するダイナミックプライシングを採用
  • 過去の販売実績、順位、対戦成績、試合日時、席種、席位置、チケット売れ行きなどから
  • AIで需要予測し価格を決定
  • AIシステムを活用しリアルタイムで価格が変動する仕組みに

解決できること

  • 空きが多いときはより安価で買いやすくなる
  • 人気試合でも金額次第で入手可

(出所)

事例の4Wで分類してみる

What:どんなAI?

どんなAI? ダイナミックプライシング AI
AIができること 需要に合わせた最適価格の設定
AIによって解決されること 空きが多いときはより安価で買いやすく、人気試合でも金額次第で入手可能に
結果、売上の向上

Who:誰のためのAI?

  • 具体的なターゲット→野球観戦者

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?

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