JPC2016: PTN-02: 人工知能技術 (AI) で切り拓く新しいビジネス

Microsoft Japan Partner Conference 2016
人工知能技術 (AI) で切り拓く新しいビジネス
白砂晃氏
株式会社アロバ
代表取締役社長
向井永浩氏
株式会社Nextremer
代表取締役CEO
興梠敬典氏
AI エンジニア
ID: PTN-02

Microsoft Cognitive Services を活用した店舗、
施設内行動分析サービスとビジネス機会
のご紹介
白砂晃氏
株式会社アロバ
代表取締役社長

Section Title
アロバビューコーロ
～ネットワークカメラ × 感情解析で
ユーザー体験の「みえる」化へ～

自己紹介－白砂晃（しらまさあきら）
1974年広島県生まれ
東京都国立市にある桐朋中学・高校を経て
早稲田大学政治経済学部経済学科を卒業
1999年4月日本電信電話株式会社（NTT）入社
2000年3月株式会社サイバーエージェント入社
2001年1月株式会社シーエー・モバイル出向
2002年1月株式会社フォトクリエイト設立取締役
2003年2月同社代表取締役社長
2013年7月東証マザーズ上場（証券コード：6075）
2014年9月同社代表取締役会長（現任）
2015年5月株式会社アロバ設立取締役
2015年7月株式会社アロバ代表取締役社長（現任）

インターネット写真サービス事業
フォトクリエイトが手配したプロのカメラマンが撮影した写真を、
インターネットを通じて参加者に公開・販売する事業です。
プロカメラマン
による撮影
さまざまな
イベント
掲載準備
公開作業
プリント → 発送閲覧 → 注文ご注文者に
お届け

事例：スポーツ用品メーカーのリサーチ
マラソン大会において、ランナーが履いている靴のシェア率を、
ランナーのレベル別に調査。
【従来】
メーカー自身がスタッフを数十人手配しゴール付近に配置し、
スタッフがその目で靴のメーカー・種類を確認してカウント。
⇒ 人手が多く必要であり、調査結果に対する正確性の検証が不可能。
【フォトクリエイト】
ゴールを通過したランナーを全て撮影しているので、
後日その写真を見て靴のメーカー・種類をカウント。
⇒ 人海戦術を取らずに確実な調査が可能。

⇩
ネットワークカメラを中心に
クラウド世代の映像プラットフォームメーカーに進化！
監視カメラ録画システムを
開発・販売して10年以上

監視カメラ録画ソフトウェア
8年連続国内シェアNo.1
マルチカメラベンダー対応
カメラ1~1,000台を統合管理
柔軟なカスタマイズ対応

柔軟なカスタマイズ対応：事例１
某発電所様向け防災システム
監視カメラ 2,000 台と火災報知機 3,000 台を
リアルタイムに連携。

柔軟なカスタマイズ対応：事例２
入退室管理システム連携
入退室のタイミングに合わせて録画。
入退室管理システムで録画映像を再生。
入退室管理システム組込

柔軟なカスタマイズ対応：事例３
サーキット走行車両自動追尾システム
高速で走行する車両に搭載されたGPS機器からの位置・
速度情報をもとに、最適な監視カメラに自動切り替え。

ニーズの変化
昨今の市場ニーズ：店舗でのマーケティング
 監視目的のみの導入は敬遠されがち・・・
 売上アップのようなプラスα効果が求められる。
⇒ インストア・マーケティング
入店カウンタ
属性判定（性別／年齢）
新規／リピーター判定
店内動線追跡
エリア滞在時間
エリア密集度
購入者カウンタ
入店者リンク付け
退店カウンタ
非購入者カウンタ
滞在時間

ニーズの変化
「録る」＋「取る」
映像をデータを

防犯カメラの映像で画像解析の時代へ
カメラの進化＋顔検出・顔認証の進化

 高速、かつ高精度の顔解析機能
 クラウドベース API
→ 低スペックのデバイスでも運用可能
Cognitive Services
Face API Emotion API

監視カメラ録画システム
＋
Cognitive Services
⇓
マーケティングソリューション
アロバビューコーロ
※コーロ = エスペラント語で「心」

年齢
性別
感情（喜び／悲しみ／怒り等）
人数カウント
新規顧客／リピーター判定
カメラ映像から顧客属性を解析
v(^o^) 100%
(T_T) 0%
(-_-#) 0%
♀ 25才
Repeater

感情の変化をリアルタイム解析
25才／女性
嬉しい！
v(ô^) 100%
(T_T) 83%
(-_-#) 2%
♀ 25才
67才／男性
悲しい・・・
v(ô^) 0%
(T_T) 100%
(-_-#) 0%
♂ 67才
36才／男性
怒り！
v(ô^) 0%
(T_T) 0%
(-_-#) 100%
♂ 36才

取得したデータは自動的にグラフ化
Microsoft Power BI
基礎データに関連データを取り込み、
更に細かい分析も可能
→ 店舗情報、POSデータ、天気、
過去データ…etc
オープンなインターフェース
→ ユーザーまたは SIer が自由に拡張可能

Microsoft Innovation Award 2016
ファイナリストに選出

既設環境に影響しない導入
Cognitive Services
Event Hubs
Stream Analytics
Power BI
ArobaView Cloud
Stick PC
IP Camera
Mobile
Router
① 認証
② 映像
映像から切り出した
③ 画像解析
④ 解析結果

8,000円/月での提供
属性判定・顔照合
人数カウント・感情解析

 感情の数値化
 年齢・性別の識別
 ユーザー体験の “みえる” 化
アロバビューコーロが実現する世界
感情（こころ）をデータに

導入事例１：東京サマーランド様

導入事例２：セイバン様
東京・表参道

Stick PC

女性
男性

笑顔が多いけれども
悲しみ、怒りも
⇒ 迷っている？
悩んでる？
｝
コーロによる来店カウントと、
レジでの購買記録とで、購買率を算出

導入事例３：マツダ様
＠オートモビルカウンシル 2016
幕張メッセ 8/5~8/7

幕張メッセ 8/5~8/7
課題

幕張メッセ 8/5~8/7
課題条件

幕張メッセ 8/5~8/7
課題条件コーロ導入

幕張メッセ 8/5~8/7
女性
男性

幕張メッセ 8/5~8/7
感情がオモテ
に出ていない

幕張メッセ 8/5~8/7
課題条件コーロ導入解析結果

1.店舗毎の特性把握
2.スタッフの人員配置最適化
3.プロモーションの効果測定
4.CS／ES の向上
コーロ活用例

活用例１：店舗毎の特性把握
zcool.com.cnwebdesignhot zcool.com.cn
新宿渋谷大阪福岡
メイン 20代女性 10代女性 30代女性 20代女性
月間来店数 3,000 5,000 2,000 3,000
月間購入者数 750 500 400 300
購入率 25% 10% 20% 10%
客単価 8,000円 12,000円 7,500円 8,000円
販促施策の横展開
webdesignhot

活用例２：スタッフの人員配置最適化
1
5
10
6
15
20 20
30 30
50
45
20
10
10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 19:00 20:00 21:00 22:00
来店数
19:00～20:00はフロアの人数を
増やそう。
近隣の店舗からヘルプにしようか
な。
月曜日はお昼の来店数が
少ないな。
バックヤードでの仕事に
多めに回そう。

活用例３：プロモーションの効果測定
これまで経験や感覚値で決めていたことが
客観的なデータで判断出来るようになります。
購入単価の高い
30代女性の来店数
を増やす！
Plan Do
ターゲットの選定
数値目標設定
販促施策
30代女性の来店数が
プロモーション後
1.5倍に！
Check
結果振り返り
次回は
こうしよう
Action
改善・次回検討

活用例４：CS／ES の向上
店内の雰囲気
・笑顔率が高い店舗は売上も高い？
・各スタッフ別笑顔接客率は？
・退店時、会計時の顧客満足度？
（お客様は喜んでお金を払っている？）
・・・・・・・etc
これまで不可能だと思われていた
「場」の雰囲気の数値化ができる。
笑顔率90%

小売
アパレル
飲食
店舗開発
飲食
アパレル
小売

アライアンスパートナーを募集しています。

人工知能テクノロジーを用いた対話システム
とビジネス機会のご紹介
向井永浩氏
代表取締役CEO
興梠敬典氏
AI エンジニア

東京都板橋区成増 / 高知県南国市
設立 2012年10月
従業員約40名
[事業内容]
人工知能対話エンジンの開発
人工知能関連技術の研究開発
関連会社
Nextremer Solutions
India Private Limited (インド)
Pune, India 411028
設立 2013年2月
従業員約40名
事業内容 AI研究開発拠点
株式会社dataremer
高知県南国市
設立 2016年8月
事業内容シナリオ作成 / 大量データ加工サービス

クラウド
デバイス
B2C B2B

Bot Framework & MINARAI
Bot
Framework
MINARAI
対話サービス
自然言語処理
アプリケーションロジック実装
応答文作成

対話エンジンの特徴
{
checkin: 2016.08.12,
checkout: 2016.08.15
}
予約したいのですが
はい、何日からのご利用でしょうか
今週の金曜日から３泊したいです
禁煙ルーム/喫煙ルームのご希望は
ございますか？
禁煙でおねがいします
タスクコンプリート型対話
{
reservation: false
}
一問一答型対話
想定する質問/応答/辞書/独自判定文などをGUIまたはXMLにて設定
一問一答の対話だけでなく、文脈を考慮した対話シナリオも作成可能
独自記法を用いてユーザの発話から必要な情報を取り出すことが可能
応答文、対話シナリオについては要プログラミング
GUIによる設定画面は現在開発
{
smoking: false
}

バックエンドサービスの特徴
管理画面
セッション/対話状況（破綻していないか）のモニタリング、
マニュアルによる応答などの機能を有した管理画面を提供
シナリオアップデートUI
運用において対応できなかったユーザ発話を、
シナリオに追加するための機能を提供
基本シナリオ
ユーザの事業ドメインに依存しない一般的な会話、表現などは、
基本シナリオとして利用の有無を設定することが可能

システム構成 : 概要
Azure VirtualMachines
Minarai for
BotFramework
(Node.js)
対話エンジン
(Java)
Bot
Framework
対話ログ閲覧
セッション管理
マニュアル応答
対話シナリオ編集
- 意図理解
- レスポンス
Web UI
Http
text
text
Application Code
DB連携
応答文生成

システム構成（雑談）
Minarai for BotFramework 対話エンジン
text
text
Application Code
インターフェイス
リクエストデータ
編集
意図理解
応答文
応答文編集
発話データ’
MSBotFramework
発話データ
応答文’
応答文生成
意図理解結果
対話エンジンにインプットした
入力/出力のパターン（シナリオ）に基づき、応答を返す
応答文
発話データ

システム構成（データ活用）
対話エンジン
text
text
インターフェイス
リクエストデータ
編集
意図理解
意図理解結果応答文生成
ビジネスロジック
(DBアクセス)
発話データ’
MSBotFramework
発話データ
応答文
対話エンジンで意図理解のみを行い、
応答文をアプリケーションで記述するパターン
応答文
Minarai for BotFramework
Application Code

@action ‘ask-schedule’
@pattern * {time:*time-exp} * {name:*row} と会うのは何時？
対話シナリオ記述例:意図理解
{
action: ‘ask-schedule’,
time: 2016.08.19,
name: 向井さん
}
「来週の金曜日に向井さんと会うのは何時？」

シナリオ作成サービス

シナリオ作成サービス
ソフトウェアとしての正解ではなく、
コニュニケーションとしての正解を
対話エンジンの性能も重要ですが、Botにどんな応答をさせるか、もまた重要です。
dataremerのシナリオ作成サービスは、そんな「コミュニケーションとしての正解」を
意識した対話シナリオを提供します。

JPC2016: PTN-02: 人工知能技術 (AI) で切り拓く新しいビジネス

JPC2016: PTN-02: 人工知能技術 (AI) で切り拓く新しいビジネス

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a JPC2016: PTN-02: 人工知能技術 (AI) で切り拓く新しいビジネス

Semelhante a JPC2016: PTN-02: 人工知能技術 (AI) で切り拓く新しいビジネス (20)

Mais de MPN Japan

Mais de MPN Japan (20)

JPC2016: PTN-02: 人工知能技術 (AI) で切り拓く新しいビジネス