Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
自慢のAI活用アイデアを30分で潰せる
「AI Lean Diagram」
自己紹介
亀田 重幸
ディップ株式会社
次世代事業準備室 dip AI.Lab マネジャー、AINOW編集長
遺伝子組換えStreptomyces属放線菌による有用物質生産の研究
社会人1年目はPHP、Perlのプログラマー
新規事業を学び、新...
AINOWのご紹介
AINOW(エイアイナウ)は、1日のAIニュースを10分で見れる
AIに関する様々な情報が得られるメディア
AINOWのご紹介
会社紹介インタビュー AI周辺の情報整理 イベント取材/登壇
誰でも1時間でAIサービスが設計できる
「AI Lean Canvas」
AINOWのご紹介
計算知能認知アーキテクチャ
遺伝アルゴリズム
「AI Lab Map」 JAPAN 2017/2/1 (50⾳順 ※敬称略)
@Copyright2017 AINOW ALL Right Reserved
ロボティクス
ヒューマンロボティクス
...
AINOWのご紹介
AI研究を思う存分やって論文を発表
そしてビジネスでの応用研究にも挑戦してほしい
AINOWのご紹介
ビジネスとアカデミアが繋がり
AIイノベーションを日本から起こしていきたい
ビジネス現場とAI研究の最前線を繋げていきます
9月掲載予定のコンテンツをご紹介
電通大 栗原先生インタビュー
・特化型AIから汎用AIへ、必要なのは役割分担
・日本のAIが目指すポジションはドラえもん
・arXivの論文に一喜一憂していてはダメ
エクサインテリジェンス
CEO 石山さんインタビュー
・リクルートAI研究所からベンチャーそしてエクサへの理由
・エクサインテリジェンスがただのAI開発会社でない特徴
ゲーム開発カンファレンス「CEDEC」
メディアパートナーに認定
ゲームAI研究者三宅さんを密着取材
シナリオ作成の必要ない
Chatcenter.io
・使えば使うほどシナリオを最適化して自動生成
・人間の会話行動を分析して脳科学的アプローチ
・人間がやるべき行動、やらなくてよい行動を定義
AINOWのご紹介
Dip AI.Lab
AINOWのご紹介
AI Labの研究員は90%がインターン生
AINOWのご紹介
計20人の個性溢れるラボメンが活躍中
AIプロダクトにおける人間中心設計の重要性
~人間とAIの共生するサービスへ~
AIサービスと既存開発ではAIの存在を意識する必要がある
ユーザとシステムの間にAIを意識して
トランザクションデータ以外に注目する
既存Webシステム AIシステム
人間中心設計(HCD=Human Centerd Designの略)とは何か?
サイト・アプリなどを開発する際に、プロダクトを使用するユーザーの使いやすさを中心
において設計する考え方。プロダクトの開発側が提示した使い方に人間が合わせるという
...
なぜ、人間中心設計(HCD)が必要なのか?
AIサービスを始める前に
AIサービスを始める前に
Amazonでビールを1ケース購入おい
てくれないか
かしこまりました。
ビールの銘柄・容量・価格帯を教えてく
ださい。
プレモル350ml、5,000円くらいで
探して
該当の商品が5件ありました。
どれになさいます...
AIサービスを始める前に
Amazonでビールを1ケース購入おい
てくれないか
かしこまりました。
ビールの銘柄・容量・価格帯を教えてく
ださい。
プレモル350ml、5,000円くらいで
探して
該当の商品が5件ありました。
どれになさいます...
AIサービスを始める前に
Amazonでビールを1ケース購入おい
てくれないか
かしこまりました。
いつものプレモル350mlで良いですか?
OK!
冷蔵庫の炭酸水も
切れそうなのでご一緒にいかがですか?
土曜はご予定があるので、日曜の午前中
...
AIサービスを始める前に
参照:https://d1srlirzdlmpew.cloudfront.net/wp-content/uploads/sites/98/2017/03/07010650/voice-threats-featured....
AIサービスを始める前に
参照:https://d1srlirzdlmpew.cloudfront.net/wp-content/uploads/sites/98/2017/03/07010650/voice-threats-featured....
人間を中心とした
必ず利用されるAIを作る方法をご紹介
ユーザの困っている課題が
今行っている解決策より価値があるか整理できる
自慢のAI活用アイデアを30分で潰せる
「AI Lean Diagram」
本当にAIを投入することでメリットが得られるのか?
既存の手段と比較してニーズを確認する方法
1. 課題が本当に困っている事なのか確認する
・インタビューやアンケートで課題感を特定
・課題が根深い程、価値は高まるが競合も多い
2. 既存の解決方法を調べる
・課題をどうやって解決しているのか?
・どのくらいの金額や対価を払って使用している...
1. AIでどんな解決ができるかまとめる
・AIで解決できることを具体的に考える
・課題を解決してくれる大きさを図る
2. 既存の方法より優れていることをまとめる
・AIを使うことで得られるメリットは?
・乗り換えるために支払うコストはあるのか?
手で入力して操作することが面倒くさい
手が塞がっている時、忙しい時
モノをおけば良いから毎回ではない
情報検索や特定アプリの操作
気になる言葉を入れると結果が得られる
検索する際に情報を探す時間
音声でタスクを解析して作業の代替えする
自分が操...
そもそもユーザが困っているのか?
その困り度は大きいのかどうか?
今の解決策から乗り換える程の
価値があるアイデアかどうか?
大事なのは速攻でアイデアを殺すこと
毎日AIでこうなったらいいなというアイデアを
速攻で潰してプロダクト検証しています
Thank You
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」
Upcoming SlideShare
Loading in …5
×

自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」

2,463 views

Published on

ML15で登壇した資料です。アイデアを速攻で潰して実用性のあるアイデアに磨いていくAIサービス設計手法です。

Published in: Business
  • Be the first to comment

自慢のAi活用アイデアを30分で潰せる 「AI Lean Diagram」

  1. 1. 自慢のAI活用アイデアを30分で潰せる 「AI Lean Diagram」
  2. 2. 自己紹介 亀田 重幸 ディップ株式会社 次世代事業準備室 dip AI.Lab マネジャー、AINOW編集長 遺伝子組換えStreptomyces属放線菌による有用物質生産の研究 社会人1年目はPHP、Perlのプログラマー 新規事業を学び、新サービスを出しては失敗しまくる(約30個/年以上…) バイトルのインフラエンジニアを3年くらい AIビジネスのプロダクトオーナー (ビジネス×AIでイノベーションを起こしたい!)
  3. 3. AINOWのご紹介 AINOW(エイアイナウ)は、1日のAIニュースを10分で見れる AIに関する様々な情報が得られるメディア
  4. 4. AINOWのご紹介 会社紹介インタビュー AI周辺の情報整理 イベント取材/登壇
  5. 5. 誰でも1時間でAIサービスが設計できる 「AI Lean Canvas」
  6. 6. AINOWのご紹介
  7. 7. 計算知能認知アーキテクチャ 遺伝アルゴリズム 「AI Lab Map」 JAPAN 2017/2/1 (50⾳順 ※敬称略) @Copyright2017 AINOW ALL Right Reserved ロボティクス ヒューマンロボティクス ⼤阪⼤ ⽯⿊浩 研究室 会津⼤ 趙強福 研究室会津⼤ 丁数学 研究室 ⻘⼭学院⼤ ⽔⼭元 研究室 ⼤阪⼤ 三宅淳 研究室 認知ロボティクス ⼤阪⼤ 浅⽥稔 研究室 コンピュータビジョン ⼤阪⼤ 松下康之研究室 九州⼤ ⾕⼝倫⼀郎研究室 九州⼤ 諸岡健⼀ 研究室 九州⼤ 倉⽖亮研究室 九州⼤ 内⽥誠⼀ 研究室 京都⼤ ⻄⽥豊明研究室 京都⼤ 河原達也研究室 画像認識 ⾃然⾔語処理マルチエージェント 九州⼤ 峯 恒憲研究室 慶應義塾⼤ 今井倫太研究室 機械学習 京都⼤ ⼭本・Cuturi 研究室 群⾺⼤ 太⽥直哉 研究室 群⾺⼤ 加藤毅 研究室 慶應義塾⼤ 斎藤英雄 研究室 慶應義塾⼤ ⻫藤博昭研究室 ニューラルネット 慶應義塾⼤ 冨⽥勝 研究室 上智⼤ ⽮⼊郁⼦研究室 芝浦⼯業⼤ 菅⾕みどり研究室 芝浦⼯業⼤ 五⼗嵐治⼀研究室 千葉⼤ 荒井幸代研究室 医療・介護ロボティクス 中央⼤ 鈴木寿研究室 中央⼤ 坂根茂幸 研究室 中央⼤ 庄司裕⼦研究室 中央⼤ 飯尾淳研究室 筑波⼤ 鈴⽊健嗣 研究室 電気通信⼤ 栗原聡 研究室 東京⼤ 原⽥・⽜久 研究室 東京⼤ 中⼭英樹研究室 東京⼥⼦⼤ 浅川伸一研究室 東京⼯業⼤ 寺野隆雄 研究室 東京⼯業⼤ 新⽥克⼰研究室 東京⼯業⼤ ⼩⻑⾕明彦研究室 東京⼯業⼤ ⼩野功 研究室 東京⼯業⼤ 中村清彦研究室 東京⼯業⼤ ⾼村⼤也 研究室 東京⼯業⼤ ⻑橋宏 研究室 東京⼯業⼤ ⾚穂昭太郎研究室 東京⼯業⼤ 篠⽥浩⼀研究室 東京電機⼤ ⼋槇 博史研究室 東京電機⼤ 武川直樹 研究室 東京電機⼤ 中島克⼈研究室 東京電機⼤ ⽮島敬⼠研究室 東京電機⼤ 鶴⽥節夫研究室 名古屋⼯業⼤ 徳⽥・南⾓研究室 奈良先端 科学技術⼤学院⼤ ⼩笠原司研究室 奈良先端 科学技術⼤学院⼤ 杉本 謙⼆ 研究室 システム制御 ⽇本⼤ 岩井俊哉研究室 はこだて未来⼤ 松原仁研究室 法政⼤ 彌冨仁研究室 法政⼤ 三浦孝夫研究室 法政⼤ 佐藤裕⼆研究室 法政⼤ ⻩潤和研究室 法政⼤ 藤⽥悟 研究室 明治⼤ 林陽 ⼀研究室 明治⼤ 武野純⼀ 研究室 明治⼤ 向井秀夫研究室 明治⼤ 向井秀夫研究室 明治⼤ 宮本⿓介研究室 明治⼤ 森 啓之研究室 ⽴命館⼤ 北野勝則研究室 ⽴命館⼤ 坪泰宏研究室 ⽴命館⼤ 萩原啓研究室 ⽴命館⼤ 満田隆研究室 ⽴命館⼤ 谷口忠大研究室 ⽴命館⼤ Ruck Thawonmas研究室 ⽴命館⼤ ⻄川郁⼦研究室 ⽴命館⼤ 島⽥伸敬研究室 ⽴命館⼤ ⽥中弘美研究室 ⽴命館⼤ 和⽥隆広 研究室 早稲⽥⼤ 古⽉敬之研究室 早稲⽥⼤ 藤村茂 研究室 早稲⽥⼤ 松丸隆⽂研究室 早稲⽥⼤ 菅原俊治研究室 早稲⽥⼤ 尾形哲也研究室 早稲⽥⼤ 浜⽥道昭 研究室 京都⼤ ⿊橋・河原研究室 お茶の⽔⼥⼦⼤ ⼩林⼀郎研究室 慶應義塾⼤ 萩原将⽂研究室 明治⼤ ⾼⽊友博 研究室 慶應義塾⼤ ⼭⼝⾼平研究室 ソフトコンピューティング汎⽤AI ⾳声認識 デジタルマーケティング 神経科学 脳情報通信総合研究所 川⼈光男 研究室 沖縄科学技術 ⼤学院⼤ 銅⾕賢治 研究室 データマイニング ロボット法 ⽟川⼤ ⼤森隆司 研究室 東京⼤ 國吉康夫研究室 中央⼤ 鈴⽊ 寿 研究室 知能システム知能ロボティクス 計算神経科学 電気通信⼤ ⼭﨑匡 研究室 電気通信⼤ ⻑井隆⾏研究室 電気通信⼤ 坂本真樹 研究室 電気通信⼤ 髙⽟圭樹 研究室 北海道⼤ 荒⽊健治 研究室 電気通信⼤ 松吉 俊 研究室 東北⼤ 乾 健太郎研究室 東京⼤ 鶴岡慶雅 研究室 東京⼯業⼤ 奥村 学研究室 東京⼯業⼤ 徳永健伸 研究室 はこだて未来⼤ 佐藤直⾏研究室 法政⼤ 佐藤裕⼆研究室 知的計算 電気通信⼤ 内海 彰 研究室 東京電機⼤ 和⽥雄次研究室 九州⼤ 峯恒憲研究室 京都⼤ ⽯⽥・松原研究室 群⾺⼤ 関庸⼀研究室 慶應義塾⼤ ⼭⼝⾼平研究室 東京電機⼤ ⽉本洋研究室 東京電機⼤ 勝野裕⽂研究室 明治⼤ 櫻井義尚研究室 早稲⽥⼤ ⽯川博研究室 豊橋科学技術⼤ 秋葉友良研究室 豊橋科学技術⼤ 増⼭繁研究室 豊⽥⼯業⼤ 佐々⽊ 裕研究室 豊橋科学技術⼤ 井佐原 均研究室 ⿃取⼤ 村⽥真樹研究室 慶応/⼤阪⼤ ⾼橋恒⼀研究室 ⾸都⼤学東京 ⼩町守研究室 東京⼤学 相澤彰⼦研究室 中部⼤学 藤吉弘亘研究室 ⼤阪⼤学 原⽥研介研究室 北九州市⽴⼤ 永原正章研究室 東京⼤学 堀・⽮⼊研究室 室蘭⼯業⼤学 岸上順⼀研究室 名古屋⼤学 村瀬洋研究室 名古屋⼯業⼤学 伊藤孝⾏研究室 東北⼤学 岡⾕貴之研究室 東京農⼯⼤学 藤⽥桂英研究室 早稲⽥⼤学 清水佳奈研究室 ロボティクス ヒューマンインターフェイス 東京⼤ 松尾豊 研究室 中央⼤ 平野晋研究室 慶應義塾⼤ 新保史⽣研究室 ⽣命・健康・医療情報学 関連領域 東京⼯業⼤学 ⽯⽥貴⼠研究室 東京⼯業⼤学 秋⼭泰研究室 東京⼯業⼤学 関嶋政和研究室
  8. 8. AINOWのご紹介
  9. 9. AI研究を思う存分やって論文を発表 そしてビジネスでの応用研究にも挑戦してほしい
  10. 10. AINOWのご紹介 ビジネスとアカデミアが繋がり AIイノベーションを日本から起こしていきたい ビジネス現場とAI研究の最前線を繋げていきます
  11. 11. 9月掲載予定のコンテンツをご紹介
  12. 12. 電通大 栗原先生インタビュー ・特化型AIから汎用AIへ、必要なのは役割分担 ・日本のAIが目指すポジションはドラえもん ・arXivの論文に一喜一憂していてはダメ
  13. 13. エクサインテリジェンス CEO 石山さんインタビュー ・リクルートAI研究所からベンチャーそしてエクサへの理由 ・エクサインテリジェンスがただのAI開発会社でない特徴
  14. 14. ゲーム開発カンファレンス「CEDEC」 メディアパートナーに認定 ゲームAI研究者三宅さんを密着取材
  15. 15. シナリオ作成の必要ない Chatcenter.io ・使えば使うほどシナリオを最適化して自動生成 ・人間の会話行動を分析して脳科学的アプローチ ・人間がやるべき行動、やらなくてよい行動を定義
  16. 16. AINOWのご紹介 Dip AI.Lab
  17. 17. AINOWのご紹介 AI Labの研究員は90%がインターン生
  18. 18. AINOWのご紹介 計20人の個性溢れるラボメンが活躍中
  19. 19. AIプロダクトにおける人間中心設計の重要性 ~人間とAIの共生するサービスへ~
  20. 20. AIサービスと既存開発ではAIの存在を意識する必要がある ユーザとシステムの間にAIを意識して トランザクションデータ以外に注目する 既存Webシステム AIシステム
  21. 21. 人間中心設計(HCD=Human Centerd Designの略)とは何か? サイト・アプリなどを開発する際に、プロダクトを使用するユーザーの使いやすさを中心 において設計する考え方。プロダクトの開発側が提示した使い方に人間が合わせるという 従来の考え方を離れ、使う人の観点でストレスなく使いやすいデザインを追及すること。
  22. 22. なぜ、人間中心設計(HCD)が必要なのか?
  23. 23. AIサービスを始める前に
  24. 24. AIサービスを始める前に Amazonでビールを1ケース購入おい てくれないか かしこまりました。 ビールの銘柄・容量・価格帯を教えてく ださい。 プレモル350ml、5,000円くらいで 探して 該当の商品が5件ありました。 どれになさいますか?
  25. 25. AIサービスを始める前に Amazonでビールを1ケース購入おい てくれないか かしこまりました。 ビールの銘柄・容量・価格帯を教えてく ださい。 プレモル350ml、5,000円くらいで 探して 該当の商品が5件ありました。 どれになさいますか? たぶん、このAIだとホコリの被ったおもちゃに.. 1,2タスクならば人間の方が早い
  26. 26. AIサービスを始める前に Amazonでビールを1ケース購入おい てくれないか かしこまりました。 いつものプレモル350mlで良いですか? OK! 冷蔵庫の炭酸水も 切れそうなのでご一緒にいかがですか? 土曜はご予定があるので、日曜の午前中 指定で注文を承らせて頂きます。
  27. 27. AIサービスを始める前に 参照:https://d1srlirzdlmpew.cloudfront.net/wp-content/uploads/sites/98/2017/03/07010650/voice-threats-featured.jpg
  28. 28. AIサービスを始める前に 参照:https://d1srlirzdlmpew.cloudfront.net/wp-content/uploads/sites/98/2017/03/07010650/voice-threats-featured.jpg 人間を中心としたサービス設計で AIはより人間を理解することができる
  29. 29. 人間を中心とした 必ず利用されるAIを作る方法をご紹介
  30. 30. ユーザの困っている課題が 今行っている解決策より価値があるか整理できる
  31. 31. 自慢のAI活用アイデアを30分で潰せる 「AI Lean Diagram」
  32. 32. 本当にAIを投入することでメリットが得られるのか? 既存の手段と比較してニーズを確認する方法
  33. 33. 1. 課題が本当に困っている事なのか確認する ・インタビューやアンケートで課題感を特定 ・課題が根深い程、価値は高まるが競合も多い 2. 既存の解決方法を調べる ・課題をどうやって解決しているのか? ・どのくらいの金額や対価を払って使用しているか?
  34. 34. 1. AIでどんな解決ができるかまとめる ・AIで解決できることを具体的に考える ・課題を解決してくれる大きさを図る 2. 既存の方法より優れていることをまとめる ・AIを使うことで得られるメリットは? ・乗り換えるために支払うコストはあるのか?
  35. 35. 手で入力して操作することが面倒くさい 手が塞がっている時、忙しい時 モノをおけば良いから毎回ではない 情報検索や特定アプリの操作 気になる言葉を入れると結果が得られる 検索する際に情報を探す時間 音声でタスクを解析して作業の代替えする 自分が操作するより速く正確ならばラク 情報や結果にアクセス出来れば良いので根本 ではない 検索する速さと手間の少なさ 検索する速さと手間の少なさ ハードの購入費用(16,000円) 現状はスマホの方が早く生活シーンだと 無くても困らない。業務シーンでは 活用幅があるかもしれない。 ワイヤレススピーカーの用途以外では スマホの利便性を超えることはできない。
  36. 36. そもそもユーザが困っているのか? その困り度は大きいのかどうか?
  37. 37. 今の解決策から乗り換える程の 価値があるアイデアかどうか?
  38. 38. 大事なのは速攻でアイデアを殺すこと
  39. 39. 毎日AIでこうなったらいいなというアイデアを 速攻で潰してプロダクト検証しています
  40. 40. Thank You

×