AI によるアプリケーションの使用

  • 9 分

このユニットでは、イノベーション プロセスとカスタマー エクスペリエンスにおける機械学習と AI テクノロジの重要性について学習します。

価値を生み出すための機械学習と AI

機械学習と AI は、顧客やパートナーとの対話を改善するための優れた資産です。 Tailwind Traders 社は、これらのアプリケーション機能を、ユーザー エクスペリエンスを向上し、ビジネス上の価値を高めるための方法であると考えています。

同社は、主要な eコマース アプリケーションをマイクロサービス アーキテクチャに変換するだけでなく、カスタマー エクスペリエンスを向上させる新機能を導入することも検討しています。 現在、データ サイエンスのスキルを持つ社員はいません。 将来的には新しいスタッフが採用される予定ですが、それまでの間、会社の Web ショップの競争力を向上させるのに役立つ、迅速な勝利を特定する必要があります。

Tailwind Traders 社は、次の 4 つの可能性を評価しています。

  • クロスセルを増加するためにレコメンデーション エンジンを組み込む。
  • 問題が発生したときのユーザー エクスペリエンスを向上させるために、サポート チャットを含める。
  • 顧客が製品を見つけるのにかかる時間を短縮できるように検索エンジンを再設計する。
  • 製品レビューを分析して、顧客のセンチメントについて理解を深める。

Tailwind Traders 社は、機械学習と AI をアプリケーションで利用するために役立つ Azure テクノロジを評価する必要があります。

Azure の機械学習と AI

Azure には、組織が機械学習と AI 機能をアプリケーションに迅速かつ低コストで構築するのに役立つ、いくつかのツールとサービスが用意されています。

Azure AI サービス

Azure AI サービスには、アプリケーションに AI 機能を導入するために機械学習の専門知識を必要としない、事前に構築されたモデルが含まれています。 Azure AI サービスは、視覚、音声、言語、決定、検索などのさまざまな領域を網羅しています。 簡単に使用できるため、機械学習の幅広いスキルを持たない組織も AI の力を活用できます。

Tailwind Traders 社では、データ サイエンス部門が完全には機能していないため、Azure AI サービスに高い可能性を見出しています。 同社は、eコマース アプリケーションを革新するために、次の機能を評価しています。

  • Personalizer: 組織は、この機能を使用して、どのユーザーがどの製品を好むかを学習したり、微調整された個別の推奨事項を作成したりできます。 すぐに配送される製品を好むお客様もいれば、セール中の製品を好むお客様もいます。 Personalizer では "強化学習" と呼ばれる種類の機械学習アルゴリズムを使用します。これは、トレーニングに大量のデータを必要としません。 Tailwind Traders 社は、この種類のデータがまだないため、Personalizer に関心を持っています。
  • Text Analytics: 多くのユーザーが製品レビューを書きます。 組織はレビューを分析して、否定的な感情を表すお客様を見つけることができます。 これらのお客様に焦点を当てることによって、顧客離反を減らし、ロイヤルティを高めることができます。
  • Translator: 製品レビューは効果的な販売ツールになりますが、レビューに使用されている言語を理解しているお客様にしか役に立ちません。 リアルタイムの翻訳サービスを使用すると、Tailwind Traders 社は、母国語に関係なく、すべてのユーザーに製品レビューを表示できます。

Tailwind Traders 社にとっては Azure AI サービスのその他の機能にも潜在力がありますが、上記の 3 つから開始することを決定しました。 その理由は、ビジネスへの影響が増大する可能性と、導入に必要な労力が少ないこととの間の正の比率です。

Azure Cognitive Search では、コーディング作業をほとんど行うことなく、ナレッジ マイニングと柔軟な検索エンジンをアプリケーションに導入できます。 このサービスは、大量のデータにインデックスを作成できるだけでなく、エンリッチメントを追加して、検索に使用できる情報を増やすこともできます。

Tailwind Traders 社がアプリケーションを改善する必要がある領域の 1 つは、製品の検索です。 お客様は探している製品を見つけるのに時間がかかりすぎています。 既存の検索エンジンを Azure Cognitive Search に置き換えると、会社は、ファセット ナビゲーション (複数カテゴリのフィルター)、関連性チューニング、オートコンプリートなどの豊富な検索コントロールを公開できます。

インターネット ユーザーは洗練された検索エンジンに慣れているため、Tailwind Traders 社は、現在のバージョンの eコマース プラットフォームで昔ながらの機能を提供し続けてはいられません。 幸いなことに、Azure Cognitive Search は、MVP の迅速な作成を可能にする API のセットとして提供されています。

Azure Bot Service

アンケートによってユーザーの不満が明らかになった次の分野は、カスタマー サポートです。 解決に時間がかかることと電話回線の混雑は、よくある苦情です。

Tailwind Traders 社は、ユーザーがより迅速に、より低コストで問題を解決できるチャットベースのサポート システムを実装するために Azure Bot Service を検討しています。 Azure Bot Service は、C#、JavaScript、Python などのさまざまな言語で実装できます。 言語が多様であるため、使い慣れたプログラミング言語を使用してチャット機能を作成できる開発者を組織内で簡単に見つけることができます。

Azure Bot Service はさまざまなチャネルに実装できますが、同社は、eコマース Web サイトにアクセスするユーザーに対して Web ベースのチャットとして提供することを主な目的としています。

Azure Machine Learning

Azure Machine Learning は、カスタムの機械学習モデルを作成し、それらのモデルを運用環境にデプロイし、組織全体にデプロイされたすべてのモデルのバージョンを管理するプロセスを容易にします。

Azure Machine Learning を使用すると、実験結果を共有し、さまざまなモデルを大規模に管理できるようになるため、データ科学者の作業が容易になります。 ハイパーパラメーターのチューニングを使用してモデルを改良し、自動学習機能を使用して新しいモデルを作成することもできます。 その後、選択したモデルを Kubernetes クラスターにデプロイして、運用環境で組織の機械学習モデルを実行できる高度にスケーラブルなエンタープライズレベルの API を提供することができます。

Tailwind Traders 社は、Azure AI サービスの Recommender 機能よりも洗練された次世代の製品レコメンダーにカスタム モデルを使用することを検討しています。 ただし、この改善は、データ サイエンスの専門知識が組織に存在する場合にのみ実現できます。

Tailwind Traders 社の分析

Tailwind Traders 社は、「レコメンデーション エンジンによってクロス セルが増加する」という仮説を立てました。Tailwind Traders 社が Azure Machine Learning service を使用して、組織のニーズに合わせたレコメンデーション エンジンを構築するのが理想的です。 しかし、現時点では、同社はデータ サイエンスの専門知識を持っていません。

さしあたり、同社は、Azure AI サービスの Personalizer 機能を使用して、データ サイエンティストを必要とせずにアプリケーションを強化することを決定しました。 仮説の正当性が確認されれば、いずれ雇用されるデータ サイエンス チームは、Azure で構築されたカスタムの機械学習モデルを使用してプロトタイプを進化させることができます。 その 1 例は「Azure でリアルタイムのレコメンデーション API を構築する」の記事に記載されています。

さらに、同社は、Azure Bot Service を使用したサポート チャットの構築と Azure Cognitive Search による eコマース サイトの改善に関する既存の仮説を検証することを決定しました。 どちらのプロトタイプも比較的少ない労力で構築できるため、Tailwind Traders 社は機械学習と AI への進出を全速力で開始できます。