【総力特集】SoftBank World 2015レポート～その5「PepperとWatsonによる売場革新に関わる共同研究」

SoftBank World 2015レポート | その1 | その2 | その3 | その4 | その5 | その6 | その7 | その8 | その9 | その10 |

7/30〜7/31開催の「ソフトバンクワールド2015」。ロボットスタートも参加してきましたので、Pepperを中心としたロボティクスに関するプログラムを一挙紹介していきます！

■PepperとWatsonによる売場革新に関わる共同研究

ヤマダ電機によるPepperとWatsonによる売場革新に関わる共同研究の発表。

株式会社ヤマダ電機
IT事業本部 本部長 兼 システム事業部 部長
取締役 兼 執行役員専務CIO
飯塚　裕恭 氏

ソフトバンクとは長い付き合い。PC、携帯、光などのビジネス。業務提携などで深い付き合いをしている。

売り場革新への取り組みについて。

製造業はロボットを使って自動化。物流もAmazonなどロボットを使っている。
小売業もロボットが入ってきて革命が起きると期待してる。

ヤマダ電機の経営理念は「創業と挑戦」。
100年続く企業を目指し、IBMをICTパートナーに迎えて新たな挑戦。
Pepperが出る前からWatsonの話があり、Watsonと繋いで何かをやっていきたいと考えていた。

ネットとの融合をますます考えないといけない。
オムニチャネルのビジネスモデルの構築を行っている。

TVに関する650件のQ＆AをWatsonに読ませ、Pepperに対応させる。→2年後くらいにはそいう機能もできる。

ロボットX人工知能で実現したい世界。
　・全商品情報　・在庫管理、・配送トラックの空き状況
　・多言語で最適なご提案が出来る
ヤマダ電機が目指している「おもてなし提案」である。

続いてIBM西村氏から説明
1年ほど前からヤマダ電機から何かしたいと提案があった。
2015年2月Congitive Computingをソフトバンクと共同展開をすることになり、Pepperと繋げるのが現実となった。
IBM東京リサーチと共同研究で実証事件を行った。
Watsonはコグニティブ（認知する）コンピューティング
人間の言葉を理解する（日本語）、（正解度をみながら正答率が高そうなものを提示）膨大なデータから仮設を検証、フィードバックを得ることで学習をしていく。

WatsonがPepperを通じて日本語で動いている様を見れる。

続いてIBMリサーチ　東京基礎研究所／清水氏から具体的な技術解説。

店舗フロアでの接客の流れ。
お客様を探す（ヒトの画像認識）→単語レベルの音声認識アプローチ→お客様の情報を推定（IBMの機能を使用した）→接客プランを組み立て→積極的に対話→商品説明とデモ操作→在庫や配送の確認

最初はPepperから積極的にアプローチするが、質問の主従も途中で変わる。
Watsonがは1問1答を深堀りしたけが複合のタスクが必要になる。

お客様の質問に対して深い認識をする。質問の内容は想定できないので一旦全てをテキストに変換する（スピーチtoテキスト）、画像処理＋αで長い時間佇んでいるなどを認識も可能。

タスクをつなぐのが非常に重要。「無意識下の業務の流れ」の制御を行えるようにした。
推定したお客様情報（性別・年齢等）を基に接客プランを立てる。
アプローチして対話をリードするが、質問などによっては主従を切り替えて深い知識を使って回答をする。
外部連動もテレビなどを操作する

辞書については専用の辞書を作らずIBMの辞書を使用した。

赤外線を使った認識機能（Watsonはお客様候補の認識が出来る）→店員かお客様かわからないが判別し、お客様と判断しアプローチする

基本的にはプランを立ててリードするが、前述のようにお客様の会話の内容で、会話の主従も切り替える。
Q＆Aのパターン答えられなかったものを新たに追加してトレーニングすることで更新・成長する。（EX；トイレはどこですか？）
CRMと連動した在庫管理や配送状況の確認、外部機器との連動で操作をする。

最後にヤマダ電機の飯塚様。
BGMが流れている中でも問題なく対応が出来た。（今回はPepperのマイクを使わず、ピンマイクを使ったとのこと）
Pepperなどのデバイスの出現で一気に加速し、数年でこの様な時代が来ると思う。

展開イメージとしては2015年冬以降一部店舗でテスト運用→2016年春以降順次他店舗へ展開。
テクノロジーのテーマパークを目指す。 「最先端のICT活用でお客様に最高のサービスを」

SoftBank World 2015レポート | その1 | その2 | その3 | その4 | その5 | その6 | その7 | その8 | その9 | その10 |

この記事を読んだ人におすすめ

関連する記事はまだありません