実はウェブの世界でDXを進め、合理化や売上向上ができないかというのは10年ほど前から考えていました。

世間でAIへの関心が高まるまだ少し前ですが、2014年にマーケティングリサーチの会社とデザインの会社が合併して株式会社プラグが誕生しました。日本では例を見ない異業種同士の合併でした。

新しい会社の船出にふさわしい新しい戦略を出そうと検討していた時、豊富に持っているリサーチデータとマーケティングで重要なパッケージデザインを組み合わせられないかと考えました。

まずはパッケージデザインのデータベースとして世に送り出しましたが、これにAIを組み合わせれば、商品開発の流れを大きく変えるサービスを生み出せるのではないかと思いました。

AIを開発するためにはデータセットが重要であるという認識は持っていました。我々の場合はパッケージデザインのデータベースという十分なデータセットを既に持っています。

これをリサーチデータと組み合わせ、デザイン案の評価や売れるデザインのリコメンドをしてくれるサービスを提供できれば、これまで商品開発の過程で行ってきたアンケートやインタビュー等のステップを削減でき、大幅に開発スピードを上げることができます。

開発スピードの向上はすなわち店舗の棚に新商品が届くまでの期間を短くすることができ、商品開発のサイクルを短縮し、直近のトレンドに乗った商品を素早くお客様に届けられるようになります。これは商品開発における革命といっても良いと思います。

パッケージデザインAIの利用例：
商品ターゲットを設定するとパッケージ案に対してAIが好感度を予測してくれる

パッケージデザインAIの利用例：
それぞれのパッケージ案のどこに視線が集まるかを分析することができる

いえ、全く見えていませんでした。私自身はこれまでマーケティングリサーチの仕事をしてきたため、統計の知識はありましたが、AI開発に必要なPythonなどプログラミングの知見や機械学習の知見は全くありませんでした。

当時抱えていた業務の整理を行って学習のための時間を作り、最初にPythonを集中的に学びました。

この時にメンターをしていた方がとても素晴らしい方で、私の目標に沿った指針を示してくれました。メンタリングの中でAI開発に取り組むのであればと、スキルアップAIを紹介してくれました。

当時からAIについて教えてくれるスクールはいくつかありましたが、専門性やコスト面、サポート面でスキルアップAIが良いと思い、実際に通うことにしました。

スキルアップAIでは2か月をかけて機械学習の基礎を学びました。具体的な事例を使ってトレーニングが出来て開発へのイメージを掴むことができました。

ただ、ここまで駆け足でトータル5か月ほどで進めてきたので、基礎が出来てきたとはいえ、まだまだ自走できるレベルではありません。

そこでスキルアップAIにマンツーマンのサポートを依頼しました。AIを開発し始めるといくつもの壁が立ちはだかってくると思いましたので、指針を示してもらい、適宜アドバイスをしてくれたり、相談に乗ってくれる伴走者役をお願いしました。

これは本当にお願いして正解でした。おかげで開発に弾みがつき、進捗スピードがとても早くなったと思います。

結果としてノンプログラマーのAI初心者からスタートし、基礎学習に5か月、スキルアップAIにコンサルティングをしてもらいながら開発に3か月と合計8か月程度でプロダクトローンチまで至ったのです。

改めて振り返ってみて、本当にゼロから作ったAIだったと言えるのではないでしょうか。

現在は新型コロナウイルスの影響もあり、マーケティングリサーチのためのインタビューや模擬陳列棚を使った調査など実施しずらくなっていますが、マーケティングでは定量調査に加え、商品ターゲットとなる人の趣味嗜好などの定性調査も重要です。

この調査に代替するものとして当社のパッケージデザインAIをご利用いただいています。

まず一つ目の声としては、費用が削減できたというものがあります。インタビューで多くの人を集めたり、売り場を再現するなどの調査は大きなコストがかかります。スピードだけでなく、商品開発にかかるコストも圧縮できていると喜んでいただいています。

二つ目の声は意思決定をより科学的に行えるようになったというものです。これまでもリサーチをした上で客観的にパッケージ案を決定していますが、最終的に判断するのが役職者で商品ターゲットとは異なる方が判断を下しているというケースも多いです。ここにAIが介在しリコメンドや指標を示してくれることで、意思決定者も科学的に判断が下せるようになったと聞いています。デザインの意志決定をビッグボイスからサイエンスに移行できているのです。

パッケージデザインAIの利用例：
商品の訴求に対して効果的なパッケージになっているか数値化できる

最初にお断りしておくと、個人としては年齢は関係ないと思っています。もちろん体力的に厳しくなってくる部分はありますが、カバー可能です。

私よりももっと年齢を重ねていても、プログラマーやITエンジニアとして頑張っている方がいらっしゃいますので、そういった方々の存在も励みになっています。

新しいことを学んで身に着けるという点では、明確な目標を持つこと、できれば具体的に作りたいものをイメージすることが一番大切だと思います。

私自身は元来課題感や向上心が強いタイプの人柄でしたが、漠然とした理由だけではモチベーションも続かなかったのではないかと想像します。

それこそ文系出身で微分が出来ないところからスタートしましたので、高校生や大学生が使うようなテキストから数学の勉強をしました。アウトプットのイメージが無ければ、そこまで引いた場所からスタート出来なかったかもしれません。

具体的に開発したいAIプロダクトがあり、それに向けて一直線に進んだことで、短期間で大きな成果を残せたのだと思います。

また、先ほども言及しましたが、良い伴走者を見つけることも大切です。新しいことに挑戦するのであれば、その道のプロに水先案内人を頼んだ方が効率的に進めます。

多少お金を払ってでも、信頼のおける人にパートナー役を頼んだ方が新しい技術の習得やプロダクト開発がより確かなものになるでしょう。

最初にローンチしてからも、データベースや機能のバージョンアップを重ねてきました。これからも引き続き利用者の要望に応えられるよう、機能改善していく予定です。

パッケージデザインは自由度が高く、バリュエーションが豊富ですので、AI開発もより複雑になってきます。

パッケージに必要な様々な要素を適正に評価に反映し、デザインの工数を削減しつつ、お客様に響くパッケージを示せるように、改良を重ねていきたいと考えています。