AI活用
VROFは、ルールだけでは処理しにくい判断業務に、目的に合わせたAIを導入します。ルールで処理できる業務にはAIを使いません。
公開事例 6件 · 2024–2026
AI活用の主な事例です。
各事例について、導入前の状況と成果、モックデータで再現した実行画面をあわせてご紹介します。国家R&D課題として実施した事例も含みます。
-
AI返信付きのデリバリーレビュー管理
デリバリープラットフォーム3社のレビューを自動で集め、返信の下書きをAIが作成します。店主は内容を読んで確認を押すだけで投稿できます。
レビューへの返信 3か所を回って一件ずつ作成 から AIが下書き・確認して投稿 へ
-
コメントのトピック・感情分析ツール
検索語で集めた動画コメントをトピックごとに分類し、ポジティブ・ネガティブの分布もあわせて示します。トピックの数は研究者が画面上で設定します。研究者自身が条件を変えながら、繰り返し分析できるようにしました。
コメントのトピック把握 目視で読み、感覚で判断 から トピック別・感情別の分布で把握 へ
-
AntiFake · リアルタイム偽造判別エンジン
偽造・改ざんを事後に分析する技術はすでに存在します。しかし判定が遅れれば、その結果を活かすことはできません。そこで、手続きが進んでいる間に判定が完了する仕組みを実現しました。中小ベンチャー企業部の創業成長技術開発事業として実施した国家R&D課題で、成果物としてAntiFakeを開発し、特許を出願しました。
課題の遂行 着手 2023.05 から 完了 2024.07 · 性能8項目すべて達成 へ
このテーマについてよくある質問
VROFは、まずAIが必要な業務を見極めます。
ルールで処理できる業務にAIを使うと、処理が遅くなりコストも増えるうえ、 同じ入力に対して異なる結果が出ることがあります。 逆に、例外が次々に発生する業務をルールだけで処理しようとすると、ルールが複雑になりすぎます。
-
担当者による最終確認
AIの結果は下書きとして扱い、担当者が確認してから確定します。誤りがあっても反映前に修正できます。
-
根拠の追跡
結果がどの原文から得られたかを追跡できる構成にしているため、誤りの原因を特定できます。
-
モデルの入れ替えに対応できる構成
AIモデルは常に変わります。実際にある製品では運用中にモデルを一度入れ替えました。モデルが変わっても同じ構成で使えるように設計しています。
-
測定に基づく性能表記
精度の数値は、測定記録がある事例にのみ記載します。
AIの導入は、VROFにご相談ください。
現在ご担当者が判断している業務の流れをお知らせいただければ、ルールで処理する業務とAIが必要な業務を分けてご提案します。
1営業日以内に返信