Explainable AI Part II、または。心配するのをやめて、機械を信じることを学んだ方法

By:Andrei Bizovi, Senior Business Analyst - Plexure
公開日:2021年6月21日

本連載の第1回では、説明可能な人工知能(XAI)とは何か、そして小売業の意思決定者と消費者の双方にとって、なぜそれが重要な検討事項となるのかを説明しました。AIは私たちの日常生活に浸透しているため、その影響力の大きさを忘れがちです。私たちが見る映像、聴く音楽、購入する商品、そしてその間にあるあらゆるものにAIが使われています。実際、2018年に入ってから、Eコマース企業の4分の3以上が、マーケティングや販売プロセスに何らかの形でAIを利用しています。消費者の感情はこれを反映しています。European Consumer Organisationによる2020年の調査では、回答者の半数以上が「企業がAIを使って消費者の意思決定を操作していると思う」と答えています。

AIが定着して身近なものになるにつれ、公的、私的、規制当局の意識の中でAIが目立つようになります。そこで課題となるのが、効果的なだけでなく、消費者と企業の両方が「理解」できるような透明性のあるモデルを提供することであり、その一方で、プライバシーや倫理に関する明日の 期待(今日の期待ではすでに手遅れ)にも応えることです。

そこで課題となるのは、効果的であるだけでなく、消費者と企業の双方が「理解」できるような透明性のあるモデルを提供することであり、同時に、プライバシーや倫理に関する明日の期待(今日ではすでに手遅れ)にも応えることです。

そこで、この連載の続きのテーマになります。消費者と企業企業とAIサービス提供 者の信頼関係を向上させるために、XAIはどのように活用できるのでしょうか 。第1部では、ブラックボックスモデルの概念を紹介しました。ブラックボックスモデルは、その不可解な性質のために、企業にとっては近寄りがたく、採用することが望ましくない場合が多いです。Explainable AIの分野はまだ始まったばかりで、活発に研究されています。多くの優れた頭脳がXAIの学術的な側面に注目している一方で、本記事では、最新の文献や関連する業界の事例を見ながら、ビジネスや市場への影響について触れます。また、Plexure社がXAIと信頼の問題にどのように取り組んでいるかについても紹介します。

説明可能性の重要性

XAIの需要が最も大きいのは、AIモデルの出力が関係者に大きな影響を与える可能性がある、リスクの高い産業です。医療、保険、自律走行車などの業界がその代表例です。これらの業界では、結果が導き出されるプロセスが これらの業界では、結果を導き出すプロセスは、解釈可能で透明性が高く、そのプロセスに偏りやエラーがないことを保証するだけでなく、法的・倫理的な観点からその結果を正当化することができなければなりません。例えば、顧客の既知のデータに基づいて健康保険料を調整できる仮想的なシステムは、その決定によって影響を受けた顧客、評価者や立法者に対して説明責任を果たさなければなりません。

Plexureが事業を展開しているモバイルマーケティングと顧客ロイヤルティの業界は、このようなハイリスクな状況とはほとんど無縁ですが、説明可能性は依然として重要な役割を果たしています。私たちが提供する製品の基本は、AIを使った、ユーザー一人ひとりに関連性のあるオファーや製品のレコメンデーションです。

レコメンデーションに関しては、一般的にユーザーは透明性を求めます。それだけでなく、ユーザーは自分のデータを管理するべきであり、自分のデータを利用した取引(同意が得られた場合)は、会話形式で行われるべきである。つまり、情報は双方向に流れ、理解しやすいものでなければなりません。

Tintarevらは、適切に設計されたレコメンデーションシステムの設計ガイドラインを示し、以下の基準を挙げています。

上記の条件をすべて満たすレコメンドシステムを想像してみてください。QSR、給油所、コンビニエンスストア、食料品店など、高頻度でリピート購入される小売業の方々のマーケティング活動を促進するために、すぐに使えるシステムです。特定の時点で、特定の顧客にとって魅力的なオファーをどのように決定したかをマーケターに示すことができる、説明可能なロジックを備えたシステムです。そして、大量のオファーに頼ることなく、目的の結果をもたらす最もタイムリーで適切なオファーをピンポイントで提供することで、売上を増加させるシステムです。例えば、一度だけ来店したお客様の再来店を促したり、時間帯によっては来店者数を増やしたり、店頭での注文をドライブスルーに変更したりすることができます。

Plexureのモバイルエンゲージメントエンジンは、上記の基準をすべて満たしており、AIやMLの複雑さや推測作業を排除し、ユーザーフレンドリーなダッシュボードによって、必要なデータを理解しやすく、さまざまな形式の共有可能なレポートにまとめています。これは、複雑な自動化とシンプルでユーザーフレンドリーなインターフェースの完璧な組み合わせです。


Plexure社のモバイル・エンゲージメント・ソリューションは、消費者データ、コンテクストデータ、行動データ、販売データをAI/MLと組み合わせることで、トラフィックを促進し、売上を増加させる次世代のマーケティング・キャンペーンを実現します。Plexure社は、世界的に有名なブランドが顧客データの力を引き出し、摩擦を排除して、アクティベーションからグロース、ウィン・バックまでの全カスタマージャーニーに沿って望ましい結果をもたらすことを支援しています。私たちがどのようなソリューションをご提供できるかを知りたい方は、ぜひデモをご予約ください。

You may be interested In...

携帯電話を持つ男
Explainable AI: それは何か、なぜ重要なのか、そしてビジネスと社会に与える影響は?

この3回の連載では、「説明可能なAI」をテーマに、彼らの学び、洞察、ヒントを掘り下げていきます。

ダウンロード
カスタマーエンゲージメントの向上 - タイムリーさの重要性

ブランドが市場シェアを奪い合う中、消費者にはマーケティングメッセージが氾濫しています。では、マーケターはどのようにしてそのノイズを切り抜け、顧客との互恵的な関係を築くことができるのでしょうか?鍵となるのは「タイムリーさ」です。

続きを読む
ハンバーガーを食べる女性
Loyalty with a capital "L" (and where loyalty with a little "l" is fit)

ブランドにとって、ロイヤルティの高い顧客を獲得し、維持する能力はかつてないほど重要になっています。このブログでは、ロイヤルティプログラムがどのようにして、より忠実で収益性の高い顧客基盤を構築することができるかについて説明します。

続きを読む