GMOペパボのSUZURIを支えるAIOpsの実践

GMOペパボのSUZURIを支えるAIOpsの実践 (AIOps in Practice: Supporting GMO Pepabo's SUZURI)

オンデマンドでオリジナルグッズを作成・販売できる「SUZURI byGMOペパボ」では、AIOpsを通してサービス品質を継続的に改善しています。本講演では、レコメンド精度の向上、サポート対応の最適化などの事例を通して、AIがサービス体験をどう進化させているかを紹介します。
https://members05.live.itmedia.co.jp/library/ODg5NzE%253D

Transcript

1. 1 GMOペパボのSUZURIを⽀える AIOpsの実践 黒瀧 悠太 SUZURI事業部 事業部CTO 兼 GMOインターネットグループ エキスパート 2025.09.03
2. 2 ⾃⼰紹介 SUZURI事業部 2012年 新卒⼊社 黒瀧 悠太 Yuta Kurotaki GMOペパボ株式会社SUZURI事業部の事業部CTOとして オリジナルグッズ‧アイテムを⼿軽に作成‧販売できる 「SUZURI byGMOペパボ」の技術経営を担当 AI技術を活⽤した新しいサービス価値の創出と拡張を 推進。GMOインターネットグループ エキスパート (次世代IoTシステム)も兼任
3. 3 アジェンダ 1. SUZURIについて 2. AIOpsとは 3. SUZURIにおけるAIOpsの実践 4. まとめ
4. SUZURIについて 4
5. SUZURIについて 5 SUZURIはPCやスマホからイラスト・写真をアップ ロードするだけで、オリジナルアイテム作成・販売・ 購入できるサービスです。 2014年のサービスリリー スから多くのクリエイター様にご支持いただき、 24年 現在ではクリエイター登録数、アイテム登録数国内 No.1のサービスに成長しました。
6. SUZURIについて SUZURIの特徴 6 初期費用や月額費用など、ショップ開設 に伴う資金は必要なし。利用料及び、販 売手数料もかからず、無料でお使いいた だけます。 無料で作成できる SUZURIは在庫を抱える必要がない、注 文を受けてから生産する受注生産。しか も全てのアイテムは一点から作成・販売 が可能です。 在庫なしで販売 梱包などの発送作業だけでなく、注文情 報・顧客情報などの情報管理や販売作 業は全てSUZURIにお任せ。販売後の 顧客フォロー対応も完備。 配送・運用の手間ゼロ
7. SUZURIについて SUZURIの仕組み 7
8. SUZURIについて オリジナルTシャツが作成できる 8
9. AIOpsとは 9
10. AIOpsとは 10 AIOps (Artificial Intelligence for IT Operations) • AIや機械学習を⽤いて、ITシステムの運⽤効率化を図ること • システムが複雑化する中でAIを導⼊し、⼈が判断する部分を減らし、 より⾼次の改善に集中するためのアプローチ
11. AIOpsとは GMOペパボにおけるAIOpsの事例 ~お問い合わせ対応の⾃動化~ 11 https://pepabo.com/news/press/202408231300/
12. AIOpsとは 業務時間を削減し、新しい課題に向き合う時間を創出 12
13. AIOpsとは AIを活⽤したITサービスとして提供 13 https://sokuresu.ai/
14. AIOpsとは 14 SUZURIとAIOps • SUZURIにおけるAIOpsの事例についてご紹介します
15. SUZURIにおける AIOpsの実践 15
16. SUZURIにおけるAIOpsの実践 16 コンテンツモデレーションの必要性 • EC(Electronic Commerce)サイトプラットフォームでは、ユーザー⽣成コンテンツ (UGC)のモデレーションが不可⽋ • UGCには、商品レビュー、Q&A、ユーザーがアップロードした画像などが含まれる • 適切に管理されない場合、様々なリスクが発⽣する可能性がある
17. SUZURIにおけるAIOpsの実践 17 リスク回避（健全な環境を保つためのモデレーション） • 法規制‧コンプライアンスリスクの回避 • 著作権侵害、違法商品の販売、誹謗中傷などのコンテンツを事前にブロックし、 法的責任からプラットフォームを守る • ブランドイメージの保護 • 不適切な画像やテキストを排除し、健全で安全なショッピング環境を提供することで、 ブランド価値の毀損を防ぐ • ユーザーの安全性確保 • 詐欺的なレビューやスパム、不適切なコミュニケーションからユーザーを保護し、 安⼼して利⽤できる場を維持する
18. SUZURIにおけるAIOpsの実践 18 機会創出（新たな収益機会を⽣み出すモデレーション） • レコメンデーション精度の向上 • ユーザーが投稿した画像を分析し、個々のユーザーに合わせたパーソナライズされた商品 レコメンドを可能にする • ユーザーエンゲージメントの強化 • 信頼できるレビューや質の⾼いコンテンツを優先的に表⽰することで、 ユーザー間の交流を促進し、コミュニティを活性化させる • 商品の価値向上と販売促進 • 魅⼒的な商品レビュー画像や動画を特集することで、商品の魅⼒を最⼤限に引き出し、 購⼊意欲を⾼める
19. SUZURIにおけるAIOpsの実践 19 SUZURIの事例として • 類似画像検索 • 規約違反画像チェック
20. 類似画像検索 20
21. 類似画像検索 21 SUZURIには⼤量の商品と画像がある • ⼤量のUGCで⾒つけたいものが埋もれてしまう • 欲しいものに出会えないと機会損失につながる
22. 類似画像検索 22 類似画像検索 Vertex AI Matching Engine と CLIP を使って EC サービスの類似画像検索機能を作る https://speakerdeck.com/zaimy/development-of-similar-image-search-function-for-ec-services-using-vertex-ai-matching-engine-and-clip
23. 類似画像検索 23 類似画像検索 Vertex AI Matching Engine と CLIP を使って EC サービスの類似画像検索機能を作る https://speakerdeck.com/zaimy/development-of-similar-image-search-function-for-ec-services-using-vertex-ai-matching-engine-and-clip
24. 類似画像検索 24 類似画像検索 Vertex AI Matching Engine と CLIP を使って EC サービスの類似画像検索機能を作る , Hiroka Zaitsu https://speakerdeck.com/zaimy/development-of-similar-image-search-function-for-ec-services-using-vertex-ai-matching-engine-and-clip
25. 類似画像検索 ユーザーが⾒ているものに近い画像を検索できる アーキテクチャの全体像 25 このWebサービス、AIで絶対良くしたいんや！ SUZURI by GMOペパボでの挑戦と試行錯誤 , watasan https://speakerdeck.com/ae14watanabe/weve-got-to-make-this-web-service-better-with-ai-trials-and-errors-at-suzuri-by-gmo-pepabo?slide=28
26. 類似画像検索 26 類似画像検索導⼊の成果 • 機会創出のモデレーションによってビジネスKPIへの貢献 • 毎⽉、類似画像検索機能から創出された流通額を集計している • CTRやCVR、滞在時間などの数値を継続的に計測 • 結果として、類似画像検索ができるアイテムの種類を増やすことに • アイテム詳細画⾯だけでなく、トップページ、iOSアプリにも類似画像検索の仕組 みを導⼊した
27. 規約違反画像チェック 27
28. 規約違反画像チェック 28 SUZURIの規約違反画像チェック • ユーザー⾃⾝がアップロードできるので規約違反のものが存在することもある • これまではカスタマーサポートメンバーが⽬視で判定していた • セール時などユーザーが集まるタイミングではUGCも増えるため、⼈員を増やして対応し ないといけない • 1⼈の⼈間が24時間稼働するのは難しい • コンテンツ内容によってはストレスになる • ⼈が増えればお⾦もかかる • ⼈間が画像をチェックする業務をAIで置き換え、新しい課題解決に向かいたい
29. 規約違反画像チェック 29 AIによって利⽤規約違反チェックを⾃律⾛⾏させたい • 最終的に実現したいのはレベル4‧5 • 最初はレベル2を⽬指す 【図解】コレ一枚でわかる自動運転： ITソリューション塾：オルタナティブ・ブログ https://blogs.itmedia.co.jp/itsolutionjuku/2018/12/post_661.html
30. 規約違反画像チェック 30 • 最初の画像チェックをAIで⾏うこと で、カスタマーサポートのチェック業 務の負担を減らす • 導⼊前に過去にチェック済みの画像を ⽤いてAI導⼊する判断をした • AIによる100%正確な判断は難しいの で、ある程度のリスクをとる決断は必 要 レベル2を⽬指してAIによるチェック運⽤開始
31. 規約違反画像チェック 31 規約違反画像チェックのKPI • AIのパフォーマンス: 違反しているものはできるだけ⾒つけたい • AIが違反と判定して、カスタマーサポートも違反と判定する割合 • カスタマーサポートの対応コスト: できるだけ下げたい • 違反疑いが増えるとカスタマーサポートの対応コストは増える • ビジネスKPI: 機会損失は避けたい • 違反疑いを増やして、アイテムの購⼊やUGCの量を抑えてしまうと売上などのビジネス KPIに影響が出る
32. 規約違反画像チェック 32 AIのパフォーマンス評価 (recall, precision,F-score) • recall • 規約違反デザインを漏らさない率 • precision • 違反判定したものの中での正答率 このWebサービス、AIで絶対良くしたいんや！SUZURI by GMOペパボでの挑戦と試行錯誤, watasan https://speakerdeck.com/ae14watanabe/weve-got-to-make-this-web-service-better-with-ai-trials-and-errors-at-suz uri-by-gmo-pepabo
33. 規約違反画像チェック レベル3(⾃動運転)を⽬指して 33 • チェック対象は減らせたが、まだ⼈間 が判断する業務はなくならない • 理想はAIで全部判断してほしい
34. 規約違反画像チェック レベル3(⾃動運転)を⽬指して 34 • 違反以外の判定も作り、アクションま でセットで実⾏できるようにした • クリエイタ本⼈確認について • 例えば、AIが知らないことでクリエイ タ本⼈の権利の証明が必要なもの • アクションまで⾃動化することで、コ スト削減を⽬指す • アクション後の対応で新たなコスト が発⽣ 違反状態の判定 アクション
35. 今後の課題 35 • 新しいボトルネックに対して改善を続けること • ⾃動運転レベル4‧5に向けてAIを活⽤したワークフローの整理 今後の課題
36. まとめ 36
37. まとめ 37 • ⼤きな課題に対してAI導⼊を⾏う • ⼩さい課題から試すのは⼤事だけど、ゴールは事業の⼤きな課題を解くこと • AIをシステムに組み込む際の⽬標設定と継続的改善 • F-ScoreなどのSLI/SLOを設定し継続的な改善を続け、次のボトルネックを探す • コスト削減したと思っても別の業務プロセスにコストが移ることがある • AIを前提とした業務プロセスの設計と評価 • リスクを最⼩化するためのガードレールを⽤意 • AIガイドラインの整備、オプトアウトの設定など • お問い合わせ対応の対応コストの定量化など まとめ AIOps実現に向けて⼤切なこと
38. ありがとうございました！ 38