Amazon Bedrock のビジネスへ適用を紹介します！ Eコマースにおける課題を Amazon Bedrock で解決、事例とデモの紹介 @2024/7/24 JAWS EXPERT online

2024/7/24 JAWS EXPERT onlineで登壇予定のセッション資料です。

Transcript

1. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Japan G.K. シニアソリューションアーキテクト 堀内 保⼤ Amazon Bedrock のビジネス適⽤を紹介します︕ Eコマースにおける課題を Amazon Bedrock で解決、事例とデモの紹介 2 0 2 4 / 7 / 2 4 J A W S E X P E R T O N L I N E
2. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. ⾃⼰紹介 堀内 保⼤ (Yasuhiro Horiuchi) • AWS Japan シニアソリューションアーキテクト • Web系 EC 企業様を横断的に⽀援 • モール / ⾃社 EC / EC プラットフォーム等、多岐に渡って⽀援 • AW S上での EC 事例やトレンドのご紹介 • ビジネス拡⼤のために AWS が貢献できる箇所をディスカッション • 社外イベント企画 • コンテナ系サービスに関する登壇/⽀援 バックグラウンド • 前職︓SIer で多岐にわたるシステムへの性能関連の技術⽀援 好きな AWS サービス • AWS Fargate 趣味 • 旅⾏（最近 NZ に⾏きました）、スノーボード @ka_shino_ki horiuyas@amazon.co.jp 2
3. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. • E コマースや⼩売業界においても 2024 年は⽣成 AI の関連の話題が多くトレンド ⾮常に多くの企業が⽣成 AI の導⼊ユースケースに興味を持っている • ⼀⽅で、⾃社課題を解決するユースケースを特定し進めている企業はまだ限定的 • E コマースを題材に先⾏事例や具体的なデモを通して、ユースケース特定の参考と してもらいたい 3 前置き Customer Experience Traffic Data Data Driven Decision Growth ②利⽤増による 利益増, データ増 ③データの蓄積によ るモデルの改善 ①顧客体験/⽣産性 の改善
4. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. ユースケースを参考にする上での注意点 表⾯的なユースケース ( Technology ) の実装だけ真似ても、新技術を積極的に 活⽤する⽂化や⼈材 (People) 、⼩規模なチームで頻繁な改善を⾏う Process なしに は継続的に⽣成 AI 、その先の技術をサービスや業務に活かすことはできない。 4 Technology Process People
5. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. ハイインパクトなユースケースを組織変⾰のテコに 成功しやすいハイインパクトなユースケースを、今後の変⾰の象徴となる⼩規模か つ頻繁な改善を続けるチームに託し短い期間で成果を出し弾みをつける。 ⼩規模チームの成果の社内外での認知、これをきっかけにした全社への展開等 役員レベルでの活動推進が始まっている。 5 短期間での成功体験 を積ませることで 社内での浸透の弾み をつける Technology Process People • 1~4名の⼩規模チーム • 1~3ヶ⽉での本番稼働
6. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. E コマース業界の課題と⽣成 AI による解決 7
7. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. ⽇本Eコマース市場は拡⼤、業務効率化が課題と顧客体験向上 2. パーソナライズされた顧客体験 ※66% の消費者が 「パーソナライズされていないブランドの利⽤を⽌める」*3 ※71％の消費者は、企業がパーソナライズされたインタラクショ ンを提供することを期待している*4 8 *1 https://ecnomikata.com/ecnews/29045/ *2 http://www.fcn.co.jp/thesis/syougyoukai180310/ *3 https://www.twilio.com/ja-jp/state-of-customer-engagement *4 https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/the- value-of-getting-personalization-right-or-wrong-is-multiplying 1. 差別化に繋がらない重労働の削減 ※ EC 担当者の 2 割が「運⽤リソース/サポート不⾜を課題に感じ」、 4 割が「リソース不⾜で CRM 施策を実⾏できていない」*1 ※「ささげ業務」が原因でECへの新商品投⼊に平均5.8⽇遅れている*2
8. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. E コマースにおける実績のある⽣成 AI ユースケース 2. 商品背景画像⽣成 1. 商品説明⽂⽣成 3. 商品検索/⽐較 アシスタント 商品登録 広告 Marketing 販売 商品説明⽂⽣成 ツール 広告背景 ⽣成ツール ショッピング アシスタント 国内外の取り組みから以下ユースケースに、⼯数削減やユーザーアクションの向上実績があります。 どこから始めるか悩んでいらっしゃるお客様は、まずは以下ユースケースから検討がお勧めです。 Amazon.com の取組み 9
9. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. [業務効率化] Amazon、販売者が商品説明を書くのを⽀援する⽣成 AI を発表 - 商品説明⽂⽣成 - 商品説明⽂の⾃動⽣成をサポートする出品者向け⽣成 AI ツールを発表 出品者は AI が⽣成した説明⽂を編集するか、そのまま使⽤するかを選択可能 出品者の負担が減るだけでなく、充実した商品説明を基にショッピングをすることが出来るため、 顧客にもメリット 10 https://www.aboutamazon.com/news/small-business/amazon-sellers-generative-ai-tool
10. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. [業務効率化] Amazon Ads、AI で商品背景画像を⽣成するツールの提供開始 - 商品画像背景修正 - 出品者がアップロードした商品画像に適した背景を AI で⽣成可能に ⽣成AIは、商品の詳細に基づいてライフスタイルやブランドに関連する複数の画像を⽣成 背景が⽩い画像より、ライフスタイルシーンの中に配置した商品画像の⽅が CTR が 40％ 増加 11 https://www.youtube.com/watch?v=89OubJGcUx0
11. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. [顧客体験向上] Amazon が Shopping アシスタントAI「Rufus」を発表 - アシスタント - Amazon カタログとウェブ情報で学習された専⾨の Shopping アシスタント AI 買い物の開始時にユーザーが実施する幅広いリサーチを⽀援する 12 https://www.aboutamazon.com/news/retail/amazon-rufus § 例︓ランニングシューズの購⼊ – ランニング シューズ購⼊時に何を考慮すべきか︖ – このシューズは初⼼者に適していますか︖ – ⾬の⽇のランニングには何が必要ですか︖
12. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS による E コマース業界向け⽣成 AI デモ Powered by Amazon Bedrock 13
13. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS Summit Japan 2024 で⼤盛況︕︕ 流通⼩売消費財 インダストリーブース 14
14. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. AWS による E コマース向け⽣成 AI デモ 15 2. 商品背景画像⽣成 by Titan Image Generator 1. 商品説明⽂⽣成 by Claude3 3. 商品検索/⽐較 アシスタント by Titan Embeddings + Claude3 スポーツシーンに活躍する、機 能性とスタイリッシュさを兼ね 備えた⻑袖ウェアが新登場… はい、⻑袖のタイ プもございます。 素材や機能性は短 袖と同様で、… Powered by Amazon Bedrock!!! 商品登録 広告 Marketing 販売
15. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved.
16. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. 17
17. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. 18
18. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. Demo アーキテクチャ Amazon Bedrock Amazon ECS Claude 3 Haiku Amazon Titan Multimodal Embeddings G1 お客様メッセージ⽣成、レビュー、編集 商品⽐較 商品検索 FAISS Amazon Image Generator G1 商品画像⽣成 商品説明⽂⽣成 Application Load Balancer 19 Amazon ECS 上に Steamlit で実装された簡易的な Web アプリケーションがデプロイされており、HTTP/S にて アクセスが可能 Python スクリプトにより、Amazon Bedrock の API を呼び出し、各種⽣成 AI のプロンプト実⾏と結果の取得
19. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. 簡単に、技術的なポイント 1. 商品説明⽂⽣成 シンプルに商品タイトルや特徴を元に Claude 3 にて商品説明⽂を⽣成 20 <your role>あなたは、Eコマースにおける売場づくりのプロフェッショナルです。</your role> <instruction> 新商品 {focus_item}の販売促進のために、Eコマースサイトでユーザーが思わず購⼊したくなるような魅⼒的な商品説明を考えてください。 あなたが読み込んだ画像は{focus_item}の写真です。 {focus_item}の⾊や種類を分析し、この商品を具体的に説明してください。商品の特徴が feature に記載されます。 説明⽂の提案は step に則って作成してください。 </instruction> <step> ステップ1: 商品の基本情報を確認する ステップ2: ターゲット層を設定する ステップ3: ターゲット層に合わせた⾔葉遣いやトーンを決める ステップ4: 概要を書く ステップ5: 埋めるべき各項⽬を書く ステップ6: 全体を通して推敲する </step> <feature>{feature}</feature> <topic>{topic}</topic> <constraint> アウトプットは topic に記載された項⽬に沿って記載してください。 最後に推奨ターゲット層とそれに合わせた販売チャネルについて提案してください。 なお、XMLタグは出⼒しないでください。 </constraint>
20. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. 簡単に、技術的なポイント 2. 商品背景画像⽣成 Titan Image Generator の inpaint によって投稿された画像の⼀部領域のみを再⽣成 1. inpainnt 機能では rembg という Python ライブラリを使⽤してマスク画像（0/1 表現の⽩⿊画像）を⽣成し、商品部分である⽩い部分を再⽣成するように2値変 換し Titan Image Generator にパラメーターとしてリクエスト ※ maskPrompt で領域指⽰も可能だが、輪郭を正確にマスクすることは難しいため 2. プロンプトを Amazon Bedrock に渡す際に Amazon Translate を利⽤して英訳 21
21. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. 簡単に、技術的なポイント 3. 商品検索/⽐較アシスタント 商品説明⽂や商品画像をベクトル DB にベクトルとして格納し、商品検索時に⼊⼒ したテキストや画像と意味的に近いものを取得できる、マルチモーダル検索/セマン ティック検索の実装 22 1. 商品説明⽂、商品画像についてAmazon Titan Multimodal Embeddings G1 でベクトル化 2. FAISS 上に格納しコサイン類似度にて セマンティックサーチ or 画像検索 3. 検索者のペルソナ（年齢や性別、趣味等）の情報を 考慮して Claude3 が商品⼀覧トップの商品と他の 商品との⽐較説明を⽣成、表⽰
22. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. 解説ブログ公開︕︕🎉🎉🎉 実は、本⽇解説ブログリリースしました︕︕︕ • ⽣成 AI で加速する e コマースの変⾰ その 1 – EC 業界における 4 ⼤ユースケース紹介 • https://aws.amazon.com/jp/blogs/news/aws-summit-2024-retail-cpg-ec-genai-usecases-and-solutions/ • ⽣成 AI で加速する e コマースの変⾰ その 2 – AWS Summit Japan 2024 で展⽰した Amazon Bedrock デモの解説 • https://aws.amazon.com/jp/blogs/news/aws-summit-2024-retail-cpg-ec-genai-bedrock-demo-architecture/ 23
23. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. まとめ 26
24. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. ハイインパクトなユースケースを組織変⾰のテコに 成功しやすいハイインパクトなユースケースを、今後の変⾰の象徴となる⼩規模か つ頻繁な改善を続けるチームに託し短い期間で成果を出し弾みをつける。 ⼩規模チームの成果の社内外での認知、これをきっかけにした全社への展開等 役員レベルでの活動推進が始まっている。 27 短期間での成功体験 を積ませることで 社内での浸透の弾み をつける Technology Process People • 1~4名の⼩規模チーム • 1~3ヶ⽉での本番稼働
25. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. 28 Customer Experience Traffic Data Data Driven Decision Growth ②利⽤増による利益増 ③データの蓄積によるモデル の改善 ①顧客体験/⽣産性の改善 ⼩規模に事業に対して ⽣成AIを組み込み
26. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. • E コマース業界でなくてもインサイトを得られるモノはありましたでしょうか § 業界における課題と代表ユースケースによる解決 § 実際の企業における体制や取り組み⽅ • ⾃社の課題を解決するユースケースを特定することが難しいと感じたあなたへ︕︕ § AWS が無償でユースケースを特定する ML Enablement Workshop を公開中 29 ⾃社の課題に照らして⽣成 AI ユースケースを特定しましょう
27. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. ML Enablement Workshop の資料を活⽤する 30 ⽣成 AI を含めた AI/ML 技術を、プロダクトの成⻑に繋げられるチームを組成する ためのワークショップ。 Amazon のプロダクト開発プロセスを実践 Working Backwards, 顧客の最終的な体験から逆算して発案 することで顧客に必要とされない機能を作らない。 組織の壁を越えた連携を実践 ワークショップ後の⾃⾛を実践 プロダクトマネージャー、開発者、データサイエンティストなど 異なる職種が連携し 1~3 カ⽉で成果を得る計画を⽴てる。 組成したチーム⾃⾝による会議体運営をワークショップ内 で実践し、⾃⾛のイメージを獲得する。 AI/ML の お試し 継続的 成⻑ https://github.com/aws-samples/aws-ml-enablement-workshop
28. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. ワークショップ内で議論する内容例 • 対象者はどんな課題を抱えていますか ? その重要度はどれぐらいですか ? • 組織 / 会社として解決したいビジネス上の課題は何ですか ? その重要度は ? 顧客を知り、課題を定義し、⽣成 AI ユースケースを特定する 33 背景画像/LP⽣成 検索体験の向上 マルチモーダル検索 アシスタント 対象者の課題 ビジネスの課題 △ 〇 商品販売⽤のLPを 作成するのに外注 が必要: 3pt 商品を検索する際 のコンバージョン が低い: 2pt 商品販売ページの作成 に時間がかかるため頻 繁にリリースできない: 3pt 属⼈性が⾼い: 2pt 商品説明⽂/情報⽣成 課題と重要度 (pt) を明らかにするこ とで、どのユースケースが本当に効 くか合理的に選ぶことができる △
29. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. 34 Customer Experience Traffic Data Data Driven Decision Growth ②利⽤増による利益増 ③データの蓄積によるモデル の改善 ①顧客体験/⽣産性の改善 ⼩規模に事業に対して ⽣成AIを組み込み
30. © 2024, Amazon Web Services, Inc. or its affiliates. All rights reserved. Thank you! 堀内 保⼤ horiuyas@amazon.co.jp 35 @ka_shino_ki