和田 崇

これはすごいですね。 8つの視点の動画生成に40秒とのことですが、通常、単純に平面の画像生成でも一定の時間がかかるにも関わらず、その何倍もの処理が必要な3D、しかも動画で40秒足らずというのは、かなりの革新だと感じます。 主要な用途先の一つとして想定されるアニメーション制作の現場などでは人手不足が慢性化しているようですし、一定の活用が期待されます。 一方、StabilityAIのほか画像生成系のAIモデルは、依存として著作権部分がグレーではあるので、商用にはまだ乗り越えるべきハードルは複数あるのだ思います。

マーケティング分野でのAI活用のメインストリームがこの「パーソナライゼーション」と言っても良いと思います。 似たようなタスクに、「レコメンデーション」「マッチング」などもありますが、基本的には全てユーザーに対して最適と思われるコンテンツを提案する仕組みに変わりありませんが、提案の粒度、数、データなどに違いを見て取れます。 レコメンデーションは比べると、市場の大まかなデータ傾向から複数の提案を当てていくことに対して、マッチングは同じく市場の傾向から1対1の提案を行うタスク、パーソナライゼーションは、個人に紐づくデータを元に最適化されたドンピシャな提案を目指すもので、時代と共に活用されるデータと提案の粒度が個別化してきたものと捉えることができます。 その背景には、より個人に近い閲覧・購買・行動データの収集が可能になってきたこと、LLMを含めたAIのアルゴリズムの精度が向上してきたこと、半導体性能の向上により複雑な予測計算を従来よりもスピーディーにできるようになり、リアルタイム提案サービスとして耐えられるようになってきたこと等、環境が整ってきたことが挙げられます。

ファッション業界のAI活用は確実に進展しています。とくにこのAIモデルの生成、言い換えれば画像生成AIの応用はその代表格でしょう。 一方、難しさが伴うのは印象が重視されるファッションもやはりビジネスであって、「生成できること」と「売れること」の関連性が、現時点では未知数であるということです。 人間のモデルを活用することのリスクや制作コストの低減は確かにこうした生成AIによって貢献が期待される一方で、その画像がどのように定性的・感覚的にユーザーにどのように受け取られ、どのように感情を揺さぶり、どう売上に跳ね返ってくるか、売上トップラインの貢献度がわからないのがこれら画像生成AIの現状です。 ですが、近年、こうしたデザインやクリエイティブに対する内的な消費者感情を定量的に評価し、実績へのフィードバックを得るようなAI活用の試みも生まれてきていて、これからがビジネスとしてのファッションAIの活用の本番というところです。 この辺りの動向は下記の記事で大変詳しく議論されています。 -------- Biz/Zine 「AIが変える創造性の未来──次代のクリエイティブにおける人間の“役割”とは」 https://bizzine.jp/article/detail/10690

非常に深い議論の記事でした。 クリエイティブだけでなくマーケティング全般そうですが、定量的な数値で成果を図るだけでなく、身体的・感覚的・内的感情をどう評価するか、そしてその結果をどう活かすべきか、そこが次のAIに期待される領域なのだと思います。

Sakana.aiが言わんとしていることは「浮世絵生成ができる」ことではなく、学習データに忠実な再現性が得られたことなのだと思います。（浮世絵は単に著作権が消滅しているものが多いため使用しているだけと想像） 同社のリリースにその凄みは詳しく書かれていますが（https://sakana.ai/evo-ukiyoe/）、現状使えるOpenAI・ChatGPTやAdobe・Fireflyなどの画像生成では、けっこう画像が崩れてしまったり、場合によってはかなりホラーなものが出来上がってくることが多々あります。 それに対して、デモも試してみましたが、このEvo-Ukiyoeかなり違和感のない出力ができていることには驚きます。その裏側には、当初からSakana.aiとともに語れれている「進化的モデルマージ」（＝多様な能力を持つ幅広いオープンソースモデルを融合して、新たな基盤モデルを構築するための方法を、進化的アルゴリズムを用いて発見する手法）の存在があるようです。 技術の詳細は不明ですが、画像生成に新たな可能性が現れてきていることを感じます。

驚きました。。。LeapMindさんと言えばとくにエッジAI系で強いポジショニングを築いてこられ、間違いなく日本のAI業界を支えてきた企業の一つでした。 詳しい経緯は知る由もありませんが、近年の生成AIや半導体等の開発における海外勢との競争激化なども要因としてあるのかもと勝手に想像しています。 同じAI業界の一員として、社員の皆様のこれからを応援し、ご健勝をお祈り申し上げたいと思います。

若年層の男性においては韓国ブームの影響などもあって化粧水などの美容商品が浸透し始めていますが、ミドルエイジ以上となるとなかなか習慣として受け入れられていない現状があるように思います。 数年前から化粧品・コスメ各社が男性用ケア用品を発売していますが、市場としてはまだ小さいと想像していて、商品そのもののマーケティングに加えて、いかに文化として浸透させ、「周りも使っている」という状況を作れるかなのでしょう。 既存市場への新製品の投入とは異なり、これまでとは異なる習慣を根付かせるための市場創出のためのマーケティングはコスト・期間ともに掛かることから、企業にとってはリスクも伴います。 無印良品というミドルエイジも買い慣れたブランドが本格的に進出することによって、男性ケア市場が文化として根付いていくのか、非常に楽しみです。

難しい問題です。直接スクレイピングしたものでないとすれば規約には違反していないのかもしれませんが、非営利団体が作成したデータセットが、結果として営利目的に使われているとなれば少し話は違うような気もします。 結果としてこうして開発されたサービスが、人権や著作権を侵していないのかどうか、情報操作に用いられることはないのか、人々の利益になるのかどうかが重要な視点だと思いますが、司法的にも難しい判断が求められそうです。

NEC（cotomi）、パナソニック（自社内活用）などに続いて富士通もということで、国内メーカーのLLM開発も本格化してきた様相です。 NTTやKDDIなどの通信キャリアもLLM開発に着手していますが、海外AI企業に比べて不足するリソースを提携・出資などのパートナーシップで補いながら、ビジネス戦略との掛け合わせで開発を進めて行くのか、独自開発にこだわるのか、国内企業の戦略が分かれているのは非常に興味深いところです。 また、Cohereは元々BtoBで企業向けの開発に注力してきたことで知られていますが、同じ日本語特化モデルでもどの市場セグメントをターゲットに置くかで明暗が分かれてくるのかもしれません。

予想以上に早い発効となりました。それだけ切迫した状況にあるということでしょう。 AI法案で「許容できないリスク」に定められているのは ・潜在意識への操作（治療目的は対象外） ・社会的スコアリン ・スクレイピングによる顔認証データベース化 などが挙げられています。 人権侵害のリスクがとくに懸念されている顔認識などは比較的明確に摘発対象が判明しそうですが、争点になりそうなのはやはりLLMを中心とした生成 AIで、AIが出力する内容が、どこまでが潜在意識の操作にあたるのかなどは難しい判断が求められそうです。