ホーム  > サービス&ソリューション > AIシステム開発

AIシステム開発AI

IBM Watson アプリケーション開発

初期エコシステムパートナーに選定

2015年10月より正式にパートナー募集を開始したIBM Watson エコシステムプログラムに先立ち、クレスコは2015年7月30日、初期エコシステムパートナーに選定されました。

お客様の立場に立った開発支援

クレスコが開発支援を行ったIBM Watson利用システムが、2016年4月1日にサービスインいたしました。Watson学習をお客様ご自身でも実施したいというご要望を踏まえ、お客様側の立場でプロジェクトに参画。お客様へWatson利用レクチャーの実施、手順書作成、ナレッジ共有を行ない、ご満足いただきました。

豊富なWatson API 利用ノウハウ

クレスコではWatson関連技術の習得、活用に積極的な取り組みをしています。 第2回 IBM Watson 日本語版ハッカソンでは、参加45チームの中から決勝進出5チームに選ばれ、アイディア賞を受賞しました。

AIシステム開発実績

株式会社ザイマックス様事例「店舗担当者様のお問合せ効率化」

不動産総合マネジメント会社の株式会社ザイマックス様が多店舗事業者様より受託している建物管理業務において、お問合せ時の店舗担当者様の負担軽減を目的として導入したAIとLINEを組み合わせたシステムの開発をご支援いたしました。

課題

  • 店舗担当者様の負担軽減を行いたい
  • 故障状況の正確な把握を行いたい
  • 修理箇所、緊急度の把握とスピーディな対応を行いたい

AIとLINEを組み合わせたシステムを開発

LINEでの問合せを採用
使いなれたLINE画面上のボタンを操作することで簡単に問合せが完了

自動応答機能にAIを採用
写真やコメント文章などをAIが分析し、修理箇所や緊急度合いなどを判定

AIとLINEを組み合わせたシステムの構成

株式会社オプテック様事例「歯科診療所向けAI型電子カルテシステム開発」

歯科用電子カルテの株式会社オプテック様向けに、歯科のカルテを学習訓練させたAI型電子カルテシステムの開発をいたしました。

AI型電子カルテシステム概要

個人の口腔内のむし歯や歯周病などの所見に対し、治療順序の例をビッグデータの学習結果としてレポートします。 歯科医師はこのAIシステムからの治療順序の傾向を参考にして、患者と話し合いながら患者にとって最適な治療順序を策定できるようになると同時に、 高品質なカルテ作成の入力作業を大幅に削減することが可能になります。

機能

  • 部位と所見情報を入力するだけで病名や治療の候補をご提案!
  • 部位と治療内容をまとめて入力するだけで一口腔での治療計画をご提案!

効果

  • 患者が納得できる客観的な治療計画を提案
  • 転記によるカルテ作成の高効率化
  • エビデンスとなるカルテ品質の確保
AI型電子カルテシステム

*1:カルテ情報の部位属性と医師所見の組み合わせから病名候補を導き出すために「Language Understanding (LUIS)」を使用。

*2: 医師が特定した病名から、適した治療方法を導き出すために「Azure Machine Learning Studio」 Multi-class classification neural networkを使用。 「Azure Machine Learning Studio」は、多数の統計的分析手法を選択することができ、人手による膨大なデータの分析工数を大幅に削減。

*3: 一口腔内の治療順序を導き出すために「Azure Machine Learning Studio」Two-class classification neural network を使用。 治療順序の全パターンを導き出す必要があり、歯科医療の特性と膨大な情報から最適な順序を導き出した。

Alexaスキル開発事例「音声予約受付システムの構築」

当社のお客様であるBtoC企業様と共同で、クラウドベースの音声サービス「Amazon Alexa」対応のスキルの開発をいたしました

Alexaスキル開発支援概要

  • 設計から開発、導入までワンストップでのご支援
  • 開発とそれに付随して必要となるAWS環境の構築、顧客システム連携を実施
Alexaスキル開発

Alexaスキル開発「音声予約受付システム」概要

システム全体イメージ
  • Alexa対応デバイスに対してユーザが発話
  • Alexaがユーザ発話をAIで音声分析し、音声キーワードのみを処理側のAWSに連携
  • AWSは顧客システムに予約内容を反映し、その処理結果をAlexaにレスポンスとして返す
  • 結果はAlexa対応デバイスから音声で伝える

導入効果

  • 音声による受付システムの構築により、予約時の受付にかかる業務負担を削減
  • 24時間365日いつでもご利用のお客様を待たせずに予約を実現
  • 音声で受け付けた内容を業務分析することでご利用のお客様のニーズやトレンドのリアルタイム分析が可能に

AI産学連携共同実験

機械学習を用いた仮想エージェントに関する共同研究

現在のコールセンターは、カスタマーとオペレーターが以下のような課題を抱えている。

カスタマーの課題、コールセンターの課題
既存の解決策

ルールベースのエージェントによる自動応答

ルールベースの課題
  • 一度作成したルールのメンテナンスが困難
  • ルールで対応しきれず、不自然な回答が行われることも
ルールベースの課題を解決すべくチャレンジ!!
機械学習を用いた仮想エージェント

共同研究の計画概要

STEPと研究対象

研究対象「オペレーター補助」「自動応答」

STEP1

オペレーター補助

  • データの整理
  • モデルの学習
  • 評価

STEP2

自動応答

STEP1の成果をもとにSTEP2へ進む

大学との連携

クレスコでは機械学習を得意とする大学と連携し、大学との予備研究・予備実験の成果を共同研究に活かす取り組みを行っています。