Japanese IT domestic

ラックは2022年2月17日、金融不正取引防御サービス「AIゼロフラウド（AI ZeroFraud）」を金融機関向けに提供開始した。キャッシュカードを騙し取って現金を引き出すといった不正な口座取引を、AIで検知して防御する。ラックの金融犯罪対策センター「Financial Crime Control Center」（FC3）が開発したAIを活用する。価格は対象口座数などに応じて変わり、個別見積もり。 　AIゼロフラウドは、不正な金融取引をAIで検知して防御するサービスである（図1）。キャッシュカードを騙し取って現金を引き出すといった不正な口座取引をAIで検知して防御する。金融機関のサービス利用者の取引行動から特殊詐欺行為を発見し、不正利用を停止する。金額、口座情報、日時、などの属性データや取引履歴などのデータを元に不正かどうかを判別する。取引情報をAIゼロフラウドに送信すると、リアルタイムに分析結果が得られる。 図1：金融不正取引防御サービス「AIゼロフラウド（AI ZeroFraud）」の概要（出典：ラック）拡大画像表示 特徴は、AIを利用して不正取引の検知性能を高めたことである。不正取引検知率として94%をうたっている。不正取引は正常な取引と比べて極端に件数が少なく不均衡データとなるため、従来のルールベースの検知では対応が難しい。ラックが開発した技術では、犯罪パターンを分析し、学習用データの比率調整を実施する。不均衡データでも発見率が高いとしている。 サービス導入の流れはこうだ。事前検証フェーズにおいて、金融機関が保有する取引データを実際に使い、データ分析や不正検知モデルのチューニングを実施する。こうして、実現性や有効性を評価する。この後、検証結果に基づき、システム環境に沿った形で不正取引検知システムを開発・導入する。運用フェーズでは、定期的にAIエンジンをチューニングし、金融機関の取引状況を不正検知モデルへと反映させる。 Original Post

　日本航空（JAL）、KDDI、メディパルホールディングス、東京都デジタルサービス局は、2月8〜9日と16日の3日間に渡り、ドローンが隅田川上空を飛行して永代橋、中央大橋、佃大橋の3つの大橋を横断し、医薬品を配送する実証実験を実施。最終日となる16日には、実証実験を報道に向けて公開した。 本実証実験は、「東京都におけるドローン物流プラットフォーム社会実装プロジェクト」に採択された3件のうちの1つ。KDDIとJR東日本が中心となった竹芝でのフードデリバリー、ANAとセブンイレブンが中心となった日の出町でのコンビニ商品配送に続き、JALとKDDIが中心となって取り組んだ。 目的は、2022年度下期に法改正が見込まれる「レベル4（有人地帯における目視外飛行）」の解禁を見据えた、ドローンによる医薬品輸送ビジネスモデルの確立だ。医薬などの卸売業を営むメディセオと、東京都中央区にある聖路加病院がユーザーという立場で協力した。 （左から）メディセオ ロジスティクス本部長の若菜氏、KDDI 事業創造本部ビジネス開発部 ドローン事業推進Gリーダーの博野氏、JALデジタルイノベーション本部エアモビリティ創造部マネージャーの田中氏、聖路加病院 薬剤部部長の後藤氏 1日5回の医薬品緊急配送、ドローンでの代替を目指す 聖路加病院 薬剤部部長を務める後藤一美氏は、「1日4〜5回ほど、緊急配送が発生している」と明かす。配送物は、高額かつ緊急性が高く、常時使わない医薬品も多く、1回の投与量によっても必要量が変動するものもあるという。院内で薬剤を保管するスペースも限られているなか、即時オンデマンド配送へのニーズは高いという。本実証のシナリオは、「緊急時における医薬品の即時オンデマンド輸送」とされたが、有時平時問わず、ドローンによる医薬品配送のビジネス化が求められていることがうかがえる。 本実証で使われた機体は、国産ドローンメーカーACSLの「PF2」という自動航行ドローン。JAL デジタルイノベーション本部 エアモビリティ創造部 マネージャーの田中秀治氏は、「医薬品のように少量多頻度配送に、うってつけの機体」と話す。出発地点のメディセオ新東京ビルから目的地の聖路加国際病院へ、隅田川テラス沿いを5m/sの速度で約2.0km飛行して、医薬品サンプル（模擬品）を配送した。 ACSL製の「PF2」サイズは、横幅1173mm、高さ526mm 見どころの1つは、都内初となる「大橋の横断」だ。ドローンは、通行人がいる場合はホバリングして待機し、レベル2（補助者あり目視外）で飛行した。また、各橋に補助者を配置する、橋の両端に注意喚起の立て看板を設置するなど、安全管理につとめた。 実証には大勢の報道陣や関係者が集まり、ビルの向こうにドローンが現れるのを待ち構えた。橋でホバリングしている様子が遥か遠くに目視できたときには、現場はざわざわとどよめいていた。 左端のビルの左側に機体が見える その時のドローンからの風景（提供：ACSL） ドローンは、隅田川上空を自動航行して、約8分後に目的地付近へ到着した。実証期間中には、通行人の通過を待ちながら飛行したため、片道最大14分かかったフライトもあったという。PF2の最大飛行時間は35分のため、バッテリー不足への対策として残量が一定値を切った場合は、2カ所の緊急着陸地点のいずれかへ降りるというシステムが組まれていた。 ドローンが着陸するところ…

　akippaは2月16日、分譲マンションや寮などの空き駐車場対策として、駐車場オーナーが特定の利用者のみに貸し出せる「akippa private（アキッパ・プライベート）」の提供を開始すると発表した。3月1日より利用できる。 駐車場オーナーが特定の利用者のみに貸出を行える「akippa private」 akippaは、契約されていない月極駐車場や個人宅の車庫、空き地、商業施設など空いているスペースを、ウェブまたはアプリから事前予約、事前決済して安く利用できる、駐車場のシェアリングサービス「akippa」を運営している。 今回のakippa privateは、駐車場オーナーが指定する特定の対象者に限定して駐車場を貸し出せる、akippaの新機能。分譲マンションや賃貸物件の入居者専用駐車場、施設の専用駐車場での利用を想定している。 akippaが専用の予約ページURLとパスワードを発行し、駐車場オーナーに通知。オーナーは特定の予約対象者に必要情報を伝える。予約対象者は該当のページからakippaにログインし、予約希望日時の選択、必要事項の入力を行って予約が可能だ。 「akippa private」の利用フロー なお、予約にはakippaの会員登録が必要。akippaの予約システムを活用して予約、決済をするため、利用者から徴収する駐車場利用料はクレジットカード、キャリア決済（docomo、au）、PayPay決済となる。管理会社は窓口業務の管理工数を削減できるほか、現金取り扱いのリスクを回避できる。 また、分譲マンションにおいて外部収益が駐車場シェアの導入障壁となっている場合、入居者専用で外部収益とならないakippa privateは、税金リスクなく空きスペースの活用が可能。さらに、セキュリティの整った分譲マンションや学生寮などにおいて、予約対象者を絞ることができるため、第三者の立入りを防げるとしている。 akippaとの違い Original Post

KPMGコンサルティングは2022年2月14日、統合業績管理（経営企画、オペレーション計画、財務予測を統合した業績管理モデル）の実現を目的とした業績管理テンプレートを提供開始した。迅速に意思決定を行えるように、既存のEPM（経営管理）ツールとKPMGが独自に構築した予測エンジンを組み合わせた。まずは小売業に向けて提供し、今後は製造業を中心に、より幅広い業態に対応した製品へと発展させる。 　KPMGコンサルティングは、統合業績管理（経営企画、オペレーション計画、財務予測を統合した業績管理モデル）の実現を目的とした業績管理テンプレートを提供開始した。迅速に意思決定を行えるように、既存のEPM（経営管理）ツールとKPMGが独自に構築した予測エンジンを組み合わせたとしている。 テンプレートは、有限責任あずさ監査法人のアカウンティング・アドバイザリー・サービス事業部が持つ、事業ポートフォリオ分析などの財務分析に関する知見を活用している。さらに、KPMG Ignition Tokyoが持つアセット「予測エンジン」および「マネジメントコックピット」を利用している。 提供する機能の1つが「マネジメントコックピット」である（画面1）。ダッシュボード上に、ROIC（投下資本利益率）ツリー、財務KPIヒートマップ、ESG指標分析、複数の事業ポートフォリオシナリオ分析、などの各種分析画面をマルチスクリーン型で視覚化する。需要予測における予測値の正確性を高められるように、相関係数の高いデータを利用したシミュレーション機能も備える。 画面1：「マネジメントコックピット」のイメージ（出典：KPMGコンサルティング）拡大画像表示 業績管理モデルは、S&OP（Sales & Operations Planning）のデータモデルとFP&A（Financial Planning ＆ Analysis）のデータモデルを融合させている。これにより、予兆検知的な洞察が得られるとしている。また、分析機能では、数理的手法を活用した分析・予測モデルを提案する（図1）。統計的な予測データの算出や仮想シナリオに基づいたWhat-If分析などの機能を提供する。 図1：分析機能の概要（出典：KPMGコンサルティング）拡大画像表示 Original Post

セマンティック・セグメンテーションを用いた、海岸の写真からの海ごみ検出のイメージ図。写真に対して、ピクセル単位でのクラス分類が行われる。訓練用に2800枚、評価用に700枚の画像データを用いた（写真は山形県提供） 海洋研究開発機構と鹿児島大学は2月4日、ディープラーニングを用いた画像解析で、デジカメなどで普通に撮影された海岸の写真から、海岸の漂着ゴミを検出する手法を開発したと発表した。 海岸漂着ゴミの実態調査は世界中で行われているが、ゴミの現存量の定量化が行える、汎用性と実用性の面で優れた技術がなかった。人による調査では、経済的負担、時間的制約、さらに範囲も限定されてしまい、精度にも課題があった。ドローンや人工衛星を使う技術も開発されているが、それではコストがかかりすぎる。そこで、海洋研究開発機構の日高弥子臨時研究補助員、松岡大祐副主任研究員と、鹿児島大学の加古真一郎准教授からなる研究グループは、地上においてデジカメなどで簡易的に撮影された画像から、高精度で海洋漂着ゴミの定量化ができる技術の研究に着手した。 ここで採用されたAI技術は、セマンティック・セグメンテーションと呼ばれるもの。ディープラーニングを用いた画像解析技術で、画像内のすべてのピクセルにラベル付けを行い、ピクセルごとに、人工ゴミ、自然ゴミ、砂浜、海、空といったクラスを出力する。そのクラス特有のパターンの学習には、山形県庄内総合支庁から提供された海岸清潔度モニタリング写真3500枚が利用された。そこから正解となるラベルを作成し、AIの訓練や判断の評価を行った。 入力画像、正解ラベルおよびAIによる推定画像の例 今回の研究では、海岸漂着ゴミを検出した後の画像を、真上から見た構図に変換（射影変換）して、ゴミの被覆面積を推定することも可能であることがわかった。ドローンによる空撮画像から推定した被覆面積と比較したところ、誤差は10％程度だった。 セマンティック・セグメンテーションと射影変換による人工ごみの被覆面積推定結果。海岸漂着ごみ検出後の画像を真上から撮影した構図に射影変換することにより、海岸全体のごみの被覆面積が推定可能であることを示したもの。同手法の精度は、ドローンによる空撮から得られた正解値との比較により検証している 今後は、海岸漂着ゴミの堆積の推定や、プラスチックゴミの個数のカウントもできるように発展させるという。今回の研究から生まれた学習用データセット（The BeachLitter Dataset v2022）は、非商用の研究目的に限って公開される。汎用性の高いシステムなので、多くの人がデータを集め学習させることで、それぞれの地域特有の、目的に合ったAIの開発が可能になり、全世界で活用できるようになるとのことだ。そこで、研究グループは、アマチュア科学者をはじめ多くの人々が参加する市民科学に期待を寄せている。 Original Post

NTTコミュニケーションズ（NTT Com）は2月4日、山形県との連携のもと、米沢市と高畠町において、車載カメラで収集した画像データからAIで積雪状況を分析する実証実験を同日開始した。これは除雪業務の効率化を目指す実験で、積雪状況をリアルタイムに「可視化プラットフォーム」の地図上に表示する。 同実証実験はNTT Comの社内ビジネスコンテスト「DigiCom」および社内新規事業創出プログラム「BI challenge」にて創発されたビジネスアイデアで、その事業化に向けた取り組みの一環。 山形県は豪雪地帯として知られているが、なかでも米沢市と高畠町は国土交通省から「特別豪雪地帯」に指定されており、除雪の緊急度把握が特に重要な地域となっている。今回実験を行うNTTコミュニケーションズのシステムは、様々な車両の車載カメラで撮影された道路の映像をクラウドに集め、地図上にマッピングするというもので、積雪状況のリアルタイムの可視化、状況把握の効率化、緊急度に応じた除雪車の早期手配などに役立つ。 これには、NTT Comが提供するクラウド録画カメラサービス「coomonita 」（コーモニタ）」と、ネット地図サービス企業HERE Technologies（ヒアテクノロジーズ）の位置情報システム「HERE Maps API」が用いられる。AI画像分析は、東大・松尾研発のAIスタートアップACES（エーシーズ）と協力し実施する。 実証実験は、2つのステップで実施される。2月28日まで実施されるステップ1では、道路などの積雪状況の画像データを集め、個人情報をマスキングした上でリアルタイムに「可視化プラットフォーム」の地図上に画像を表示し、可視化データを自治体に提供する。2022年12月に実施予定のステップ2では、積雪状況、道路の幅、事故、道路陥没状況などをAIで画像分析し、結果を自治体に提供する。 今後は、積雪アラートなどの機能を追加すると同時に、道路の損傷検知や地域防犯など、積雪地域以外の全国にも同システムを展開を目指すとのことだ。 Original Post

ソニー銀行は、住宅ローン審査のオペレーションを改善し、文書管理基盤とともに2021年5月に稼働させた。新たなオペレーションでは、審査書類をソニー銀行に送付する手段を増やし、郵送、メール添付、FAXに加えて専用サイトへのアップロードを可能にした。これにともない、どの経路から来る書類でも効率的に一元管理できる仕組みとして、文書管理システムの「SPA Cloud」（ウイングアーク1stが提供）を導入した。ウイングアーク1stが2022年2月7日に発表した。 　ソニー銀行は、住宅ローン審査のオペレーションを改善し、文書管理基盤とともに2021年5月に稼働させた（図1）。新たなオペレーションでは、審査書類をソニー銀行に送付する手段を増やし、郵送、メール添付、FAXに加えて、専用サイトへのアップロードを可能にした。これにともない、どの経路から来る書類でも効率的に一元管理できる仕組みとして、文書管理システムのSPA Cloudを導入した。 図1：Salesforceと連携したSPA Cloudで重要書類を一元管理するフロー（出典：ウイングアーク1st）拡大画像表示 従来は、書類受付から審査結果の告知まで3～5週間かかっていた。特に、書類の受付と確認に1～2週間がかかっており、ボトルネックになっていた。これを改善するため、顧客が書類をアップロードして提出する方法を追加した。書類の受付や確認を含め、書類の管理に要する時間を短くすることによって、書類受付から審査結果の告知までを早期化した。 ソニー銀行は、顧客管理にSalesforce.comのExperience CloudとService Cloudを活用している。SPA Cloudでは、Salesforceで管理している顧客情報と書類を紐づけて管理する。これにより、各経路から送られてくる書類を、SPA Cloudを介してSalesforceの画面から確認できるようにした。また、SPA Cloudでは、住宅ローン関連の書類だけでなく、過去20年分の顧客関連書類のデータを一元的に管理している。これにより、数百万個のフォルダから対象フォルダを4秒程度で検索可能になった。 なお、アップロードは、ソニー銀行から顧客にExperience CloudのIDとパスワードをメールで送り、顧客にファイルをアップロードしてもらう。メールで受け取った際には、Service Cloudで検索した顧客フォルダにドラッグ&ドロップで格納可能である。郵送で受け取った書類は、顧客のQRコードが付いた表紙を出力して書類と一緒にスキャンするという工夫によって、顧客ごとのSPA Cloudフォルダに自動的に格納する。 今後は、紙の書類のスキャン作業にAI-OCR（光学文字認識）などを活用することにより、書類の振り分けを自動化させる予定である。 Original Post

高異型度漿液性卵巣がんにおけるLKB1-MARK3経路の機能異常 理化学研究所（理研）は2月7日、医療ビッグデータとコンピューター科学の活用により、卵巣がんの新しい治療標的「LKB1-MARK3経路」を特定したと発表した。卵巣がんの中でもっとも死亡者数の70から80％を占める「高異型度漿液性卵巣がん」の新しい治療法の開発につながると期待されている。 これは、理研、国立がん研究センター研究所、国立がん研究センター中央病院、東京大学、米メモリアルスローンケタリングがんセンター、米国立がん研究所の国際共同研究によるもの。 高異型度漿液性卵巣がんの研究では、ゲノム解析の結果、ほぼ全例にがん抑制遺伝子TP53の不活性化型変異が認められている。その症例の半数にはPARP阻害剤が有効な治療法とされるが、残りの半数の症例への治療標的が十分には確立されていなかった。しかし、個別の遺伝子変異に注目した従来型の研究手法では、これ以上新しい治療標的を発見できない可能性がある。そう感じた研究グループは、様々なアルゴリズムを用いてコンピューター解析を行う「ビッグデータ解析」による、遺伝子発現量の変化を定量的に評価する必要があると考えた。 研究グループは、高異型度漿液性卵巣がんのがん組織と正常卵巣組織の遺伝子発現量を比較解析するために、大規模なマイクロアレイデータ、RNA-seqデータ、臨床情報などが含まれる複数データベースの統合解析を行い、遺伝子発現変化が臨床予後に影響する遺伝子を抽出するために、新しい解析プラットフォームを構築。これにより、「LKB1-MARK3経路」のMARK3遺伝子が高異型度漿液性卵巣がんで発現抑制されており、その遺伝子発現量の低下が臨床予後の悪化に関わることがわかったという。 医療ビックデータ解析による新規治療標的の探索パイプラインと解析結果 次に、ビックデータ解析の結果を臨床医学的に検証するために、高異型度漿液性卵巣がんの正常組織（卵管上皮細胞）と前がん病変（上皮内がん）、浸潤がんの患者由来検体を用いて、「セリンスレオニンキナーゼ（serine-threonine kinase）をコードするがん抑制遺伝子」であるLKB1と、「LKB1によって直接的にリン酸化修飾を受けるセリンスレオニンキナーゼ」であるMARK3のタンパク質発現量を評価した。 その結果、LKB1とMARK3からなる「LKB1-MARK3経路」のMARK3遺伝子が高異型度漿液性卵巣がんで発現抑制されており、その遺伝子発現量の低下が病状の悪化に関わっていることがわかった。さらにその後の解析により、MARK3は卵巣がん細胞株において抗腫瘍効果を発揮することもわかった。これは、マウスの皮下組織にMARK3を強制発現させた卵巣がん細胞株を移植する実験でも、明らかとなった。 卵巣がん組織におけるLKB1とMARK3のタンパク質発現プロファイル 今回の研究は、理化学研究所革新知能統合研究センターの情報科学技術を用いて、「医療ビッグデータを解析し、従来の医学研究手法でその結果を検証した」ものであり、その成果は「がん研究においても情報科学と医学が融合した学際的な研究手法が重要であることを示しています」と研究グループは話している。このビッグデータ解析手法は、異なるがん種や疾患の原因探索にも応用できる可能性があるとのことだ。 Original Post

SUBARUは2022年2月9日、エンジン部品であるカムシャフトの研削加工品質をAIで判定するシステムを稼働させたと発表した。同年1月末からSUBARUの群馬製作所大泉工場で運用している。全カムシャフトの品質保証をリアルタイムに実現したことで、従来の抜き取り検査による品質検査と比べて品質保証レベルが上がったとしている。なお、AIモデルは富士通と共同で開発した。AIモデルの導入に合わせて、製造現場でAIモデルを管理するための運用管理ソフトウェア「FUJITSU Manufacturing Industry Solution COLMINA 現場品質AI 運用管理パッケージ」（COLMINA 現場品質AI）も導入した。 　SUBARUは、エンジン部品であるカムシャフトの研削加工品質をAIで判定するシステムを稼働させた（図1）。2022年1月末からSUBARUの群馬製作所大泉工場で運用している。導入の効果として、全カムシャフトの品質をリアルタイムに保証できるようになったことにより、従来の抜き取り検査を主体とした品質検査と比べて、品質保証のレベルが上がった、としている。 図1：カムシャフトの研削加工品質をAIで判定するシステムのイメージ（出典：SUBARU、富士通）拡大画像表示 開発したAIモデルの特徴は、加工中の全カムシャフト（写真1）の品質をリアルタイムに推測する点である。研削設備に接続したセンサーから、全カムシャフトの主軸動力値や振動のセンシングデータを、エッジデバイスを介して収集する仕組み。収集したデータを基に、AIモデルで推測した品質状態が品質基準値の範囲内かどうかを判定し、設備側へフィードバックする。 写真1：カムシャフトの外観 製造現場でのAIモデルの運用を支援する仕掛けとして、運用管理ソフトウェア「COLMINA 現場品質AI」も導入した。複数の設備に組んだAIモデルを一元管理できるようにした。予測精度を維持できているかどうかを、AIモデルの推論結果と検査結果を照らし合わせて常に監視する。蓄積した予測結果からAIモデルのチューニング時期を判断し、必要に応じてAIモデルの再学習と展開を実施できる。 実運用前には実証実験も実施した。2019年12月から2020年12月にかけてAIモデルの実証を群馬製作所大泉工場で実施した。1年間の量産での研削加工工程において、AIモデルが高精度に加工品質を予測可能で、実運用でも確実な品質保証が期待できるという結果を得た。 さらに、量産運用を想定した「COLMINA 現場品質AI」の開発・実証を2020年8月から2021年12月にかけて実施した。精度維持のための定期的な確認、精度低下時のAIモデルの再学習、エッジデバイスへの再導入、などを繰り返し実施する仕組みを検証した。AIモデルを組み込んだ各種設備のデータをリアルタイムに処理する仕組みも検証した。 SUBARUと富士通は今後、今回の取り組みをリファレンスとし、カムシャフト以外の部品を含めた群馬製作所全体に横展開を推進する。 Original Post

Original Post

SMS事業から発展したクラウドプラットフォームを世界で展開するInfobip Infobip（インフォビップ）はクロアチア発祥の企業で、英国ロンドンに本社を置くユニコーン企業だ。世界６大陸60拠点以上で事業を展開し、データセンターを世界28カ所、R&D拠点を7カ所設置している。現在グローバルで展開するクラウドプラットフォームは、世界でNo.1のSMS事業の強みを深化/発展させることで生まれたものだ。各国の通信事業者（モバイルキャリア）との接続により提供するSMS、音声（IVR、通録、電話番号マスキングなど）のサービスをはじめ、RCS（＋メッセージ）、ビデオ（WebRTC）、ウェブ/モバイルアプリ向けプッシュ通知、Eメールサービス、また世界の主要チャットアプリであるWhatsApp、Facebookメッセンジャー、Viber、Apple Messages for Business、Google Business Messages、LINEなどとの連携サービスなど、各国/地域固有のコミュニケーションサービスに細かく対応しているのがユニークな点である。 通信事業者の回線交換ネットワークを利用したSMSのメッセージングサービスを提供するためには、パケット通信でインターネットに接続するサービスよりも、さまざまな技術面、経営面での信用や体制の構築/維持が必要で、またこれらの回線を利用するうえでセキュリティへの対応も万全でなければならない。そうした意味で、同社が世界中の通信事業者（モバイルキャリア）と提携した上で展開するさまざまなサービスは、どれもクオリティが高い。 同社のユーザー企業のなかには、東京海上日動火災保険をはじめ、Uber、バージンメガストア、LGエレクトロニクス、ロシア貯蓄銀行などグローバルでビジネスを展開する企業が名を連ねており、顧客との多様な接点を構築している企業にとってはなくてはならない存在だ。 図：オールインワンのカスタマーコミュニケーションプラットフォーム クラウドによるプラットフォームサービスは、2008年から提供を開始した。その基盤となるのは、同社のCPaaSスタックを介して、さまざまなチャネルの通信をAPIで接続可能とするサービスだ。もちろんSMSや音声通話だけにとどまらず、通話録音・音声認識などの機能や、LINEなどのチャットサービスやインスタグラムなどのSNSチャネルとの接続も提供する。 さらに同プラットフォームはセールスフォース、オラクル、アドビ、マイクロソフトなどの他社プラットフォームとも連携することが可能だ。 4つのSaaSで、顧客への適切なアプローチを実現 さらに同社のプラットフォーム上でSaaSスタックとして提供されるのが、「MOMENTS」「CONVERSATIONS」「ANSWERS」「PEOPLE」の4つのソリューションだ。 MOMENTSはカスタマージャーニーに基づいたシナリオを、ノーコードで簡単にデザイン可能。MAによる効果的なキャンペーンのフローなどを数分で設定可能にするもので、ターゲットに合わせ、最も有効なチャネルで、目標とするアクションへと誘導する。 CONVERSATIONSはクラウド・コンタクト・センターソリューションで、サポートのステージに留まらない顧客とのコミュニケーションの深化と効率化を支援し、DXの推進にも寄与する。それまでの顧客と企業とのコミュニケーションの内容をチャネル横断で一元化して表示。すぐに適切な対応を最適なチャネルから行えると同時に、正確なデータインサイトをビジネスに適応し、工数の多くを最適化/自動化することで大幅なコストと時間の削減を可能とする。 ANSWERSはチャットボット構築プラットフォームで、24時間365日対応のAIベースのチャットボットを提供し、顧客満足度を高めながら、カスタマーサポートのコストを大幅に削減できる。リード獲得、アップセル、提携販売による販路の拡大のためなどにも活用でき、顧客の意図を理解し*リクエストされた処理を完了させることも可能。 PEOPLEはさまざまなタッチポイントからのインサイトを統合し、顧客の360度ビューを実現することができる。ウェブサイト、アプリ、コンタクトセンター、CRM、ERP、ロイヤルティカード、決済システムなど、オンラインとオフラインのさまざまなソースからのデータを接続/インポートすることが可能だ。顧客の行動や嗜好を詳細に把握し、行動、エンゲージメント、支払い、ショッピング履歴などのデータから機会を特定し、MOMENTSとの連携で顧客にパーソナライズした形でのアクションを自動実行できるようにする。 CX強化のための機能を満載してさまざまな課題を解決 グローバルで利用可能な多くのメッセージングチャネルに対応した、安全で使い勝手のよいコミュニケーション用のクラウドソリューションと、MAやコンタクトセンター、チャットボット構築、顧客情報の統合管理基盤となるCDPなどのソリューション群までをSaaSで用意、さらにそれらすべてを1つのプラットフォーム・1つのインターフェイスで提供する同社のサービスは、現在CXの強化、さらにはDXを推進しようとしている企業にとって、強い味方となってくれるに違いない。 顧客へのメッセージングのパーソナライズやオムニチャネル化などによってもたらされるCXの強化は、DXの取り組みの中でも重要度が高いものだ。しかしその実現に向けCRM、ERPなどの基幹系のシステムやコンタクトセンターとの連携を行う際、各業務システムとそれらのデータがサイロ化してしまっており、スムーズな連携/データの利活用ができないというケースが少なくない。そのような場合も、インフォビップに相談してみると良いだろう。 「当社のサービスは、カスタマージャーニー全体を通して顧客エンゲージメントを向上させるものです。特に顧客向けメッセージングや、またそのパーソナライズとオムニチャネル対応に必要なすべての機能を、１つのプラットフォーム・１つのインターフェイスで提供します。それにより、CXの向上/ビジネスのDX化を進める上で直面する顧客とのコミュニケーションに関わるさまざまな課題解決のお手伝いをさせていただけると考えています。既存のオンプレのシステムを当社のクラウドサービスにすべて置き換えていただくことももちろん可能ですが、一部のサービス/チャネルのみご利用いただくこともできますので、スモールスタートや、部分的なサービス拡張など、お客様の状況やご希望に合わせたご提案をさせていただきます」と語るのは、カントリーマネージャーである齋藤稔氏だ。…

ソフトバンクと日本気象協会は1月31日、小売り・飲食業界向けに、人流や気象のデータを活用したAI（人工知能）による需要予測サービス「サキミル」を共同開発したと発表した。同日よりソフトバンクが提供を開始する。 「サキミル」の特長 サキミルは、ソフトバンクの携帯電話基地局から得られる端末の位置情報データを基にした人流統計データや、日本気象協会が保有する気象データ、導入企業が保有する店舗ごとの売り上げや来店客数などの各種データを、ソフトバンクと日本気象協会が共同で開発したAIアルゴリズムで分析し、高精度な需要予測を行うサービスだ。 ソフトバンクの人流統計データ まずは店舗ごとに来店客数を予測する「来店客数予測」から提供を開始し、将来的には、在庫の発注やシフト作成、クーポンなどの販促、保険など重要の可視化からリスクの軽減化まで目指す方針だ。 活用する気象データ 来店客数予測は、1店舗当たり月額5390円（税込）で提供する。ほか、初期費用として3300円（税込）が店舗ごとにかかる。100店舗を利用した場合、初期費用は33万円、月額費用は53.9万円になる。 サキミルは、中部地方を中心にスーパーやドラッグストアなどを展開するバローホールディングスのグループ企業が、それぞれ運営する合計約1200の店舗を対象に順次導入する予定。また、ゴディバ ジャパンが約300店舗を対象にサキミルの導入に向けた検討を進めているという。 サステナブルなフードチェーンの実現を目指す サービスの提供開始に先立ち、バローホールディングスのグループ会社で、中部地方を中心にドラッグストアを展開する中部薬品が運営する店舗で事前検証を行ったところ、来店客数の平均予測精度は93％となり、高い有効性を示す結果が得られたという。 ソフトバンク 法人事業統括 デジタルトランスフォーメーション本部の福元貴浩氏は、「10店舗でA/Bテストをし、使った場合と使わない場合でどのぐらい差があるのかを検証したところ、食品ロスは約3％、機会ロスは15．5％削減した。経済効果はしっかりあると思う」とコメントした。 今後は「来店客数予測」に加えて商品の需要予測機能の開発を目指すほか、在庫発注やシフト作成などの機能を順次追加する予定だ。 日本では年間570万トンの食品が廃棄されている。また、特に小売り・飲食業界においては、高い離職率や新型コロナウイルス感染症の影響による消費行動の変化、外国人労働者の来日が難しい状況の中で、人材確保も課題のひとつだ。 ソフトバンクと日本気象協会のアセットを生かし共創 ソフトバンクと日本気象協会は、サキミルを通してデータやAIなどのテクノロジーの活用により、業務効率化や販促などさまざまな側面から小売り・飲食業界を支援してDXを推進する。また、フードロスの削減や生産性の向上に貢献することで、SDGs（持続可能な開発目標）の達成を支援するとしている。 Original Post

モノグサは2月4日、記憶定着のための学習プラットフォーム「Monoxer」（モノグサ。Android版・iOS版）において、「小テスト比較分析」機能をリリースしたと発表した。小テスト機能で実施したテストの結果と学習履歴・記憶度を比較分析し、データに基づいた学習プロセスの評価を可能にするもの。 Monoxerの小テスト機能は、児童生徒が学んだ内容をMonoxer上で小テストにし、AIが自動採点する機能。配点や制限時間、難易度まで設定が可能なうえすべてデジタル上で行えるため、教員・指導者による紙のテストの配布・回収・集計といった手間を削減できる。また手書き入力機能から音声認識機能まで備えていることから、教員は様々な形式のテストを作成可能だ。 新たに搭載した小テスト比較分析は、この小テスト機能の結果とMonoxer上での学習において蓄積された学習履歴・記憶度を比較する機能。記憶度、学習計画の達成率、学習計画の合計日数といった様々な学習データと小テストの結果を比較し、テスト結果と学習プロセスの相関を可視化できるという。これにより教員は、児童生徒の傾向や学習した問題の妥当性を定量的に評価できるようになる。 モノグサによると、この学習履歴や記憶度と小テストの結果を比較することで、一夜漬けなのか日々の学習の成果なのかを判断でき、長期目標に対しての正しい進捗を把握できるという。さらに、学習履歴とテスト結果を紐付けると、児童生徒や保護者と結果だけでなくプロセスの共有も行えるそうだ。これにより、先生、保護者、児童生徒の三者間でより強固な関係性を築けると考えているとのこと。 2016年8月設立のモノグサは「記憶を日常に。」をミッションとして掲げ、人々の知的活動の根幹を担う記憶領域でイノベーションを起こすべく、事業を推進。 Monoxerでは、先生が生徒に覚えてほしい内容を登録するだけで、その内容を定着するために必要な問題が自動で作成される。児童生徒は、作成された問題をスマホやタブレットのアプリで学習し、その中で個別の習熟度・忘却度に応じリアルタイムで問題の出題頻度や難易度の調整を行うため、それぞれのレベルにあった学習を実現できるという。 また、遠隔でも児童生徒の学習状況・定着度がわかるため、通学・通塾が困難な状況でも、きめ細やかな指導を行える。 Original Post