CASE

P社では、1つのデザインなどのクリエイティブから多種多様な広告媒体・メディアへのコンテンツ制作を行なっていることが多く、この単純なコンテンツ制作に時間が奪われていることが課題でした。
自社のノウハウ活用と業務効率化を実現するために、既成のメディアから主要な要素を取り出し、再編成して複数のメディア向けのコンテンツ制作を自動化したいと考えていました。

以前KICONIA WORKSと行ったプロジェクトの結果に満足していただき、今回新たな依頼をいただきました。
何でもKICONIAにまずは相談するようにしていただいているそうです。

全ての作業を生成AIに任せると、コンピューター任せの不安定さにより、希望と違う形でコンテンツが生み出されてしまうことが想定できました。そのため、P社へ生成物に求める条件を確認して一部の作業は人の手で行い、残りは各目的に合わせたモデルを作成しました。完全な自動化ではないものの、業務効率化という観点では大きな効果が期待できると考えました。
具体的には、生成物のフレームワークをデザイナーが設計し、既存メディアからの要素抽出はディープラーニングのモデルを活用し、文章の要約は大規模LLM、画像は画像特化の生成AIを活用することで、期待するコンテンツを生成できるようになりました。

全ての作業を1つの生成AIで完結させようとするのではなく、デザイナーも設計工程を担当したり、要素毎に適切な技術を活用するという提案を、プロジェクトの初期段階で提案できたことが成功の要因だと考えています。

生成AIに任せればよいと思っていたが、生成AIと人間が得意な領域を上手に分担することが大事だとわかったとのことです。柔軟な発想で、求める生成物の期待値を満たせるようにロジック設計したことを評価いただきました。

• 日熊（エンジニア）
  課題ベースで古典的画像処理手法からLLMまで幅広い提案を非常に快く受け取っていただいて良かったと思います。
• 書上（プロジェクトマネージャー）
  生成AIを使って課題を解決したいというのが、顧客の最初のニーズでした。しかしながら、プロジェクトを進める中で、全てを生成AIに任せてしまうことのリスク、自社のノウハウなどをルールで縛りながら、生成AIを必要な部分で活用することを理解いただき、進められました。
  流行りの最新技術だけではなく、様々な技術を組み合わせて顧客課題を解決する良いケースだと思います。