top of page

検索結果

「」に対する検索結果が121件見つかりました

  • Braze City x City Japan「AIでマーケティングはどう変わる?」登壇について(COO 坂本真樹)

    2023 年 7月 12 日(水)に虎ノ門ヒルズフォーラムにて開催の「Braze City x City Japan つながる|創る|魅せる」にて、COO坂本が「Get Real with Braze : AIでマーケティングはどう変わる?」に登壇します。 当イベントでは、B2C企業のマーケティング部門、DX部門、CRM部門、ブランディング部門、販売促進部門、経営企画部門の方、エンジニアの方などを対象としたさまざまなセッション、プログラムが開催されます。 ぜひご来場ください。 名称:Braze City x City Japan つながる|創る|魅せる 日時:2023 年 7月 12日(水)10:00-17:00 場所:虎ノ門ヒルズフォーラム 〒105-6305 東京都港区虎ノ門 1-23-3 虎ノ門ヒルズ森タワー 5階 主催:Braze株式会社 申込:参加無料、事前申込制 対象:B2C企業のマーケティング部門、DX部門、CRM部門、ブランディング部門、 販売促進部門、経営企画部門の方、エンジニアの方など https://www.event-info.com/braze-japan-2023/

  • 技研公開2023「メディアを支え、未来を創る」特別講演について(COO 坂本真樹)

    2023年6月1日(木)~4日(日)にNHK放送技術研究所で開催の技研公開2023「メディアを支え、未来を創る」にて、COO坂本が「人の感性に寄り添うAIが生み出す社会の多様性」という題目で特別講演を行います。 詳細は以下の通りです。ぜひご来場ください。 技研公開2023「メディアを支え、未来を創る」 題目 人の感性に寄り添うAIが生み出す社会の多様性 https://www.nhk.or.jp/strl/open2023/lecture/special_lecture1.html 日時 2023年6月1日(木曜日)午前10時30分~午前11時55分 会場 NHK放送技術研究所 〒157-8510 東京都世田谷区砧1-10-11 入場料 無料

  • 「感性AIアナリティクス」連想語出力機能がバージョンアップ!~ChatGPTと独自AI言語モデルを融合した高性能化を実現~

    マーケティングソリューション「感性AIアナリティクス」にて提供する連想語出力機能のバージョンアップを5月24日(水)に実施します。 今回、入力されたネーミングやキャッチコピーの連想語を出力する機能のバージョンアップを行い、従来の独自AI言語モデルのブラッシュアップに加え、ChatGPTとの連携をおこなうことで、高性能な連想語出力を実現しました。 さらに、新機能として、音の響きの近さによる連想語出力機能を新たに実装しました。 ネーミング連想語 入力されたネーミングの音の響きの印象を評価する「ネーミングアナリティクス」に、音の響きの近さによる連想語出力機能を新たに実装しました。 (例)「じんこうちのう」の連想語 「人口移動(じんこういどう)」 「人工魚礁(じんこうぎょしょう)」 「信用事業(しんようじぎょう)」 「新興企業(しんこうきぎょう)」 「実行機能(じっこうきのう)」 等 キャッチコピー連想語 入力されたワードや文章の意味合いを考慮して印象を評価する「キャッチコピーアナリティクス」について、従来の各性年代別に行ったアンケートデータを反映した独自AI言語モデルのブラッシュアップに加え、ChatGPTとの連携を行うことでさらに高性能な連想語出力を実現しました。 (例)「健康」に対する20代女性連想語・30代女性連想語・40代男性連想語 詳細は以下のニュースリリースをご覧ください。

  • 「IT導入補助金2023」の支援事業者に採択~補助金交付対象ツールに「感性AIアナリティクス」が認定~

    経済産業省が推進する「IT導入補助金2023」の支援事業者として採択され、補助金交付対象ツールとして、マーケティングソリューション「感性AIアナリティクス」が認定されました。IT導入補助金支援事業者として認定を受けるのは、2021年度に引き続き3年連続となります。 「IT導入補助金」とは、中小企業・小規模事業者等のみなさまが自社の課題やニーズに合ったITツールを導入する経費の一部を補助することで、業務効率化・売上アップをサポートするものです。 これにより、中小企業・小規模事業者等が補助事業者へ採択された場合、「感性AIアナリティクス」の導入・運用費用の最大1/2の金額を補助金として受け取ることが可能になります。 「IT導入補助金2023」の詳細は以下をご確認ください。 https://www.it-hojo.jp/ ≪補助シミュレーション≫ ※1年間の利用契約が必要です。 感性AIアナリティクス 1年契約 初期導入費50,000円・年間価格600,000円 計650,000円  ⇒ 325,000円の補助金 ≪手続き概要≫ https://www.it-hojo.jp/procedure/ ※補助金の申請に際しましては当社でご支援させて頂きます。是非ご相談ください。 https://www.kansei-ai.com/contact ≪スケジュール≫ https://www.it-hojo.jp/schedule/

  • (ブログ)生成AI時代の意思決定責任:消費者感性に寄り添う選択と評価

    ChatGPTなどの生成AIが話題です。 AIが私たちの意思決定の領域に深く入り込む時代になってきている中、 AIを扱う側の私たち人間に意思決定の責任がさらに問われてくる時代になってきているように感じます。 AIがつくりだしたものから、どのような観点でどれを選択していくのか? より主体的に考え、判断することが求められているのではないでしょうか。 感性AIでは、消費者データを学習したAIが、ネーミング、キャッチコピー、パッケージの印象を瞬時に数値化・分析するイメージ分析AIツール「感性AIアナリティクス」というサービスを提供し、 試行錯誤が多い新商品開発、既存商品リニューアル時のブランディング・販促業務において、より消費者の感性に働きかけやすいコミュニケーションの実現・感性価値の創造を支援しています。 生成AIであるChatGPTに広告コピー案を考えてもらって、 感性評価AIである感性AIアナリティクスで分析・評価をし人間が最終的な意思決定をすることで、 よりスピーディーに最適に消費者の感性に働きかけやすいコピーを選択できるのではないか?? そう思い、今回は、 当社のキャッチコピーをChatGPTに考えてもらい、 それを感性AIアナリティクスで分析・評価し、決定してみることにしました。 まず、会社の理念を投げかけます。 ChatGPTからの返答 お褒めいただきありがとうございます。 では、早速コピーを考えてもらいます。 ChatGPTからの返答 さすがのコピーセンス!どれも素敵です。 もっと様々な情報を投げかければ、さらにブラッシュアップしたキャッチコピー案を作成してくれることでしょう。 今回はChatGPTが生成してくれた案から検討・選択していく部分にフォーカスしたいので、この5案をもとに分析していきたいと思います。 ChatGPTに生成いただいたこれらのコピーを 当社の「感性AIアナリティクス」で分析してみます。 以下、分析結果の一部です。 総合評価 「感性を映し出す未来への窓。」 評価(与える印象ランキング、連想語) 「感性の魔法を解き放て。」 評価(与える印象ランキング、連想語) 「感性のパワーで世界を変える。」 評価(与える印象ランキング、連想語) 「感性の輝きを形にする。」 評価(与える印象ランキング、連想語) 「感性の奥深さをAIと共に探求する。」評価(与える印象ランキング、連想語) このような分析結果が出ました。 どれも高評価で良い印象が出ています。 では、この中から、 より消費者の感性に働きかけるコピーを決定していきます。 最終意思決定にあたり、 私たちは会社のキャッチコピーから消費者に対して何を伝えたいのか?という 目的・ゴールをブレない軸としながら選び取ることが重要だと思います。 今回は、私たちの会社の印象や目指す雰囲気にマッチするような、 「安心感がある」「親しみのある」「明るい」「あたたかい」印象が最も伝わるコピーを選択していきたいと思います。 この4つの印象値を比較した結果がこちらです。 今回、伝えたい印象に最も適しているキャッチコピーは 「感性の輝きを形にする。」でしたので、 こちらに決定したいと思います! 感性の輝きを形にする―――――― 感性AI株式会社をどうぞよろしくお願いいたします! ちなみに、ChatGPTにも、5つのキャッチコピーの中でどれが、安心感があり、親しみがあり、明るい、あたたかい印象かどうかを聞いてみました。 私 ChatGPTからの返答 謙虚に「感性を映し出す未来への窓。」を選んでくれました。 ChatGPTさんのおっしゃる通りで、 印象は個々人によって感じ方が異なります。 だからこそ、当社では、 学術的に裏付けのある方法を用いながら、消費者データを学習した独自AI言語モデルを作成し、 感性の定量化・可視化を試みています。 生成AIの台頭により、業務効率化は進みますが、最終的な意思決定に責任を持つのは人間です。 一番伝えたいメッセージが伝わるのはどれか?? 悩みの多い検討の際に、 当社の感性AIアナリティクスを、感性の「ものさし」として、 AIによる印象評価分析結果をよりどころとしながら より消費者の感性に働きかけやすいコミュニケーションの実現・感性価値の創造を目指していただくことができると嬉しいです。 ※ちなみに、本コラムの題名も、ChatGPTさんが出してくれた候補案の一つです。 (タイトル案1の「AI時代」を「生成AI時代」にしてみました。) ChatGPTさんありがとう!! 感性評価を行う、感性AIアナリティクスの詳細はこちら。 弊社ではこのような技術等を紹介するメールマガジンを発行しています。 購読をご希望される場合は、Contactページからご連絡をお願いします。 Facebookでも情報更新しています!

  • テックブログ vol.2 -「キャッチコピー感性評価」を行うBERTの多次元回帰モデル構築-

    はじめに 感性AIでエンジニアをしている本村です。 弊社の「感性AIアナリティクス」というツールでは「キャッチコピー感性評価」という機能があり、キャッチコピーに対して定量的に印象評価を行うことが可能になっております。 このキャッチコピーからの定量的な印象評価を実現するために用いられているのが、BERT(Bidirectional Encoder Representations from Transformers)という言語モデルになっています。 この記事ではBERTによるキャッチコピーの印象評価の予測を目的とした、Pythonによる学習モデルの実装について、実際に弊社が独自に収集しているアンケートデータの一部を用いて説明していきます。 なお、実際のサービス上では、この記事で作成したモデルが動作しているわけではなく、別途調整されたモデルが動作しております。 印象評価尺度の予測について 「感性AIアナリティクス」では印象評価尺度として43個の尺度を使用しています(例:「明るい - 暗い」「冷たい - 温かい」など)。キャッチコピーを入力するとそれらの43尺度についての印象評価値を予測するモデルが必要です。そのため、今回使用するモデルのタイプとしては多次元の回帰モデルということになります。 学習データ 弊社が開発したアンケート収集ツールにより収集した、キャッチコピーに対する印象評価値を答えてもらうアンケート、単語に対する印象評価値を答えてもらうアンケートの2種類のデータを用います。今回は、キャッチコピー50個に対して111名、単語100個に対して294名の回答を参考に説明していきます。データは継続的に収集していっているので、今回はその一部でのご紹介です。 キャッチコピーに対する印象評価値を答えてもらうアンケートのデータの一部 単語に対する印象評価値を答えてもらうアンケートのデータの一部 (一部の)尺度ごとの分布を可視化すると以下のようになります。 多次元の尺度を一度に学習するにあたり尺度ごとに分散が異なっていると、分散の大きな尺度におけるロスに大きく学習が左右されるという懸念点があります。そのため、すべての尺度の分散が1になるように調整し、その値を学習することにします。 これをキャッチコピーと単語のアンケートの両方で行うことで、機械学習の入力となるキャッチコピー・単語のテキストと、出力となる感性尺度のベクトルが出来上がります。 今回はキャッチコピーを予測するモデルを作るため、キャッチコピーのデータのうち一部をテストデータとして用い、それ以外のキャッチコピーと単語のデータを訓練データとして割り当てます。 BERTのファインチューニング 大規模データによる事前学習済みモデルを、手持ちのデータで分類器・予測器として学習させることをファインチューニングと呼びます。BERTを用いた学習モデル構築の一般的な手法になります。 Hugging Face社のtransformerというライブラリ(執筆時のバージョンは4.25.1)を使用します。BertForSequenceClassificationというクラスを利用することで、分類や回帰のためのファインチューニングが簡単に実装できるようになっています。 今回は43尺度の回帰予測であるため、以下のようにモデルを初期化して使用します。 なお、BERTの学習済みモデルとしてcl-tohoku/bert-base-japanese-whole-word-maskingを使用しています。 from transformers import BertForSequenceClassification model = BertForSequenceClassification.from_pretrained( "cl-tohoku/bert-base-japanese-whole-word-masking", num_labels=43, problem_type="regression" ) 学習は以下のようにTrainerとTrainingArgumentsを利用すると簡潔に書くことができます。 from transformers import Trainer, TrainingArguments from transformers import EarlyStoppingCallback training_args = TrainingArguments( output_dir=output_dir, num_train_epochs=epochs, learning_rate=lr, per_device_train_batch_size=batch_size, per_device_eval_batch_size=batch_size, save_total_limit=1, load_best_model_at_end=True, metric_for_best_model=metric, greater_is_better=False, save_strategy="epoch", evaluation_strategy="epoch", logging_strategy="epoch", ) trainer = Trainer( model=model, args=training_args, train_dataset=train_dataset, # torch.utils.data.Datasetオブジェクト eval_dataset=val_dataset, # torch.utils.data.Datasetオブジェクト compute_metrics=compute_metrics, callbacks=[EarlyStoppingCallback(early_stopping_patience=early_stopping_patience)] ) Trainerオブジェクトを用意すれば、 trainer.train() で、学習が始まります。 検証データのロスが下がらなくなったところで学習をストップ(Early Stopping)。 このモデルの予測性能を確かめるために、テストデータ全体を予測した際の正解の値と予測の値の相関係数を計算します。 今回は相関係数が0.67ということになりました。 最後にテストデータ1件だけを取り出して、そのキャッチコピーを入力した時のモデルの予測と、アンケートにおける印象評価の結果の違いを尺度ごとに可視化してみます。 このようにして新たなキャッチコピーに対しても自動で印象評価が可能なモデルが構築できました。 おわりに 以上、BERTを用いた「キャッチコピー感性評価」モデルの構築の取り組みを紹介いたしました。 実際のサービス上では性年代別に異なる評価や、キャッチコピーに関連した連想語マップを表示、評価結果のレポート生成などの機能もご利用いただけます。 感性AIではこのような技術を元に、HAPPINESSを実感できる社会を目指しております。 ご興味がありましたら、ぜひお問い合わせください。Facebookでも情報更新しています!

  • テックブログ vol.1 -日々の気持ちを可視化・記録するアプリケーション「Kansei-kimochi」-

    感性AIのエンジニアの鷲尾です。 本記事では、気持ちの記録・可視化アプリケーション(Kansei-kimochi)を開発した際に気をつけた点や、どのような場面で使ってもらいたいかを書いていきます。 Kansei-kimochi とは 微細な感情や心の動きなどを言い表すときには 「すっきり」、「わくわく」、「ゆったり」、「ぐったり」、「いらいら」、「ドキドキ」などのようなオノマトペを多用する傾向にあります。 一言のオノマトペから、より簡易に、かつより精緻に体と心の健康状態をチェック・記録し、定量化・データ化することが可能です。 例えば、 2022 年 12 月 25 日:しゃきーん 2022 年 12 月 26 日:るんるん 2022 年 12 月 27 日:ぐだぐだ 2022 年 12 月 28 日:すっきり を記録した場合の、「明るさ」「嬉しさ」「快適さ」「楽しさ」「陽気さ」を AI を用いて定量化すると以下のようになります。 上記のグラフで、プラスの数値ではポジティブな印象、 マイナスの数値ではネガティブな印象と読み取ります。 「しゃきーん」「るんるん」「すっきり」は、 「明るい」「嬉しい」「快適」「楽しい」「陽気」な印象があると評価された一方、「がっかり」は反対に「暗い」「悲しい」「不快」「つまらない」「陰気な」印象があると評価されました。 個人的には、直感的に納得感のある評価結果だと思いました。 その他にも、記録した一言のオノマトペから連想される色も評価されます。 オノマトペから連想される色を AI が例えてくれるため、 色から新たな気づきを得られ、アイディアや日常の生活に広がりが出ることも考えられます。 以下の画像では、先程の記録(2022 年 12 月 25 日~2022 年 12 月 28 日)を基に評価された色です。 個人的にはポジティブなオノマトペが多かったこともあり、評価される色も 比較的明るめなものが多いと思いました。 Kansei-kimochi を開発する際に気をつけたポイント Kansei-kimochi を開発する際には、以下のポイントに気をつけました。 使用する技術 感性AIでは、以下の技術に合わせることで社内の他のエンジニアでも改修や機能追加を担当できるようにしています。 フロントエンド:NuxtJS バックエンド:Python ※ インフラは AWS 上で構築 様々な新しい技術が出てきているため、新しいサービスを開発する場合に新しい技術を採用したい気持ちになることがあります。 しかし、学習にあたってコストが掛かったり、引き継ぎしづらくなったりするなどのデメリットが多いため慎重に技術選定をおこないます。 各画面のレイアウト Kansei-kimochi は、パソコンのブラウザだけではなくスマートフォンのブラウザからの利用も想定しております。 そのため、比較的画面のサイズが小さい iPhone SE(第 1 世代)の画面サイズ相当で表示した際に、1 画面内に収まるようにレイアウトを調整しつつ、ボタンなどの入力する項目を小さくしすぎないようにしました。 一方、レポートの画面ではグラフが重要なため 1 画面内に収めていないなどの例外があります。 どのような場面で利用して欲しいか 企業などの組織や高齢者のコミュニティで簡易的にメンタルの状態を把握したい状況で利用いただきたいと思います。 Kansei-kimochi では、メンタルの状況を手軽に知りたい場合にはとても重宝すると考えております。 1 日に複数回評価することができ、1 回あたり数分程度で評価ができます。 企業の場合では年に 1 度ほど実施される、質問票や Web サイトで回答されるメンタル状態の検査に加えて、 Kansei-kimochi で日々の記録をとったり、特定期間内で記録をとったりすることでお手軽にメンタルの状態を 把握する使い方が考えられます。 高齢者のコミュニティでは多くの質問に答えてもらうと負担がかかることも想定されますが、 Kansei-kimochi を使いオノマトペで回答することによって、気持ちの評価を少ない負担で行うことができます。 Kansei-kimochi は 2023 年 1 月現在 β 版を開発しており、企業様と協力・連携をしながらより良いサービスを提供していきたいと考えております。ご興味がございましたら是非弊社までご連絡ください。 最後までお読みいただき、ありがとうございました。 感性AIではこのような技術を元に、HAPPINESSを実感できる社会を目指しております。 ご興味がありましたら、ぜひお問い合わせください。Facebookでも情報更新しています!

  • 感性AIが連携する「DIC 五感と感性の研究所」が新設

    DIC株式会社は、ヒトの感性を理論的に数値化し、感性にもとづいた製品・サービスの社会実装とビジネス創出を目指す「DIC 五感と感性の研究所」を11月24日に立ち上げました。 本研究所は、刺激を感知するための感覚機能である「五感」と、習慣や経験、環境要因などのバックグラウンドに裏打ちされる「感性」について科学的に解き明かし、理論的に数値化することで、製品やサービス開発に活用できる「感性テクノロジープラットフォーム」を構築することを目指すもので、 感性AIは、2022年6月から「素材の感性価値定量化による新しい開発手法の研究」を共同で進めています。(参考: https://www.kansei-ai.com/post/news20220615  ) 立ち上げに伴い、ブランドサイトがオープンすると共に、ローンチイベントが開催されました。 ブランドサイト https://human-sensitivity.dic.co.jp (感性AI 取締役COO 坂本真樹 インタビュー記事 「オノマトペ」を使って感性AIを開発。まったく新しいものづくりの扉を開く https://human-sensitivity.dic.co.jp/contents/39/ ) ローンチイベントでは、当社代表取締役CEO 秋山正晴が、 共同プロジェクト発表として「感性価値定量化による素材開発分野における新たな手法の取り組み」というテーマで登壇いたしました。 ローンチイベント詳細 https://human-sensitivity.dic.co.jp/news/171/ 詳細はこちらをご覧ください。 https://www.dic-global.com/ja/news/2022/products/20221125082515.html

  • マーケティングソリューション「感性AIアナリティクス」がバージョンアップ!

    マーケティングソリューション「感性AIアナリティクス」のバージョンアップを9月30日(金)に実施します。 評価項目が好意度、共感性、品質感、インパクトの4項目に拡大 キャッチコピー・パッケージ分析について、「共感性」「品質感」「インパクト」の評価が新たに可能 となります。これにより、性別・年代ごとに「好意度」「共感性」「品質感」「インパクト」の4評価及 び43の感性尺度の数値化が可能になります。 SNS 感性分析β版機能追加 商品名などキーワードに対する Twitter 上の消費者のリアルタイムの反応を取得し、感性を分析す る新機能β版を追加します。SNS のデータを感性の切口で分析することで、新商品開発、既存商品 リニューアル時のブランディング・販促活動の効果測定や、新たなニーズ把握につながります。 詳細は以下のニュースリリースをご覧ください。 ニュースリリースはこちら

  • コンバーテック2022年9月号に感性AI技術についての取材記事が掲載

    加工技術研究会出版コンバーテック2022年9月号(発売日2022年09月15日)に、弊社の技術について取材いただいた記事が掲載されます。 (「感性AI オノマトペを定量化、色彩や素材の質感をAIが提案」) 掲載内容はこちらをご覧ください。

  • 10/6 無料セミナー『感性データ分析がもたらす発見と開発の世界』実施(COO坂本)

    2022年10月6日(木)に一般社団法人日本マーケティング・リテラシー協会様と共催で無料オンラインセミナー『感性データ分析がもたらす発見と開発の世界』を行います。 【1】14:00~14:20 壁を突き破るフリーワード分析 ~収益拡大・組織の活性化~ 【2】14:20~15:00 システマティック商品開発・事業開発法           ~Neo P7・ニーズ発掘から検証までの失敗なきプロセス~ 【3】15:05~16:00 感性×AIによるものづくり・サービス開発 ~AIを活用した感性価値向上~ 【4】16:00~16:15 ご案内・質疑応答 第三部にて、感性AI株式会社取締役COO坂本が講演を行います。 参加無料のオンラインセミナーとなっておりますので、ぜひご参加ください。 詳細・お申込みはこちらをご覧ください。 https://www.marketing-literacy.org/free-seminar-20221006/

  • ものづくりにおける感性データ利活用の推進|感性AI技術紹介

    <このコラムの内容>  1.感性データ利活用の重要性 2.人の感性を理解するAIの開発・支援 3.感性データ利活用の推進 1.感性データ利活用の重要性 第4次産業革命により、大量・多様なデータを利活用し社会的価値を生み出す「データ駆動型社会」への変革が進む中、データは新たな天然資源とも言われています。 感性AIでは、感性を定量化する技術をもとに、「感性データ」の活用を推進しています。2030年に向けて経済産業省が策定した日本の成長戦略「新産業構造ビジョン」によると、技術革新・データ利活用による第4次産業革命への対応は、第1幕(ネット上のデータ競争)においては欧米がGAFAをはじめとした大規模なプラットフォームを先行して形成し急激に進展していたのに対し、第2幕は実世界における個々人の生活情報や製品の稼働状況等をネットワークに接続されたセンサーを介して直接的に収集するリアルな世界でのデータを巡る競争であり、リアルデータをかち合う形で利活用し革新的製品・サービス実現につなげるためのプラットフォームの創出・発展が必要であるとしています。 そのための戦略として、日本の強みを活かした戦略的取組を行うことが必要であるとし、 活かすべき強み・機会として掲げられた項目が下記の通りです。 1⃣ データを丁寧に拾い上げることができる力を活かしてリアルデータを蓄積し新たな価値を生み出していくこと 2⃣ 世界シェアの高い日本の「モノ」の強みを活かしたプラットフォームを創出していくこと 3⃣ 世界的に見て課題先進国であること活かし、課題解決のためのプラットフォームを創出し社会実装をいち早く進めていくこと その中で、当社が目指しているのは、AIにより曖昧な感性を定量化・データ化する技術を活用することで、 ものづくりにおける感性価値を創造していくための感性データ利活用プラットフォームを実現していくこと です。 これは、AIの学習元として質の高い教師データを取得が可能であり、社会実装先として高品質なモノを理解できる消費者が存在している日本ならではの強みを活かして推進することで、 ものづくりにおいて機能的価値を超え感性に働きかける新たな価値を生み出していくことができる分野です。 これにより、グローバルな産業競争において差別化できる高付加価値商品を生み出すことが可能になり、日本の感性産業を振興していくことにつながると考えています。 2.人の感性を理解するAIの開発・支援 感性データの利活用に向けて必要となるのが感性データの取得ですが、感性価値判断は主観的で個人差があるため正解不正解がなく回答は無限となり、データの獲得と処理は困難です。 そこで、国立大学法人電気通信大学坂本研究室では、感性の定量化技術と深層学習への適用について長年研究をしてきました。五感を通して感じたことを表すオノマトペをはじめとする様々な言語情報から、感性的印象を精緻に数値化・定量化するシステムを開発しています。 また、多様な質感に対する物理特徴、知覚表現、言語や多次元尺度値として記述される感性データを、実社会における様々な実例から掘り起こし、それらの対応関係を蓄積することで共有化する仕組みや、 経験や嗜好,価値判断などに起因する感性データの個人差を表現可能な物理特徴―知覚表現―オノマトペを紐づけるモデルを構築することによる感性的質感に基づく素材推薦など、ものと感性を結ぶ技術を開発してきました。 この技術を活用した人の感性を理解するAIを活用し、 当社では、感性的アプローチによるAIを用いたものづくりを支援しています。 また、コンサルティングとして専用のAIモデル開発を行うほか、感性データ活用に関するクラウドサービス提供によって、より多くの企業において感性データの活用、感性価値創造の機会の創出を目指しています。 それが、感性価値創造支援のためのマーケティングソリューション「感性AIアナリティクス」です。 3.感性データ利活用の推進 感性AIアナリティクスは、 消費者データを学習したAIが、ネーミング、キャッチコピー、パッケージデザインの感性データを瞬時に出力します。 あいまいな感性情報をAIにより数値化・データ化、活用することで、より消費者の感性に働きかけやすいコミュニケーションの実現に向けた分析・検討が可能になり、 消費者の印象調査等の市場調査の回数を減らすなどコストや期間を軽減・業務効率化推進に貢献するとともに、「感性データ」の活用を推進し、ものづくりにおける感性価値創造を推進しビジネスを成功へ導きます。 感性をデータ化することで、定量データと結び付けたデータ分析も可能になります。 例えば、商品Aについて、 過去のリニューアル時のパッケージデザインの感性評価結果とリニューアル後一定期間の売上高との相関を見ることによって、 どの感性評価項目が売り上げと相関が高いのか、などを分析をすることが可能です。 それにより、データに基づいて今後のデザイン・コミュニケーションの方向性検討に繋げることが可能です。 ●商品Aのパッケージ①、②、③、④、⑤の販売一週間の売上と各尺度の感性評価値 この例だと、「明るさ」「現代風」「シンプルな」の感性尺度値と売上の相関が高いあることがわかります。 これにより、コミュニケーションコンセプトやブランディング・販促活動の検討において重視すべき感性が明らかになり方向性が明確化します。 今後も、コンサルティングによる伴走とともに様々な知見を活かしたサービス展開を行うことにより、 感性データの利活用推進を強力にサポートし、ものづくりにおける感性活用のプラットフォーマーを目指します。 少しでもご興味がありましたら、デモを用いてご説明をさせていただきます。 ぜひお問い合わせください。 弊社ではこのような技術等を紹介するメールマガジンを発行しています。 購読をご希望される場合は、Contactページからご連絡をお願いします。 Facebookでも情報更新しています!

bottom of page