読者です 読者をやめる 読者になる 読者になる

648 blog

kyamanekoです。IT、思想、哲学、心理学などの記事を書いています。

人工知能を業務用システムに応用する6つのアイデア

人工知能を業務用システムに応用する4つのアイデア

僕は本業で、ある業種向けのWeb情報システムの販売開発に関わっている。

最近、人工知能関連の技術をサービス化できないか、いろいろと試行錯誤している。

そこで今回は、僕が考えている『人工知能を業務用システムに応用する4つのアイデア』を紹介しようと思う。

 

目次

対象

今回は、例として飲食業の顧客DBシステムを想定して整理した。

さらに、社内用の情報システムなども対象となってくる。技術としては、データマイニングとテキストマイニングを使うことになる。

アイデア1 - 上顧客抽出

顧客DB内の数々の顧客情報(性別、年代、来店時間、服装、来店人数、注文内容、年間売上、別顧客紹介数) を機械学習することで、上顧客を予測できる

例えば新規に来店した顧客について、『年間売上』『別の顧客を紹介してくれる可能性』『リピーター率』などを瞬時に予測することができる。

この『顧客データマイニング』について逆の使い方をすれば、『売上が見込めない顧客』などネガティブな面を予測することもできる。

なお、以下の事例では、購買データから、顧客の年収や生活スタイルなどを推測できるようだ。

jpn.nec.com

アイデア2 - サービス改善

顧客満足度アンケートを収集し、営業条件(日時、曜日、店舗、天候、スタッフ体制、注文内容)と合わせて機械学習することで、顧客満足度が下がりやすい状況を予測できる

例えば店舗営業時に、『女性の年配客が夕方に来店したときに満足度が下がりやすい』『男性客が夜同僚ときたときに満足が下がりやすい』などということを予測し、店頭でリアルタイムなアラートを上げることができる。

または本部などでアラートを検知し、店舗へ注意喚起することができる。

アイデア3 - 営業状況予測

店舗ごとの営業状況を記録して機械学習することで、営業状況を予測できる
例えば過去日のデータを蓄積していくと、未来の特定の日における、『売上』『繁忙度』『遭遇したトラブル』『よく出るメニュー』『稼働率』などを予測することができる。
これを元に、売上予測や人員配備や材料の準備を行うことができる。

混雑度予測の事例としては、以下のようなものもあった。

wirelesswire.jp

アイデア4 - 労務管理

社内の日報などを随時テキストマイニングすることで、トラブルの傾向や、労務上のトラブル(過労やパワハラ)などを検知することができる

日報(グループウェアなど利用)には、数値化された『忙しさ』『疲労感』などが含まれると解析しやすそうだ。

と思ったら、KIBITI(キビット)という凄そうなプロダクトがあった。

www.fronteo.com

アイデア5 - コンシェルジュ

顧客情報や注文データを機械学習することで、テーブルに着いた顧客におすすめのメニューを自動で提案できる

さらに、映像分析の機能を使って性別の判定をしたり、天候や時間帯や人数によっておすすめを変えることもできるだろう。

アイデア6 - 音声分析による接客指導

自前で作れる気はしないが、面白そうな技術を発見したので。

journal.jp.fujitsu.com

こちらの技術を使うと、接客中のスタッフの音声データを解析して、接客を評価してもらうことができる。

スタッフにとっては結構イヤな感じかも知れないが・・

参考になりそうな記事

www.kyamaneko.com

www.kyamaneko.com

www.kyamaneko.com

まとめ

今回は、『人工知能を業務用システムに応用する6つのアイデア』として、思いつくことを挙げてみた。

上記の機能を実現するには、自前で機械学習の実行環境を用意したり、Amazon MLやWatsonなどのプラットフォームを用意したりする必要がある。

しかし、一般のシステム開発に人工知能(というか機械学習?)を応用できる時代になったのは、いいことだと思う。

こちらの記事も読まれています

人工知能ってなんなの? 5種類に分類すると見えてくるAIの実態! - 648 blog

おすすめ書籍 人工知能は人間を超えるか(松尾豊/角川Epub選書) - 648 blog

人工知能に仕事を奪われた人類には、4種類の仕事が残される - 648 blog

人工知能の普及後、人間は5種類のロボットと共存する。その5種類とは… - 648 blog

人工知能が自我を持つとき人類はどうなる? - 648 blog

人工知能と人類 - ロボットに心を与えられるのか? - 648 blog




Amazon.co.jpアソシエイト