GoogleCloudNext'18 Day1:基調講演(の特に後半)
基調講演で素晴らしいと思ったものをいくつかまとめました
主に機械学習の利用例多めかもしれません。
※ あと、参加が30分ほど遅くなったので最初の方は聞いてません。
Cloud AutoML (※ML = Machine Learning)
- Machine Leaningの自動化がすすむ
- AutoML Vision
- 画像の機械学習
- AutoML Natural Language
- 自然言語の機械学習
- AutoML Translation
- 機械学習を使った翻訳プロダクト
AutoML Translation デモ
『ドライバ』: 文脈によって違う
例えば『ドライバ / Driver』はPCなのかゴルフなのかドライブなのかで違う
— かみけん (@kamykn) 2018年9月19日
それをAutoML Translationで日経が使おうとしていて、記事の世界同時配信をしようとしている。
— かみけん (@kamykn) 2018年9月19日
なぜカスタマイズする必要があるのか
- カスタマイズモデルのほうが翻訳の精度高い
- その文脈にあったモデルを使っていくことで精度が高くなる
- 主要業界に特化したAIを用意する
- 小売
- 金融
- とか
- とか
GSuite
400万のビジネス(会社で使われている)
ファーストリテーリングがGSuiteこれから使うと先ほどの発表であった
GSuiteのこれから
共同作業に費やす時間をへらす
Google Calender
行動パターンや距離などから適切な会議室の自動提案
共同作業
ヒトが共同作業に費やす時間は全体の74%
(メールやビデオチャットファイル共有する行為も含まれる)
なので、GoogleはGSuiteに力を入れていってビジネスをもっと良くしたい。
変革
- クラウドテクノロジー
- 会社の文化
の理解が必要(無しには出来ない)
変革の例
- sansan / eight
- Hujikura Shigemoto : CTO
- サービス
- 法人向け名刺 / 個人向け名刺
- 奇跡的な出会いが日々起こっていて
- その際に必ず渡す名刺を管理する
- 法人向け名刺 / 個人向け名刺
- 経緯
- GCP
- Cloud Vision API
- OCR 画像からテキスト化
- 本番利用中
- emailアドレスは1文字でも間違っていると送れない
- 99.9%を実現する為に技術を高めている
- データの分析も
- コストダウンとさらなる付加価値
- Cloud Vision API
- GCP
- 丸紅
- Omnis
- 活用
- コールセンターの通話内容のテキスト起こし
- データ分析への活用
- 応対記録残すとか手間暇かかる
- 録音: オンプレ、解析: クラウド
- 通話内容はセキュリティが高くないと置けない(金融の取引先とか)
- Googleのおかげで方言も行けるらしい…!?
- PLAID
- KARTE
- アプリの利用者の可視化
- パーソナライズ
- CXプラットフォームとしてのサービス
- (誰が今、サイトに来ていて何をしているかを知らずにサービス提供するの? と言いたそうに感じた)
- カスタマーサポートにも使える
- マーケティングに使える
- 選定の理由
- 多様性
- 秒間2〜3万イベント
- リアルタイム性
- BigQuery
- やるべきことにフォーカスできた
- インフラコスト
- 1/3のコスト増にとどまっている
- KARTE