新着Pick
457Picks
シェアする
Pick に失敗しました

人気 Picker
ユニクロがもし緻密なトレンド分析ができるようになれば、例えば10色以上あるフリースやパーカーなどの品揃えの配分をかえて、値引きをする在庫をめちゃめちゃ減らせるかも知れません。インタビューにある通り、実際にユニクロはそうした取り組みを、グーグルと始めています。

しかし、「グーグル✕ユニクロ」の取り組みには大きなハードルがあるようです。それは個別のインダストリーに特化したAIを作るのが、いかに大変なのかという話と直結しているようにも見えます。

後半には、かつてバーバリーで一世を風靡した三陽商会の「AI活用」みついても触れています。ぜひご一読ください。
トレンドづくりというより、ブーストさせる役割を担うAIと理解しました。
アーリーアダプターを素早く認知し、売上・利益の最大化をスピーディーに実施するツール。かな。
ファッションとか飲食とか、あるいは教育やオフィスライフなどに特化した分野でのAI活用には大手がまだ手を出していない。大手に勝てる。それをやっているのがニューラルポケット。スペシャリティの強み。

AIの精度を上げるためには、人手がかかるものなのですね。画像認識分野では特に。誰が最初にその作業をお金をかけてまでやるか。勇気がいる決断です。
「物を買う」という行動は本当に精緻にディテールまで突き詰めて発生している行動だ。だからそれを作り出すマーケティングという活動は難しいし面白い。

よく「おしゃれなスタイル」とかで片付けようとする人がいるが、「おしゃれ」ってなんでしょうかね?
「おしゃれ」ってターゲットにとって「具体的な色や形、ターゲットが思うこれだ!という決め手」があって初めてその人にとっての「おしゃれ」なわけで、そこに関わる具体的な要因を細かく細かく整理しないとその人の「おしゃれ」はわからない。マーケティング全般そうだが、ことにデータドリブンでこの定義をするなら、「決め手」を明らかにすることに特化したデータセットの持ち方とデータの大きさがいる。世の中森羅万象を全てアナログに変数化してデータを持っていることはできないから、どうしても選ぶ必要がある。

狭い対象で考えてみるといい。同じ「絵のデータ」といっても「油絵」と「シルクスクリーン」の購買を促すには違うデータがいる。シルクスクリーンなら、何作品目という概念が購買に効きそうだが、油絵は一点もの。そのデータは不要。でもキャンバス再利用で下に別の絵が!なんて購買に影響ありそうだから、X線でキャンバスを見たデータがいりどう。シルクスクリーンにそれはいらない。どこまでのデータの大きさとレイヤーがいるかは目的次第、まさにデータの持ち方もアートの世界だ。

お洋服なら単に「赤」ではダメであって「どんな赤?」価格幅も狭く細かくで、一銭単位でせいぜい1千万円くらいまで。何兆円まではいらない。一方グーグルの全体データは一円単位で京円までカヴァーしてると思う。でも銭単位ではない気が。

服の値段を決めるのに、兆円は関係ないが、数銭は分析には必須だろう。つまり、買ってもらうためのデータ分析には、データセットの持ち方の設計を「突き詰める必要がある」ここがアートである。
AI一発で世界は変わらない。人とAIの細かな協業で創造的なデータ作りが必須。だから人の力が必ずいるし、ビジネスチャンスが必ずあります。

事実、実は大企業は自社が持っているデータの10%以下しか活用できていない。それはデータを使うにも人の創造性が必須だから。データをアートとして操る力が人にどんどん求められて行く。
ニューラルポケットがアパレルの次はどの特化データでアートを見せてくれるのか楽しみだなぁ!
興味深い。下記なんかはシンプルながら聡明な指摘。巨大プラットフォーマーは万能なわけではないわけで、多くの人の「GAFA論」は空を切っている印象。特に公共セクターでは締め出しが顕著になってきています(その良し悪しは別の議論として)。

-----
ビジネスで使えるためのAIは、とにかく突き詰めないといけません。
グーグルほどの会社がそこまでAIを突き詰めるには、やっぱり自動運転とか巨大なスケールがあるような分野に限られるでしょう。逆に言えば、そこまでスケールのない分野については、グーグルが突き詰めたAIを作ることはないでしょう。
大量の学習データの話はクックパッドとかでも同じこと言えそう。グーグルは広く深いけど、エリアごと深海なら戦える会社があるってこと。