はじめに

アイレット株式会社 クラウドインテグレーション事業部 CSMセクションの言上です。

引き続き、8/1-8/2にパシフィコ横浜で開催されているGoogle Cloud Next Tokyo ’24に参加しています。

1日目のセッションである、東芝テック株式会社様の「東芝テックが取り組む生成 AI を活用したクーポン配信最適化」を拝聴しましたので、その内容をまとめます。

参加の経緯

東芝テック様のクーポン発行サービスは以前より知っていましたが、そのクーポン発行システムでどのように生成AIを活用しているのか？が気になり、拝聴させていただきました。

東芝テック様のAI活用方法

私はクーポン事情に詳しくなかったのですが、クーポンは打てば打つほどよい、というわけではなく、効果のあるターゲット層に効果があるようにクーポンを打たなければ、お金の無駄遣いになることが課題となるようです。

この、「どのターゲットに」「どれだけの数の」クーポンを発行するか？という部分に対して、AIを活用して効果的に発行出来るようにしているとのことでした。

アーキテクチャ

東芝テック様では、添付のようなアーキテクチャ構成を取り、以下の対応を行なっています。

  • 生成AIによる欠損データの補完
    • 顧客の名前、年齢だけでは正確なターゲット判断が出来ない
    • その人が家庭を持っているのか否か、だけでも発行するクーポンは異なる
    • 買い物データなどからAI分析を行い、利用者の属性を付与する
    • 100点を目指すのではなく、60-70点でもいいので属性を付与し、効果を出す
  • Vertex AIによるMLOps
    • AIの一連の処理をパイプライン化するMLOpsをVertex AIを用いて実現
    • データエンジニアはデータのプロだがエンジニアリングのプロではないことも
    • ツールの改修、保守にパワーがかかっていた
    • マネージドサービスを組み合わせ、MLOpsを構築することで、保守にかかる時間が半分以下になった
    • MLOpsのlevel2(データパイプライン及びCICDの自動化)を目指して現在もアーキテクチャ構築中
  • GPUのミニマム活用
    • 昨今はGPUの価格が上がっているため、必要な分だけコストをかけたい
    • クラウドの特徴であるスモールスタートをすることで、必要な分だけコストを支払う
  • Cloud Workstationsによる開発環境の水平展開
    • 端末のセットアップに時間をかけず、新しく参入したデータエンジニアはデータ分析にパワーをかけて欲しい
    • Workstationsを導入することで、セットアップの時間が短縮
    • これまで最大2日かかっていたセットアップ時間が、1-2時間程度に短縮できた

特に印象に残ったのは、生成AIによるデータ補完です。

生成AIといえば、ハルシネーションが度々問題となることがあり、どれだけ正確性をあげるか、というのがキーワードになっていると思います。

東芝テック様のこの生成AIの活用方法は、いきなり100点を目指すのではなく、60点、70点でもよいので属性を付与していき、どんどん精度を上げていく。

仮に属性が正しくない場合でも、無差別にクーポンを配るよりも効果的であるとの判断のもと、この施策をとってらっしゃると思いますが、この活用方法は素晴らしいなと感じました。

まとめ

東芝テック様のセッションレポートでした。

今回のGoogle Cloud Next Tokyo ’24ではAIによる業務効率化をテーマに様々なセッションがありますが、東芝テック様のAIの活用方法、及びMLOpsの構築内容など、とても勉強になるセッションでした。

引き続き、セッションレポートをお届けできれば幸いです。