日経クロストレンドのレビュー一覧
-
Posted by ブクログ
ネタバレサブスクってどうやって利益上げてるんだろう？て思っていたけれど、大事なのは顧客至上主義を突き詰めること。
顧客のニーズにサービスをフィットさせ続けること。アイディアだけじゃないんだな。
良いと思った例
ラクサス
クレーマーは一発退場→退場になった顧客の9割は謝罪してサービスの継続利用を申し出て優良顧客になる！
KARITOKE
ユーザーの時計を貸し出すKASHITOKE
YourNaul
利用者の自作デザインをほかの利用者も注文できる仕組み
ADDress
空き家問題、地方活性化に期待！
BODY ARCHI
定額制エステジム、単純に気になる！
松竹梅、あえて竹を選ばせるための梅。ビジターコースが結果的に月額会員を増やす。
失敗例
SAKELIFE
日本酒の選び方がわかって卒業していく…
-
Posted by ブクログ
おもしろかった
ラクサス（高級バッグ）や時計（高級時計）は
インスタ映えや見栄にぴったりマッチするんだろうなあ
「一生モノ」をお手軽な価格で
いろいろ試せるのはたしかにたのしそう
ラクサスの不良客を一発退場させる
強気な姿勢はとても好感が持てる
「1％のために他の99％の優良顧客が
割を食うのはおかしい」は本当にその通り
その他メモ
・選ぶストレスからの解放
・キリン、ホームタップ今後の課題は
「届けるビールをきちんと消費してもらう」こと
→消費が追いつかないと、単に高価なビールが毎月送られてくるだけのサービスという印象になりかねない
個人的にはシャンプー試してみたい -
-
-
-
Posted by ブクログ
ネタバレディープラーニングの様々な活用事例について紹介した一冊。参考になる。
＜メモ＞
・ディープラーニングの発展ロードマップ
画像認識、マルチモーダルな認識、ロボティクス、インタラクション、シンボルグラウンディング、知識獲得というフロー
・マルチモーダルとは映像、おと、各種センサーなどの情報を複合的に扱うこと。現在急速に技術が進化している分野
行動予測や異常検知を実現する。
・ロボティクスとは、環境変化にロバストな自律的行動を実現するもの。自動運転など。
・オムロン ドライバー見守り車載センサを開発 認知、判断、操作の状況を判定する。前方注視しているか、運転い復帰できる状態か、運転席にいるかなどを判定する。
・AIがもたらす経営効果は製品サービスの付加価値向上、オペレーション効率化、業務プロセス最適化。
・積極的にモデル開発すべきは、自社にしかないデータを活用した領域
・AIが得意とする領域。１つは法則が自明でない膨大なデータから法則性を見つけ出すこと。もう１つは法則は分かっているが、目的に達する最適な手段がわからないときに手順を見つけ出すこと
・アプローチ
何がしたいのか、何ができるのか
ディープラーニング、機械学習、ITシステム、機械、人のどれでアプローチするか
ディープラーニングの場合
１クラウド、オープンソースを利用
２自社AIを持つ企業のAIを活用（API）
３独自開発 自社開発、ベンチャー、大学など
・活用がうまくいくデータの６条件
１正規化・整形されていて、AIが読み解くべき情報のみに整理されている
２データを説明する情報が多い。説明変数多い
３可能な限り個別の情報が特定されている
４欠損がない
５偏りがない
６データ数が多い
他の例ではデータ量が多い、データのアノテーションの質が高い、アウトプットが明確に定義されているなど
・タスクを分解して、必要なデータを定義し、その上でデータ収集、開発、実証テストとつなげていく。
・AI活用で大切なことはトップのイマジネーション。ビジネスが成立するかどうかの仮設設定力や構想力。そして投資するマインドとスピーディーな意思決定。企業体の変革とAIを中核にしたデジタルシフトを行うことが重要。 -
-
-
-
Posted by ブクログ
一般社団法人日本ディープラーニング協会主催の「G検定」推薦図書。日経クロストレンドと日経xTECH共同実施の「ディープラーニングビジネス活用アワード」を受賞した6プロジェクトを中心に、具体的なディープラーニングの活用事例が揃う。ディープラーニングを実際事業に取り入れた企業の担当者が、どんな課題意識を持ってどういう着眼点で導入して、ハードルは何でどう解決したかがよくわかる。
読み物としては面白いのだが、画像を中心とした解析技術に寄っているように思う。また、「G検定」推薦図書にするわりには事例が古すぎるのと、活用アワードが第2回以降開催されておらず、読み進めているとやや陳腐化してないのかの不安がある。日進月歩の領域なので、推薦図書にするなら継続的にアップデート、もしくは別の推薦図書にして欲しいと感じてしまう。 -
-
-
-
Posted by ブクログ
ChatGPT出現に至る基本的なことを学ぶには良いと思います。
（１）DeepLearningは、論理的に整合性をとって答えることは諦めて、たくさんのデータの中から近い情報を持ってくる。この方法をとっている限り、間違いは直らない。
（２）JDLA含めてガイドラインが整備されている。単に生成AIに他人の著作物を入力するだけの行為は著作権侵害に当たらない。営利・非営利に関わらず。これは、著作権法30条の4で規定されている。英国では、非営利目的においてのみ。学習に利用することが認められている。
（３）学習する際に、他者の著作物を使うことは適法だが、生成したものが他人の著作物る類似している場合は、公的なものであれば著作権違反となる。
（４）生成AIを利用する場合、事前に利用規約を確認すること。そして、類似性と依拠は注意すること。
類似性：生成物が他人の著作物と同一か、実質的に類似しているか。
依拠：他人の著作物に接し、それを用いたと言えるか
（５）企業に対する６つの課題
・回答の正確性
・確実性
・データの保護
・説明責任と透明性
・サイバーセキュリティ
・リテラシー -
-
-
-
Posted by ブクログ
ネタバレ慌てて作成したような作りなのは否めないが、流行り物なので、、、
ChatGPTがここまでもてはやされるようになった理論的背景は
・少ないデータで作られた精緻なモデルは大量のデータで構築した簡易なモデルに駆逐される
・トランスフォーマーによって、文脈の中で重要な単語に注目できるようになった。
・差別的な発言などがないように、強化学習によるチューニングをしっかりおこなった。
というところ。
新井紀子がコメンテーターとして出てくるが、思えばあの人が東大に合格するロボット（人工知能）を諦めた直後あたりから今のAIブームが始まったんだよなぁ、、、未来を予想するのはホント、難しい。 -
-