ID:65834さん

モビリティサービスにおける将来の業務負荷を可視化するため、返却車両台数の予測モデル開発と業務改善支援を担当しました。事業部門へのヒアリングを通じて課題を整理し、予測テーマの立案、要件定義、予測ロジックの実装、分析結果の可視化、レポーティングまで一貫して推進しました。 単にモデルを作るだけでなく、関係者と認識をそろえながら、分析結果を意思決定につながる形で整理・提案した点が特徴です。データに基づく将来業務量の見通しを示すことで、業務改善やシステム化の検討を前進させました。

### ▼プロジェクト概要（目的・チーム構成） - 自社のコミュニティコマースプラットフォーム「Moribus Community & Commerce」の機能拡張と改善を目的としたプロジェクトに参画しました。このプロジェクトでは、ML（機械学習）およびLLM（大規模言語モデル）を活用し、ユーザーのヒアリングと潜在的な課題の特定を行いました。 - 私の提案したアイデアの中から、コミュニティ参加者のコメントに対する自動返答機能が採用され、そのAPI開発を担当しました。 - チームはMLエンジニア2名で構成され、私はプロジェクトのリーダーとして活動しました。上司は相談役としてプロジェクトに参加しました。 ### ▼担当業務 - 顧客体験向上を目的とした新機能の開発における課題の特定と提案 - ChatGPTを活用したコメント返答案の自動生成機能のAPI化、開発、検証 - 開発タスク、進捗の管理 ### ▼当時の課題等 - 新たにリリースされたコミュニティコマースプラットフォームサービスの魅力を高め、プロジェクトを加速させる必要があった - MLチームとして、顧客からのヒアリングを通じて課題の特定と提案を行う - コミュニティ参加者が多数いる中、限られたスタッフで迅速な問い合わせ対応を行う必要があった。手作業での対応は時間がかかり、非効率でした。 ### ▼工夫 - 現行の問題点を自ら分析し、サービス改善に資する仮説を立て、具体的な改善案を提案。例えば、実運用状況の確認、競合他社の機能分析を行い、コミュニティ検閲、商品に対する購買・興味度合いの可視化、運営チームの負担削減を改善案として挙げました。 - GPTのAPIを活用し、参加者からの問い合わせに自動で返答するシステムを開発。これにより、迅速な対応を実現しました。 ### ▼主な実績・取り組み - 自動応答機能、コミュニティ検閲、コミュニケーションの特徴の可視化、ユーザーの興味度合いの可視化など、複数の提案を行い、2つの案が経営層およびPdMに採用されました。 - ChatGPT APIを活用した自動返答機能の開発により、顧客の運用負荷を約1/3に軽減。これにより、限られたスタッフでも多くのユーザーへの迅速な対応が可能となりました。 ### ▼所属会社 AIQ株式会社 [https://www.aiqlab.com/](https://www.aiqlab.com/) ### ▼関連情報 「Moribus Community & Commerce」：SNSとコミュニティ、コマースを結びつける次世代ソーシャルコマースプラットフォーム。顧客のニーズを満たし、LTV（顧客生涯価値）向上に直結します。[https://www.aiqlab.com/information/20221004-01](https://www.aiqlab.com/information/20221004-01)

### ▼プロジェクト概要（目的・チーム構成） - 顧客およびPdMからの要望に応え、インフルエンサースタッフを模倣したAIによるチャット機能を持つデジタルスタッフ/ファッションメイトの開発を目指しました。このプロジェクトは、ユーザーとの対話を通じてファッションに関するアドバイスなどを提供することを目的としています。 - MLチームの一員として、ユーザーからの質問に対するデジタルスタッフの回答方法の設計、実装、および検証を担当しました。 - チームはMLエンジニア2名で構成され、プロジェクトのリーダーとしての役割を果たしました。上司はプロジェクトの相談役として参加しました。 ### ▼担当業務 - 会話方法の設計からAPIの開発までを担当 - 顧客およびPdMとの要件調整 - 開発タスクと進捗の管理 ### ▼当時の課題等 - ユーザーがデジタルスタッフとの会話を楽しむためには、会話の質を高め、会話の継続を促進する要素を明確にする必要がありました。これらを基にした課題解決のアプローチが求められました。 - 社内にはLLMを用いたチャットボット開発の経験がなく、新たな技術の習得と応用が必要でした。 - 顧客およびPdMに対して、デジタルスタッフの可能性と制限を共有し、共通の理解を築きながらプロジェクトを進める必要がありました。 ### ▼工夫 - 効率的に適切なInstagram投稿を検索し取得するため、Retrieval-Augmented Generation (RAG) や Language Model (LLM) について深く学び、会話アルゴリズムの効率化を図りました。 - ユーザーの質問に基づき、関連するInstagram投稿を取得し、その内容を回答根拠として活用する会話アルゴリズムを開発しました。 - 精度向上のため、質問と投稿の文章フォーマットの統一、Instagram投稿やPAL公式サイトのスタッフコーディネート情報の活用、ChatGPTのAPIを用いたベクトル化とpgvectorを用いたベクトル検索を実施しました。 ### ▼主な実績・取り組み - 株式会社パル様との実証実験を通じ、13日間で1,700人のユーザーに対して5,000回の会話を提供しました。これにより、遠方のお客様や商品購入に関する肯定的なフィードバックを多数獲得し、プロジェクトの継続承認をPAL様から得ました。 - 本プロジェクトで開発したデジタルスタッフの技術を他のプロジェクト（KDDI様）にも応用しました。 ### ▼所属会社 AIQ株式会社 [https://www.aiqlab.com/](https://www.aiqlab.com/) ### ▼関連情報 - 「これ、わたしみたい！」インフルエンサースタッフのもう一人の「わたし」を創出するファッションメイトの実証実験を開始 [https://www.aiqlab.com/information/20231019-01](https://www.aiqlab.com/information/20231019-01) - KDDIとAIQがバーチャル空間上で接客AIを活用した未来のショッピング体験の実証実験を開始 [https://www.aiqlab.com/information/20240309](https://www.aiqlab.com/information/20240309)

### ▼プロジェクト概要 NECの海外現地法人におけるAIおよびデータ分析人材の育成を目的としたAIとデータ分析の学習 サービスを設計、環境構築(サンドボックス環境)、導入、運営を実施 ### ▼チーム規模 3名 ### ▼役割 リーダー ### ▼担当業務 ・作業メンバー、スケジュールおよび進捗の管理 ・データ分析学習サービスの企画から運営までの施策実施:サービス提供フローとエスカレー ションフローの設計、サンドボックス環境構築、他部署との連携による問い合わせ窓口強化、 サービス紹介と学習コンテンツの作成・拡充、問い合わせ対応 ### ▼課題 ・データ分析学習サービスを1から企画、リリース、運営する必要があった。 ・抽象的なタスクをスケジュール通りに進める必要があった。 ### ▼工夫 ・データ分析学習サービスの目的やあるべき姿を企画し、それを運営するリソースを考え、必要に応じて他部署に協力を依頼した。 ・AWSを使ってEC2上にNECのアルゴリズムを触れる環境を構築し海外現地法人がアクセスできるようにした。 ・課題と懸念を念入りに検討し、遅延要素を細かく洗い出すことで、作業の手戻りなどを防ぐことができた。 ### ▼主な実績・取り組み ・AWSを使用してNECのアルゴリズム(予測、テキスト分析など)を活用したデータ分析を学習 できるサンドボックス環境を構築し、海外現地法人の社員が初心者から理解できるようにサー ビス紹介および学習コンテンツを整備した。 ・計画通りにデータ分析学習サービスをリリースし、インド、アメリカ、ヨーロッパなどの海 外現地法人社員約500名以上が利用し、人材育成に貢献した。

### ▼プロジェクト概要 海外市場におけるAIおよびデータ分析技術を活用した事業拡大を目的とした新規事業・サービ ス開発 ### ▼チーム規模 3名 ### ▼役割 メンバー ### ▼担当業務 ・新規顧客開拓のための営業活動とプレゼンテーション ・顧客の業務プロセス、無線通信機器などの製品およびデータの分析 ・分析課題の仮説設定と検証、機械学習技術を用いた予測モデルの開発 ### ▼課題 ・1からAIを使った新規サービスを企画する必要があった。 ・NECとして新規サービス企画をするノウハウがなかったので手探りで進める状況だった。 ### ▼工夫 ・ステークホルダーと緊密に連携し、技術的な洞察をビジネス価値に変換することを心がけた。 ・予測タスクではさまざまなアルゴリズムを使用して予測結果を評価したり、サービス提供形態を意識し、NECの製品をいかに組み合わせられるかどうかを意識して考えられた。 ### ▼主な実績・取り組み ・ロシアの通信事業者との実証実験で、通信機器の通信量を97%の精度で予測するモデルを構築 した。これにより、需要予測(在庫の最適化)と予防保全(保守業務の最大15倍の効率化)の2 つの商用サービスのリリースに貢献した。プレスリリース: NEC uses AI to optimize inventory and maintenance with highly precise predictions <https://www.nec.com/en/press/201802/global_20180222_01.html>

プロジェクト概要 自社Webページに掲載する訴求バナー文言について、生成AIを活用して候補を自動生成し、既存文言とのABテスト結果を踏まえて継続的に改善する仕組みの構築に取り組んでいます。 ページごとのペルソナや訴求トリガーを分析した上で、よりCVR向上が期待できる文言を生成し、実績に基づいて運用改善を自動で回せる基盤づくりを目指したプロジェクトです。 担当業務 ・Webページ特性に応じた文言生成ロジックの設計・実装 ・生成AIを用いたコピー生成アルゴリズムの開発 ・既存文言とのABテスト自動化ロジックの設計 ・APIおよびバッチ処理の実装 ・実績データをもとにした継続改善の仕組みづくり 技術的なポイント 単に文言を生成するだけでなく、ページのペルソナや訴求トリガーを踏まえた文脈に応じたコピー生成と、その後のABテスト結果を活用した改善ループの自動化に取り組んでいます。 生成AIと実運用の評価サイクルを組み合わせ、マーケティング施策の改善を継続的に回せる仕組みを構築している点が特徴です。