プロダクトを成長させる生成系 AI のユースケースを考えるワークショップ

生成系 AI のユースケースを発案・検証できるワークショップ資料です。
参加者の経験に応じ、 Easy / Normal / Hard の 3 種類の到達レベルが選べるようになっています。

プロダクト筋トレコミュニティのイベントで使用した資料です
https://productkintore.connpass.com/event/296335/

ワークショップで使用する台紙は以下に配置しているので、印刷してお使いください。
ワークショップ用台紙

Transcript

1. © 2023, Amazon Web Services, Inc. or its affiliates. © 2023, Amazon Web Services, Inc. or its affiliates. プロダクト筋トレコミュニティ プロダクトを成長させる生成系 AI の ユースケースを考えるワークショップ 久保 隆宏 Developer Relations Machine Learning
2. © 2023, Amazon Web Services, Inc. or its affiliates. 2 本イベントのゴール 明日からプロダクトで生成系 AI を活用する方法 を議論できるアウトプットを持ち帰ること！
3. © 2023, Amazon Web Services, Inc. or its affiliates. 3 自己紹介 アマゾン ウェブ サービス ジャパン合同会社 Machine Learning Developer Relations 久保隆宏 (Kubo Takahiro) ミッション 「機械学習を実用するなら AWS 」という認知を拡大すること。 10 年以上の業務コンサルタント経験、研究開発していたテーマをプロダクトとして リリースした経験、 ML Enablement Workshop 実施経験をもとにお話しします。
4. © 2023, Amazon Web Services, Inc. or its affiliates. 4 AWS Startup Loft Tokyo の基本メニュー • AWS アカウントお持ちの スタートアップ、デベロッパー が開発に集中できる場 • 100席 • 予約不要 • 無料 • 平日10:00-18:00 • 電源/Wifi/電話ブース/会議室 • 飲料、コーヒー、スナック提供 • 要事前会員登録、要身分証 • AWS 技術エキスパートによる 技術相談 • 予約不要 • 無料 • 平日13:00-18:00 （一部の日程/時間帯は不在の場合があり、 予告なく変更する場合がございます） • 質問例 「AWS サービスの使い方を知 りたい」「システム構成レ ビューして欲しい」「プロダク ト開発のアドバイス欲しい」 Ask An Expert イベント開催 • AWS サービス、技術に関する 内容 • AWS 以外でも技術やスタート アップに関する内容 • コミュニティイベント • 要事前登録 • 毎週ペースでの開催 コワーキングスペース
5. © 2023, Amazon Web Services, Inc. or its affiliates. 5 本日のイベントの行動規範 1.イベントの趣旨と反することはしない 2.ハラスメントはしない 3.器物の損壊をしない、危険な物を持ち込まない 4.嫌がらせを容認せず、この規範に違反すると思われる行動を見たり 聞いたりしたらすぐにイベントスタッフに連絡する この規範に違反している行為を発見した場合、即座に中止するよう求めます。 場合によっては、イベントの中断だけでなく、イベントからの退席や今後のイ ベント参加への禁止等を求めることがあります。
6. © 2023, Amazon Web Services, Inc. or its affiliates. 本日の進行 6
7. © 2023, Amazon Web Services, Inc. or its affiliates. © 2023, Amazon Web Services, Inc. or its affiliates. 7 ワークショップ : 生成系 AI 活用用途のアイディエーション と検証
8. © 2023, Amazon Web Services, Inc. or its affiliates. All rights reserved. 8 咲く © 2023, Amazon Web Services, Inc. or its affiliates. All rights reserved. 生成系 AI とは？ • Gartner の 2022 年のレポートでは、「これまで人間が 経験や思考に基づき行っていたアウトプットを、それら なしに生成できる破壊的なテクノロジー」とされている
9. © 2023, Amazon Web Services, Inc. or its affiliates. なにかしらの生成系 AI サービスを 使ったことがある方 ?
10. © 2023, Amazon Web Services, Inc. or its affiliates. “日本人のイラストレーターが描画した、 猫と魚が書かれたイラスト” “プロの写真家が撮影したエッフェ ル塔と猫が写った写真” (※英訳し生成) 生成系AIの生成例 Amazon Bedrock から Stable Diffusion XL で画像を生成した例 10
11. © 2023, Amazon Web Services, Inc. or its affiliates. 生成系 AI の中核となる「基盤モデル」のイメージ 11 賢者の石 鋼の錬金術師 (2010) では等価交換 を無視した錬成ができるアイテムと して登場。多くの人間の魂をもとに 構築することで法則を無視すること ができる。 大規模言語モデルも、事前に数テラ バイト規模の人間の創作物を学習す ることで、経験や思考なしに同等の アウトプットを行う。 ※あくまでわかりやすいよう細かい点を省いています！ Amazon Bedrock から Stable Diffusion XL で画像を生成
12. © 2023, Amazon Web Services, Inc. or its affiliates. 生成系 AI の様々なユースケース 参考: Exploring opportunities in the generative AI value chain 文書作成 チャットボット 分析結果記述 文書要約 コード生成 データ生成 プロトタイプ生成 素材画像生成 画像編集 動画生成 動画編集 音声変換 話者変換 (VTuber等) 3D オブジェクト生成 製品デザイン、創薬 音声合成 音楽生成 音声/音楽編集 12
13. © 2023, Amazon Web Services, Inc. or its affiliates. アイデアをすぐに形にできる時代へ パーソナルデータから人間なしに ダイエットプランを作成する。 Amazon Bedrock から Anthropic Claude を用い生成 ユーザーのアップロードした画像から 発生している障害を推定する。 Google Bard から生成
14. © 2023, Amazon Web Services, Inc. or its affiliates. 仕事の中にも テキストによる指示から、チャートを 作成、編集する Amazon QuickSight の Generative BI 機能を発表 テキストの指示からユーザーストーリー、 ドキュメント、コードまで全部生成 MetaGPT: The Multi-Agent Framework
15. © 2023, Amazon Web Services, Inc. or its affiliates. 生成系 AI 、どんな活用をしていますか ?
16. © 2023, Amazon Web Services, Inc. or its affiliates. 生成系 AI の知識・実行力の拡張 生成系 AI x 外部知識 生成系 AI x SaaS 生成系 AI x ランタイム 外部データベースへの検索と 組み合わせることで、学習時に は保有していなかった知識を 扱えるようにする。 Bing Search, You.com Advanced Data Analysis, Slack GPT テキストに含まれるデータを API 呼び出し形式に変換するこ とで、複数ステップにまたがる 複雑なタスクを行う。 Code Interpreter 自然言語による指示からコード を生成するだけでなく実行まで 行う。
17. © 2023, Amazon Web Services, Inc. or its affiliates. 生成系 AI の課題 ：責任ある AI の利用 公平性 Fairness システムがユーザーの 集団に応じて与える影 響を考慮する (例：性別、民族など) 説明可能性 Explainability AI システムの出力結 果を理解し評価する 仕組み 堅牢性 Robustness AI システムの確実な 運用を実現するため の仕組み プライバシーと セキュリティ Privacy and Security プライバシーに配慮した データ利用 盗難・流出からの保護 ガバナンス Governance Responsible AI の 実践を定義し、実装 し遵守するプロセス 透明性 Transparency ステークホルダーが 十分な情報を得た上で AI を利用できる仕組み 17
18. © 2023, Amazon Web Services, Inc. or its affiliates. プロダクトとしての課題 18 アイデアはすぐに模倣される
19. © 2023, Amazon Web Services, Inc. or its affiliates. 19 利用データを蓄積し改善を続けることが差別化につながる 価値 データ 通常の機械学習モデル 生成系 AI をそのまま 使い続ける場合 生成系 AI を追加学習 していく
20. © 2023, Amazon Web Services, Inc. or its affiliates. Customer Experience Traffic Data Data Driven Decision Growth 目指したいプロダクトの成長サイクル : 3 つの条件 ②利益 ③モデルの改善 ①顧客体験の改善
21. © 2023, Amazon Web Services, Inc. or its affiliates. 協力者 Key Partners 主要活動 Key Activities 資源 Key Resources 価値提供 Value Propositions 顧客との関係 Customer Relationships 販路 Channels 顧客セグメント Customer Segment コスト構造 Cost Structure 収益の流れ Revenue Streams 21 ビジネスモデルキャンバスで、成長サイクルに よるビジネスの成長を可視化できる
22. © 2023, Amazon Web Services, Inc. or its affiliates. おさらい : ビジネスモデルキャンバス 2005 年に経営コンサルタントのアレクサンダー氏が発案し たフレームワーク。フレームワークを解説した 「ビジネスモデルジェネレーション 」は 45 カ国の実践者に より執筆され、シリーズの累計部数は 14 万部に上る。 画像引用 : 翔泳社の書籍サイトより 本屋で平積みにされているのを 見たことがある方もいるのでは ? 22
23. © 2023, Amazon Web Services, Inc. or its affiliates. 題材 : Canva での AI イラスト生成の事例 Canva はロゴやチラシ、バナーなどを デザインできる SaaS 型のサービス。 Stable Diffusion のモデルをベースに 3 週間で機能をリリース。 顧客は、イメージに合う画像がない時 にテキストからの指示で画像を生成で きる。 事例 : Canva が Amazon SageMaker と Amazon Rekognition を使用し 1 億ユーザーにテキストから画像を生成する AI を提供した方法 画像引用: AI イラスト生成 23
24. © 2023, Amazon Web Services, Inc. or its affiliates. 題材 : Canva での AI イラスト生成の事例 Canva はロゴやチラシ、バナーなどを デザインできる SaaS 型のサービス。 Stable Diffusion のモデルをベースに 3 週間で機能をリリース。 顧客は、イメージに合う画像がない時 にテキストからの指示で画像を生成で きる。 事例 : Canva が Amazon SageMaker と Amazon Rekognition を使用し 1 億ユーザーにテキストから画像を生成する AI を提供した方法 画像引用: AI イラスト生成 24
25. © 2023, Amazon Web Services, Inc. or its affiliates. Canva での生成系 AI の導入 : 穴埋めクイズ 協力者 Key Partners 主要活動 Key Activities 資源 Key Resources 価値提供 Value Propositions 顧客との関係 Customer Relationships 販路 Channels 顧客セグメント Customer Segment コスト構造 Cost Structure 収益の流れ Revenue Streams ? ? ? ? ? ? 25 Stability AI が公開する 画像が生成できる基盤モデル Stable Diffusion をイラスト生成機能 としてデザインツールに組み込む
26. © 2023, Amazon Web Services, Inc. or its affiliates. Canva での生成系 AI の導入: 回答 協力者 Key Partners 主要活動 Key Activities 資源 Key Resources 価値提供 Value Propositions 顧客との関係 Customer Relationships 販路 Channels 顧客セグメント Customer Segment コスト構造 Cost Structure 収益の流れ Revenue Streams デザイン機能 Stable Diffusion ソフトウェア と統合 ? ? Stability AI AI イラスト 生成 26 Stability AI が公開する 画像が生成できる基盤モデル Stable Diffusion をイラスト生成機能 としてデザインツールに組み込む
27. © 2023, Amazon Web Services, Inc. or its affiliates. 題材 : Canva での AI イラスト生成の事例 Canva はロゴやチラシ、バナーなどを デザインできる SaaS 型のサービス。 Stable Diffusion のモデルをベースに 3 週間で機能をリリース。 顧客は、イメージに合う画像がない時 にテキストからの指示で画像を生成で きる。 事例 : Canva が Amazon SageMaker と Amazon Rekognition を使用し 1 億ユーザーにテキストから画像を生成する AI を提供した方法 画像引用: AI イラスト生成 27
28. © 2023, Amazon Web Services, Inc. or its affiliates. 協力者 Key Partners 主要活動 Key Activities 資源 Key Resources 価値提供 Value Propositions 顧客との関係 Customer Relationships 販路 Channels 顧客セグメント Customer Segment コスト構造 Cost Structure 収益の流れ Revenue Streams デザイン機能 Stable Diffusion ソフトウェア と統合 ? ? Stability AI AI イラスト 生成 28 イメージに合った素材がない顧客に対し、 無料で画像生成機能を提供。 (収益は・・・?) Canva での顧客体験改善と利益創出 : 穴埋めクイズ ?
29. © 2023, Amazon Web Services, Inc. or its affiliates. 協力者 Key Partners 主要活動 Key Activities 資源 Key Resources 価値提供 Value Propositions 顧客との関係 Customer Relationships 販路 Channels 顧客セグメント Customer Segment コスト構造 Cost Structure 収益の流れ Revenue Streams デザイン機能 Stable Diffusion ソフトウェア と統合 無料 用意された 素材が希望 に沿わない ユーザー Stability AI AI イラスト 生成 29 Canva での顧客体験改善と利益創出 : 回答 有償機能 利用費
30. © 2023, Amazon Web Services, Inc. or its affiliates. 30 Canva での顧客体験改善と利益創出 https://www.canva.com/ja_jp/ai-image-generator/ 画像を生成すれば編集したくなる。 画像の編集機能の中に 有償の Pro プラン機能あり
31. © 2023, Amazon Web Services, Inc. or its affiliates. 31 Canva における継続的なモデルの改善 https://www.canva.com/newsroom/news/text-to-image-ai-image-generator/ Canva は学校や職場で使うことを前提として いるので、有害な画像生成が起こらないよう チューニング、チェックを行っている。 左図のように、不適切な画像をレポートでき る機能がある。
32. © 2023, Amazon Web Services, Inc. or its affiliates. 協力者 Key Partners 主要活動 Key Activities 資源 Key Resources 価値提供 Value Propositions 顧客との関係 Customer Relationships 販路 Channels 顧客セグメント Customer Segment コスト構造 Cost Structure 収益の流れ Revenue Streams デザイン機能 Stable Diffusion ソフトウェア と統合 無料 用意された 素材が希望 に沿わない ユーザー Stability AI AI イラスト 生成 32 得られたフィードバックで さらにモデルを改善 Canva における継続的なモデルの改善 有償機能 フィードバック
33. © 2023, Amazon Web Services, Inc. or its affiliates. Canva で満たしている 3 つの条件 33 モデルの改善 顧客体験の改善 テキストから商材など のイメージに合う素材 を作れる。 フィードバックからよ りイメージに合った安 全な画像を生成 利益 画像生成後の編集機能 の利用から有償 ユーザーが増える ※公表されている内容から推定しているので、実際とは異なる可能性がある点にご留意ください。
34. © 2023, Amazon Web Services, Inc. or its affiliates. 34 Normal 以上はビジネスモデルを作るところまで目指す！ Easy Normal Hard 生成系 AI でできることについて 引き出しを増やす 引き出しを増やしつつ、実際の ビジネスモデルに落とす練習をする 生成系 AI を活用したビジネス モデルについて議論し異なる観点の フィードバックを得る
35. © 2023, Amazon Web Services, Inc. or its affiliates. © 2023, Amazon Web Services, Inc. or its affiliates. 実践編 : 20:00~ 35
36. © 2023, Amazon Web Services, Inc. or its affiliates. 36 現在のレベル感に合った目標を設定しワークショップに挑戦 Easy Normal Hard 生成系 AI でできることについて 引き出しを増やす 引き出しを増やしつつ、実際の ビジネスモデルに落とす練習をする 生成系 AI を活用したビジネス モデルについて議論し異なる観点の フィードバックを得る
37. © 2023, Amazon Web Services, Inc. or its affiliates. まずは自己紹介から！ 生成系有名人当てクイズ 自己紹介で一人ずつ情報を出していき、それらをもとに生成系 AI が 回答する有名人を当てるゲーム。 37 千葉県出身 テニスが好き 英会話を始めた 千葉県出身 テニスが好き 英会話を始めた 有名人は誰? ? ※メンターが 実行します
38. © 2023, Amazon Web Services, Inc. or its affiliates. 38 現在のレベル感に合った目標を設定しワークショップに挑戦 Easy Normal Hard 生成系 AI でできることについて 引き出しを増やす 引き出しを増やしつつ、実際の ビジネスモデルに落とす練習をする 生成系 AI を活用したビジネス モデルについて議論し異なる観点の フィードバックを得る
39. © 2023, Amazon Web Services, Inc. or its affiliates. Easy の進め方 (4~5 人グループ) 1. メンターから説明 : 5min 2. 自己紹介+考えたいテーマ発表 : 15min (3min/人) 3. テーマ記入+ライティング : 10min (2min/人) 4. 良いアイデア等の意見交換 : 15min 39
40. © 2023, Amazon Web Services, Inc. or its affiliates. Easy の進め方 40 英会話初心者でも気軽に始められる英 会話サービスでの生成系 AI 活用アイ デアは ? テーマ アイデア① アイデア② アイデア③ Aさん Bさん Cさん アイデア テーマは自分のプロダクトを想定し たものでも仮想でも構いません。 アイデアの箇所には時間内に思いつ く限り横に書いていきます。 次の人も同様に書きますが、積極的 に前の人のアイデアを引き継いでみ てください。引き継いだ場合、矢印 で結んでください。
41. © 2023, Amazon Web Services, Inc. or its affiliates. アイデア出しを助けるプロンプト 41 自分に合った化粧品が使えるプロダクトで、画像の生成を使った機能を検討して います。 1) このプロダクトをよく使用すると思われる顧客の年齢、家族構成、 職業、趣味、1日の簡単なスケジュールからペルソナ作成し、 2) このプロダクト に出会う心理的および状況的必然性を述べ、 3) この顧客にとって不可欠な生成 系AIの機能を発案し、 4) 生成系AI機能の利用を促すためのコピーを作成してくだ さい。 異なるペルソナを用い2回繰り返してください。 プロダクト案、生成系 AI 案を変更し お好きな生成系 AI サービスに入力
42. © 2023, Amazon Web Services, Inc. or its affiliates. 42 現在のレベル感に合った目標を設定しワークショップに挑戦 Easy Normal Hard 生成系 AI でできることについて 引き出しを増やす 引き出しを増やしつつ、実際の ビジネスモデルに落とす練習をする 生成系 AI を活用したビジネス モデルについて議論し異なる観点の フィードバックを得る
43. © 2023, Amazon Web Services, Inc. or its affiliates. Normal の進め方 (4~5 人グループ) 1. メンターから説明 : 5min 2. 自己紹介+考えたいテーマ発表 : 15min (3min/人) 3. 各自ビジネスモデル作成 : 10min 4. 隣の人と相互レビュー : 15min 43
44. © 2023, Amazon Web Services, Inc. or its affiliates. Normal の進め方 44 転職活動用のサービスで、職務経歴書 の執筆を生成系 AI で支援する。 お題 ビジネスモデル お題は自分のプロダクトを想定した ものでも仮想のもでも構いません。 ビジネスモデルについてのフィード バックは、次の観点を意識してくだ さい (シート下部に書いてあります) 。 ・顧客体験の改善 ・利益 ・モデルの改善
45. © 2023, Amazon Web Services, Inc. or its affiliates. ビジネスモデルキャンバスの下地を作りたいときのプロンプト 45 自分に合った化粧品が使えるプロダクトで、自分の肌に合ったカラーパレットを 生成する機能を検討しています。この機能の実装がビジネスモデルとして成立す るか、ビジネスモデルキャンバスを使用し分析したいと考えています。このプロ ダクトおよび機能について、 1) ビジネスモデルキャンバスを顧客セグメント、 顧客との関係(価格プラン)、販路、価値提供、主要活動、資源、協力者、コスト 構造、収益の流れの順に記載してください。 2) 顧客セグメントへの価値提供が 顧客の問題を解決していること、コストもしくは収益の改善につながること、生 成系AIモデルの精度をさらに向上させるためのデータの増加につながることの 3 点を確認した結果を Markdown の表でまとめ、確認結果が不十分であれば改善案 を提示してください。 プロダクト案、生成系 AI 案を変更し お好きな生成系 AI サービスに入力
46. © 2023, Amazon Web Services, Inc. or its affiliates. 46 現在のレベル感に合った目標を設定しワークショップに挑戦 Easy Normal Hard 生成系 AI でできることについて 引き出しを増やす 引き出しを増やしつつ、実際の ビジネスモデルに落とす練習をする 生成系 AI を活用したビジネス モデルについて議論し異なる観点の フィードバックを得る
47. © 2023, Amazon Web Services, Inc. or its affiliates. Hard の進め方 1. メンターから説明 : 5min 2. 自己紹介+考えたいテーマ発表 : 15min (3min/人) 3. 各自ビジネスモデル作成 : 15min 4. 意見交換 : 10min 47
48. © 2023, Amazon Web Services, Inc. or its affiliates. © 2023, Amazon Web Services, Inc. or its affiliates. 各チーム感想発表 : 20:45~ 48
49. © 2023, Amazon Web Services, Inc. or its affiliates. © 2023, Amazon Web Services, Inc. or its affiliates. クロージング : 20:55~ 49
50. © 2023, Amazon Web Services, Inc. or its affiliates. 50 プロダクト筋トレで感想を投稿しよう！ (成果物もぜひ) プロダクト筋トレコミュニティの #9_機械学習_生成ai活用 チャンネル
51. © 2023, Amazon Web Services, Inc. or its affiliates. クロージング • プロダクト筋トレ運営より • AWS より 51
52. © 2023, Amazon Web Services, Inc. or its affiliates. ML Enablement Workshop 52 52 アイデア検証の先のステップへ https://github.com/aws-samples/aws-ml-enablement-workshop 5 社 16 チームへの提供実績 2023 年 8 月時点で、AWS Japan 内で最多の Star 数 GitHub で ★ 頂ければ嬉しいです！ ワークショップの提供に関心ある方は アンケートでご連絡ください。
53. © 2023, Amazon Web Services, Inc. or its affiliates. © 2023, Amazon Web Services, Inc. or its affiliates. Thank you!