AWS の技術ブログ

全3670件

2024/06/12

このブログは一連のブログ記事の一部です。以下もご覧ください。 AWS のサービスとマイクロサービスアーキテクチャを使用して生成 AI マーケティングポータルを構築する方法の実践的な解説については、以下のリンクを参照してください。   AWSで構築する生成 AI マーケティングポータルはじめに人工知能 (AI) は疑いなく多くの業界を形作り、21 世紀における最も変革的な技術の 1 つになると期待されています。その中には、マーケティングの分野があり、生成 AI の適用は新しいマーケティング手法をもたらすと期待されています。このブログ記事では、生成 AI がマーケティング戦略をどのように革新できるかを探り、革新的なソリューションと活用機会を提示します。 Harvard Business Review  によると、顧客ニーズの理解、製品やサービスとのマッチング、購買への説得など、マーケティングの中核的な活動は AI によって飛躍的に向上できるとされています。 2018 年のマッキンセー社による 400 以上の高度な利用事例の分析では、マーケティングが AI によって最も大きな価値をもたらす分野であることが示されました。 AI を活用するメリットは、プロセスの自動化や効率化だけでなく、顧客に合わせてパーソナライズ化されたコンテンツを提供することです。マーケターの対象を適切な消費者層に絞り込み、消費者の行動を予測し、パーソナライズされた顧客体験を提供する能力を高めることができます。 AI を使うことで、マーケターは大量のデータを処理・解釈して実践的な洞察や戦略に変換することができ、企業と顧客のインタラクション方法を再定義することができます。また、コンテンツを生成することはあくまでも一部でしかありません。AI が生成した最適なコンテンツだとしでも、適切なタイミングで対象の顧客に届かなければ役に立ちません。顧客に意図した行動を起こしてもらうために、適切なタイミングでコミュニケーションをし、自動化されたパイプラインに統合していくことも重要です。 Amazon Web Services (AWS) は、マーケティング戦略に生成 AI を実装するための強力なプラットフォームを提供します。AWS は、コンテンツ作成からカスタマーセグメンテーション、パーソナライズされたレコメンデーションまで、さまざまなマーケティングユースケースに適用できる AI と機械学習サービスを提供しています。カスタマーコンテンツを提供し、他のジェネレーティブ AI サービスと簡単に統合できる 2 つのサービスが  Amazon Pinpoint  と  Amazon Simple Email Service です。マーケターは、生成 AI を Amazon Pinpoint と Amazon SES に統合することで、顧客向けのパーソナライズされたメッセージを自動作成でき、キャンペーンの効果を高められます。この組み合わせにより、AI 駆動のコンテンツ生成と、ターゲットを絞ったデータ主導の顧客エンゲージメントを効果的に統合させることができます。この記事をさらに見ていくと、生成 AI の仕組み、メリット、およびマーケティングコミュニケーションへの生成 AI 統合を AWS サービスがどのように促進できるかを確認できます。生成 AI とは生成 AI は、機械学習の手法を利用して、トレーニングデータに類似した新しいデータインスタンスを生成する、人工知能のサブセットです。入力データの基本的なパターンと構造を学習し、その理解を活かして、新しい類似のデータを生成します。この処理は、 Generative Adversarial Networks (GANs) や  Variational Autoencoders (VAEs) 、 Transformer models などのモデルを使用して実現されます。バズワードである生成 AI の意味 AI の世界ではバズワードがよく出てきます。「ディープラーニング」「ニューラルネットワーク」「機械学習」「生成 AI」「大規模言語モデル」などの用語は、しばしば入り混じって使われていますが、それぞれに明確な意味があります。これらの用語を理解することは、さまざまな AI 技術の能力と限界を理解する上で重要です。機械学習 (ML)   : AI のサブセットで、コンピュータがデータから学習し、データに基づいて意思決定や予測を行うアルゴリズムの開発を含みます。これらのアルゴリズムは、データセットで「学習」させた後、新しいデータを予測したり分類したりするために使用できます。機械学習モデルは、教師あり学習、教師なし学習、半教師あり学習、強化学習に大別できます。ディープラーニング:  多層 (「ディープ」の意味) の神経回路網を用いて複雑なパターンをモデル化して理解する機械学習の一種です。これらのニューロン層が異なる特徴を処理し、その出力を組み合わせて最終結果が生成されます。ディープラーニングモデルは大量のデータを扱うことができ、特に画像、音声、テキストの処理に優れています。生成 AI:  ソフトウェアが学習したデータを真似た新しいデータを生成できる AI モデルを指します。Generative Adversarial Networks (GAN) や Variational Autoencoders (VAE) などのモデルを使うことで、このような機能が実現されます。生成 AI は、文章、視覚的なデザイン、音楽などあらゆるコンテンツを生成できるため、マーケターにとって力強い武器となります。大規模言語モデル (LLM): 大量のテキストデータで学習した生成 AI の一種で、人間に近い文章を生成できます。これらのモデルは、文章内で使用された以前の単語を基に次の単語の出現確率を予測します。文章の補完、翻訳、要約などのアプリケーションで特に役立ちます。 LLM は生成 AI の一種ですが、特にテキストデータを扱うために設計されています。簡単に言えば、大規模言語モデル (Large Language Model) は生成 AI (Generative AI) のサブセットであり、機械学習のさらにサブセットに当たります。そして、最終的には人工知能 (Artificial Intelligence) という包括的な用語に含まれるということです。生成 AI とマーケティングの問題点生成 AI はマーケティング戦略を大きく変革する可能性を秘めていますが、コンテンツ生成やカスタマーエンゲージメントに関しては、その制限と潜在的な落とし穴に気を付ける必要があります。マーケターが認識すべき一般的な課題は以下のとおりです。生成 AI におけるバイアス:  生成 AI モデルは、学習させたデータから出力します。学習データにバイアスがあれば、AI モデルはその出力にバイアスを再現する可能性があります。例えば、モデルが特定の人口統計的グループのデータを中心に学習していた場合、他の人口統計を正確に表現できず、マーケティングキャンペーンが効果的でないか、不快なものになる可能性があります。女性をターゲットにしたキャンペーン用の画像を生成しようとしても、生成 AI モデルが医師や弁護士、裁判官といった職業の女性を生成できない場合、そのキャンペーンにはバイアスとインクルーシブさが欠けてしまう可能性があります。文化的ニュアンスの鈍感さ:  生成 AI モデルは、文化的ニュアンスや繊細なトピックを完全に理解できない可能性があり、それが不適切または有害な内容につながる恐れがあります。たとえば、グローバルブランドの社会メディア投稿を作成する際に利用された生成 AI モデルが、特定の文化や地域コミュニティから見て配慮に欠けた内容または攻撃的な内容を誤って生成してしまう可能性があります。不適切または攻撃的なコンテンツが生成される可能性:  生成 AI モデルは時折、不適切または攻撃的なコンテンツを生成することがあります。これは、モデルがある単語やフレーズを使うべきコンテキストを完全に理解できていないためです。コンテンツを公開する前にレビューおよび承認を行うセーフガードを設ける必要があります。大規模言語モデル (LLM) の一般的な問題として、ハルシネーション (幻視) があります。つまり、正確であるかのように虚構の知識を語るというものです。例えば、マーケティングチームが、承認されていない 20 % 割引のプロモーションコンテンツを誤って公開してしまう可能性があります。セーフガードがなければ、顧客からの信頼を損なうような深刻な影響を与える可能性もあります。知的財産と法的問題:  生成 AI モデルは画像、音楽、動画、テキストなどの新しいコンテンツを生成できますが、これにより所有権や潜在的な著作権侵害の問題が生じます。比較的新しい分野であるため、生成 AI の利用にまつわる法的な影響について、生成されたコンテンツの所有権や著作権侵害などをめぐって議論が行われています。人間の創造性に取って代わるものではない:  最後に、生成型 AI はマーケティングキャンペーンの一部を自動化できるものの、マーケターが魅力的なキャンペーンを作る際に用いる創造性や感情的なつながりに取って代わるものではありません。最も成功したマーケティングキャンペーンは、顧客の心に訴えかけますが、生成 AI は人が作成したコンテンツを模倣する能力は非常に高いものの、その「人間らしさ」を完全に再現するところまでは至っていません。結論として、生成 AI はマーケティングに魅力的な可能性を提供しますが、その限界と潜在的な落とし穴を明確に理解した上で利用することが重要です。そうすることで、マーケターは生成 AI の利点を活用しつつ、リスクを軽減できます。マーケティングコミュニケーションにおける生成 AI の活用方法 Amazon Web Services (AWS) は、マーケティングでの生成 AI の利用を促進するための包括的なサービス群を提供しています。これらのサービスは、データ処理、ストレージ、機械学習、分析といった様々な作業を処理できるよう設計されており、マーケターが生成 AI 技術の導入と利活用を容易にします。関連する AWS サービスの概要 AWS には、マーケティングにおける生成 AI に特に関連する複数のサービスがあります。 Amazon Bedrock : このサービスでは、API 経由で基盤モデル(FM) にアクセスできます。Bedrock は、Amazon の Titan FM を含むテキストと画像の強力な FM の範囲にアクセスする機能があります。Bedrock のサーバーレス体験により、顧客は行おうとしていることに適した正しいモデルを簡単に見つけ、すばやく開始し、独自のデータで FM をプライベートにカスタマイズし、馴染みのある AWS ツールと機能を使って簡単に統合およびデプロイできます。 Amazon Titan Models:  これらは、AWS が発表する 2 つの新しい大規模言語モデル (LLM) です。1 つ目は、要約、テキスト生成、分類、オープンエンドの Q&A、情報抽出などのタスクに使用される生成 LLM です。2 つ目は、テキスト入力をテキストの意味的な意味を含む数値表現 (埋め込み) に変換する埋め込み LLM です。上記で述べた生成 AI のハルシネーションと不正確な情報の問題に対処するため、 AWS は Titan モデルの精度を改善し、高品質の応答を生成することに積極的に取り組んでいると、AWS バイスプレジデントの Bratin Saha は述べています。 Amazon SageMaker : フルマネージドサービスとして、データサイエンティストと開発者は機械学習モデルを迅速に構築、トレーニング、デプロイできます。SageMaker には、Generative Adversarial Networks (GAN) やVariational Autoencoders (VAE) など、生成 AI に使用できるモジュールが含まれています。 Amazon Pinpoint :  柔軟でスケーラブルなインバウンド・アウトバウンドのマーケティングコミュニケーションサービスとして、企業は複数のメッセージングチャネルを介して顧客に関与できます。Amazon Pinpoint は、ビジネスに合わせてスケーリングできるよう設計されており、短時間で大量のユーザーにメッセージを送信できます。AWS の生成 AI サービスと統合されており、パーソナライズされた AI 主導のマーケティングキャンペーンを実現できます。 Amazon Simple Email Service (SES) :  コスト効率の高い柔軟でスケーラブルな電子メールサービスとして、マーケターは取引メール、マーケティングメッセージ、その他の高品質コンテンツを顧客に送信できます。SES は他の AWS サービスと統合されているため、Amazon EC2 などのサービスでホストされているアプリケーションから電子メールを簡単に送信できます。SES は Amazon Pinpoint とも完全に連携しており、ユーザーアクティビティとエンゲージメントを促進する顧客エンゲージメントコミュニケーションを作成できます。マーケティングコミュニケーションにおける生成 AI の構築方法ダイナミックなオーディエンスのターゲティングとセグメント化:  生成 AI は、マーケターがオーディエンスをダイナミックにターゲティングしてセグメント化することをサポートできます。顧客データと行動を分析すれば、パターンやトレンドを特定でき、それを使ってよりターゲットを絞ったマーケティングキャンペーンを作成できます。Amazon SageMaker や Amazon Bedrock、Amazon Titan Models を使えば、生成 AI は非構造化データに基づいて顧客にラベルを付けることができます。 McKinsey によると、生成 AI はデータを分析して消費者の行動パターンを特定し、マーケターによる訴求力のあるコンテンツの作成を支援できます。パーソナライズされたマーケティング: 生成 AI は、マーケティングコンテンツの作成を自動化する際に使えます。ブログ、ソーシャルメディアの投稿、メールのためのテキストを生成したり、画像やビデオを作成することができます。これによりマーケターの時間と労力を大幅に節約でき、マーケティング戦略の他の側面に集中することができます。非常に優れている点は、マーケティングコンテンツの制作を実用化できる能力であり、異なる顧客セグメントに合わせて複数のコピーを作成する必要性を、マーケターが減らすことができます。以前は、マーケターはそれぞれの顧客の特性ごとに多数のコンテンツを生成する必要がありました (25～34 歳で食べ物が好きなロイヤリティの低い顧客、など)。生成 AI はこのプロセスを自動化し、これらのコンテンツをプログラムで動的に作成し、Amazon Pinpoint や Amazon SES を通じて最も関連性の高いセグメントに自動的に送信する機会を提供します。マーケティングの自動化:  生成 AI は、E メールマーケティング、ソーシャルメディアマーケティング、検索エンジンマーケティングなど、さまざまなマーケティングを自動化できます。これは、マーケティングコンテンツの作成と配布の自動化、およびマーケティングキャンペーンのパフォーマンスの分析が含まれます。Amazon Pinpoint は現在、カスタマイズされた多段階の体験である「ジャーニー」を使用してカスタマーコミュニケーションを自動化しています。生成 AI は、顧客の参加データ、参加パラメータ、プロンプトに基づいて Pinpoint ジャーニーを作成できます。これにより、生成 AI がコンテンツをパーソナライズするだけでなく、一定期間にわたってオムニチャネル体験をパーソナライズできるようになります。そうすれば、生成 AI によってジャーニーを動的に作成し、その場で A/B テストを行って最適化し、事前定義された主要業績評価指標（KPI）を実現することが可能になります。マーケティングコミュニケーションにおける生成 AI の利用例 AWS のサービス同士は連携しやすく設計されているので、マーケティング戦略に生成 AI を実装することが簡単に実現できます。たとえば、Amazon SageMaker を使えばマーケティングコンテンツの自動作成をサポートする生成 AI モデルを構築して学習できます。そして、Amazon Pinpoint や Amazon SES を使えば、そのコンテンツを顧客に配信できます。 AWS を利用している企業は、理論上、既存のワークロードに生成 AI 機能を追加できるため、マイグレーションの必要はありません。次のリファレンスアーキテクチャは、サンプルのユースケースとして AWS クラウドで構築したカスタマージャーニーに生成 AI を統合する方法を示しています。例えば、E コマース企業は、毎日多くの苦情メールを受け取る可能性があるとします。その場合、企業は顧客を獲得するために多額の費用をかけているため、そのネガティブな状態をプラスの体験に変える方法を考えることが重要です。 Amazon SES で受信したメールのコンテンツを、GAN を使って生成 AI モデルに渡すことで、感情分析に役立てられます。 Amazon Science が発表した論文  では、データ不足が問題となる場合に、GAN を用いて感情分析を実行しています。あるいは、この段階で Amazon Comprehend を使用し、2 つのモデルの A/B テストを実行することもできます。Amazon Comprehend では、ビジネスニーズに合わせてモデルをカスタマイズする機能は限定されています。メールの感情判定が完了すると、感情イベントが Pinpoint にログに記録されます自動的な離反防止のジャーニーがトリガーされます。生成 AI (たとえば HuggingFace の Bloom テキスト生成モデル ) は、マーケターの入力を待つ必要なく動的にコンテンツを作成できるため、ここでもう一度利用できます。マーケターは顧客の細かい属性 (例: 食べ物が好きで年齢が 25 〜 34 歳の離反しつつある顧客など) ごとに多数のコピーを作成する必要がありますが、生成 AI はこれらの入力データに基づいて、その場で動的にコンテンツを作成することができます。  キャンペーンコンテンツが生成されると、モデルはテンプレートを Amazon Pinpoint に送ります。カスタマイズされたコンテンツがお客様に送信されます。この結果、別の顧客の離脱を防ぐことができます。まとめ生成 AI の領域は非常に広範囲で絶えず進化を続けており、マーケターがよりパーソナライズされた魅力的なコンテンツを提供し、戦略を強化する機会を豊富に提供しています。 AWS はこの領域で中心的な役割を果たし、マーケティングにおける生成 AI の実装を容易にするサービスを包括的に提供しています。 Amazon SageMaker を使った AI モデルを構築・トレーニングから、Amazon Pinpoint や Amazon SES を使ったパーソナライズされたメッセージの配信まで、AWS は生成 AI の力を活用するために必要なツールとインフラストラクチャを提供しています。マーケターとの関係における生成 AI の可能性は計り知れません。生成 AI により、コンテンツ作成の自動化、顧客のインタラクションからのパーソナライズ、データからの貴重な洞察を得るなどが可能になります。しかし、生成 AI がマーケティングの特定の側面を自動化できる一方で、人間の創造力と直観に代わるものではないことを忘れないことが重要です。生成 AI は、人間の能力を補助し、マーケターが戦略と創造的方向性に専念するための時間を確保するツールとして捉えるべきです。マーケティングコミュニケーションにおける生成 AI の利用を開始しましょう生成 AI とマーケティングにおける活用方法の検討を終えるにあたり、次のことをお勧めします。自社のビジネスにおける生成 AI の潜在的な利用事例を検討してみましょう。生成 AI を活用してマーケティング戦略を強化する方法を考えてみてください。これには、コンテンツ作成の自動化、顧客とのやり取りのパーソナライズ、またはデータからの洞察の導出が含まれる可能性があります。今日からAWSで生成 AI をマーケティング戦略に活用し始めましょう。 AWS は、マーケティング戦略に生成 AI を簡単に実装できる包括的なサービスセットを提供しています。これらのサービスをワークフローに統合することで、パーソナライズを強化し、顧客エンゲージメントを改善し、キャンペーンからより良い結果を得ることができます。このシリーズの 2 つ目のブログをチェックしてください。マーケティングアプリケーションに生成 AI を組み込むためのAmazon Bedrock の実践的な使用例については、2つ目のブログ「 AWSで構築する生成 AI マーケティングポータル」をご覧ください。生成 AI の世界へのジャーニーは、これからが始まりです。技術が進化し続けるにつれ、マーケターが AI を活用して戦略を強化し、よりパーソナライズされたエンゲージングなコンテンツを提供する機会も進化し続けるでしょう。この興味深い領域をさらに探求することを楽しみにしています。著者について Tristan (Tri) Nguyen Tristan (Tri) Nguyen は、AWS のシニア・スペシャリスト・ソリューション・アーキテクトです。データサイエンス、マーテック、カスタマーデータプラットフォームの深い専門知識を持ち、機械学習と生成AIの活用を専門とし、アジア太平洋地域の顧客のためにスケーラブルな顧客エンゲージメント戦略とアーキテクチャソリューションを構築してます。ジョージア工科大学でコンピュータサイエンスの修士号を取得し、AWS テクノロジーに関する豊富な実務経験を有し、12 の AWS 認定資格をすべて取得しています。余暇にはトライアスロン、大きな山でのハイキング、大きな岩でのクライミングを楽しんでいます。この記事は、 Building Generative AI into Marketing Strategies: A Primer を翻訳したものです。翻訳は Solution Architect の中村達也が担当しました。

AWS, オムニチャネル, 大規模言語モデル（LLM）