【Google Cloud】生成AI活用事例集：興味深い事例をランキング
はじめに
Google Cloudから、以下の資料が送られてきました。
この生成AI活用事例集から、特に興味深いなと思った事例をランキング形式でご紹介します。
１位：イオンモール株式会社 - お客様の声分析
課題： 毎日数百件ものお客様アンケートを分析しきれず、モール改善に活かせていなかった。
解決策： Gemini を活用してアンケートを自動要約、Looker Studio（Googleの可視化ツールです）で可視化・共有。
効果： お客様の声を迅速に把握、現場改善に活用、データに基づいた意思決定を促進。
選出理由： お客様の声という、従来分析が難しかった定性データを生成AIで活用し、業務効率化と顧客満足度向上に繋げている点が素晴らしいです。
大規模言語モデルならではの活用法！
２位：株式会社WFS - 多言語対応の社内情報検索
課題： ゲーム開発におけるシナリオ情報やキャラクター情報など、膨大な多言語・非構造化データの検索が困難だった。
解決策： Vertex AI Search（GoogleCloudのサービス名） を活用し、Google ドライブ内の資料を検索可能な社内向けAIチャットサービスを構築。英語や韓国語など多言語検索にも対応。
効果： 必要な情報を迅速に検索可能となり、組織全体の生産性向上に貢献。
選出理由： グローバル化が進むゲーム業界において、多言語対応の社内情報検索システムは非常に重要です。生成AIの活用により、開発効率の向上に成功した点は注目に値します。
これも大規模言語モデルならではの活用法！
３位：株式会社スリーシェイク - SRE Chat Bot
課題：SRE（Site Reliability Engineering）の普及を進める中で、人的リソースへの依存を軽減する必要があった。
解決策： Vertex AI Agent Builder（GoogleCloudのサービス名）を用いて「SRE Chat Bot」を開発。生成AIによる対話形式でのナレッジ提供や、Terraformのコード自動生成などを実現。
効果： SREの専門知識を持つ人材不足を解消、低価格でSRE支援サービスの提供が可能に。
選出理由： 専門性の高いSREの知識を生成AIで提供することで、より多くの人がSREを活用できるようになる可能性を示唆しています。
もちろんチャットボットも大規模言語モデルならではの活用法！
４位：The Wendy's Company - ドライブスルー注文受付の自動化
課題： ドライブスルー注文受付の自動化において、顧客の多様な言葉遣いへの対応が課題だった。要は、お客さんが特定の商品の独自の呼び方をするので、店員が間違って解釈して違うメニューを提供してしまうということ！
解決策： Googleと共同で生成AIソリューション「Wendy's FreshAI」を開発。Vertex AIを活用し、メニューデータと顧客の注文傾向を学習した独自のLLM（大規模言語モデル）を構築。
効果： 顧客の様々な注文パターンに対応可能な自動注文システムを実現、顧客体験の向上に貢献。
選出理由： 生成AIを活用することで、人間のように柔軟な対応が求められるドライブスルー注文受付の自動化を実現した点は画期的です。
はい。これも大規模言語モデルならではの活用法！
５位：Spotify - AI Playlist
課題： 膨大な楽曲ライブラリからユーザーの好みに合った楽曲を推薦することが課題だった。
解決策： 生成AIを活用した「AI Playlist」機能を開発。LLMがユーザーの曖昧な要望を理解し、精度の高い選曲を行う。
効果： ユーザーの音楽体験をパーソナライズ化、顧客満足度向上に貢献。
選出理由： 曖昧な表現からユーザーの好みを理解し、最適な楽曲を推薦するAI Playlistは、生成AIの新たな可能性を示しています。
はい。これはLLMの中でも、ユーザーの好みを提供するという、プロンプトエンジニアリングというか、ファインチューニングですね。
このランキングは、あくまで事例集に掲載された情報に基づいた個人的な見解です！
まとめ
この事例を読むと、AIを導入しない方がやばい時代になりつつあるのがよくわかります。
わかりやすいプレゼンテーション資料なので、ぜひご一読ください。
この資料を読み込む現場担当者が参加するオンライン勉強会を開いても面白いかもしれません。
ご要望があれば、Zoomなどで開催します！
【重版出来】AIアプリをプログラミング不要で開発する書籍
ChatGPTでAIアプリを作って仕事で使いたい方と、それを世界に公開したい方へ！