高級中古品市場が拡大するにつれ、センチメントの正確さは業務効率に左右され、
これはブランドの信頼を左右する重要な問題となっています。
ググはレターとコラボしています 画像認識に基づくAI感情システムを構築しました。
GugusのNo.1の中古高級品取引プラットフォームは、年間数万件の鑑定を行う組織です。Gugusの成長は、経験豊富な鑑定士の専門知識と、感情の正確さを中心に築かれた顧客の信頼に基づいています。しかし、取引量の増加、認証に対する消費者の期待、業務の効率化に対する要求が高まるにつれて、鑑定業務の質とスピードを同時に向上させることができるテクノロジーベースの体系的な対応が必要になりました。以前、GugusはAIベースの感情テクノロジーの導入を試みましたが、データ構造が不十分で問題定義が不足していたため、プロジェクトは中断されました。その結果、このプロジェクトは単純なモデル開発にとどまらず、AI 技術導入の前提条件である、ユーザーエクスペリエンスに基づいた問題定義、データ構造設計、製品設計を全面的に見直すように設計されました。Letserは、このプロジェクトを、Googleのデジタル評価システムを構築するという戦略的課題と定義し、センチメントデータを使用するシステムの改善、評価業務の構築、ユーザーエクスペリエンスに基づく製品の設計など、包括的なアプローチを実施しました。これは、短期的に作業効率を向上させることに加えて、AI ベースのセンチメント基準を確立し、長期的には組織のデータ機能を内部化するというグーガスの中長期的な目標に沿ったものです。
まず、Gugus内に蓄積されたすべての画像、センチメント結果、ブランド情報、シリアルデータを調査し、それらをAI学習の構造として再定義しました。評価作業には既存のデータで十分でしたが、モデル学習は非常に構造化されておらず、一貫性とスケーラビリティの点で制限がありました。
Letserは鑑定士と協力して、シリアル位置、ロゴパターン、摩耗領域などの主要な検査ポイントを構造化された入力値で再構築し、新しいデータを継続的に蓄積できるようにデータ精製テンプレートを設計しました。これにより、単一プロジェクトのレベルを超える継続的な学習とアップグレードを可能にする循環構造の基礎が築かれました。
これまで、AIは「AIが自動的に価格を決定する」という総合的な目標のもとに設計されていましたが、実際のユーザー（鑑定士）からのフィードバックをもとに役割定義を再構築しました。
Letserは感情のプロセスを ① シリアル認識 → ② 感情点の抽出 → ③ 異常検知 → ④ 結果判断支援の4つのステップに分け、AIが各段階で実行できる特定のサブタスクを設計しました。これにより、AIは最終審査員ではなく鑑定者の判断を支援する機能として再定義され、実際のワークフローに簡単に組み込めるUXの実装が可能になりました。
成功したAIベースの評価システムを運用している海外の高級品プラットフォームをベンチマークすることにより、自動シリアル検出、分析レポートの自動生成、信頼性表記などの主要な機能フローを分析しました。
これをもとに、Gugusならではの差別化要素として、鑑定者ベースのレコメンデーション機能、量的・質的評価に基づくレポート自動化、センチメントの精度を向上させるシリアルベースの事前フィルタリング機能を設計しました。各機能は、ユーザーや鑑定者にとっての実際の有用性に寄与するように構成されています。
鑑定士が実際に使える製品として実装するために、単純な機能の実装にとどまらない製品ユニットを設計しました。ワークフローは鑑定士へのインタビューを通じて分析され、各段階の画面フロー、入出力構造、例外処理が明確に定義されました。
AI の結果に対する信頼性を高めるため、結果値のエビデンスの提供、手動によるレビューの依頼、信頼性指標のサポートなど、高度なユーザーインターフェイスを実装しました。
このプロジェクトを通じて、Guggus は単に AI 機能を導入するだけではなく、実際の鑑定士のワークフローに自然に組み込まれる感情サポートシステムの基盤を構築しました。特に、これまで構造化されていなかったデータ資産を構造化し、これに基づいて継続的な学習を可能にするAIサイクル構造を設計したことは、最大の成果の1つです。
実際の効果は手術現場でも確認されています。評価プロセスの初期段階では、AIが自動的に分析して異常要素や異常要素を逐次認識し、評価担当者の反復作業時間を平均 40% 削減しました。さらに、鑑定者間の基準の差を減らすことで、再評価依頼率の低下も期待できるようになりました。
評価結果を報告する自動機能も、顧客対応に変化をもたらしています。鑑定者の判断とAIの定量分析結果の両方を提供することで、顧客は鑑定結果をより信頼して受け入れるようになり、Guggusブランドの専門性と透明性の強化に貢献しています。
最も重要な変化は、このプロジェクトを通じて、AIが独立したツールとしてではなく、鑑定士の判断を支援し、データに基づいて進化する「協調システム」として確立されたことです。鑑定士が修正・補足した記録は自動ログとして保存され、将来のモデル改善のためのデータとして使用されます。その結果、このシステムは能動的学習ベースの反復学習構造へと進化し、例外的なケースへの対応力を継続的に向上させることができます。
このプロジェクトは、ツールを開発するだけでなく、組織内で人間とAIが連携する感情システムを確立するターニングポイントとなりました。これは、グーグにとって、AIを活用した中古高級品鑑定の未来基準をリードするうえでの戦略的資産となるだろう。
このプロジェクトは、単にテクノロジーを導入するだけにとどまらず、組織単位にとって構造的なイノベーションの課題であり、全体的な評価業務を再定義するものでした。次の2つの含意は、今後同様のアップグレード・プロジェクトを実施するうえで不可欠な基準となる可能性がある。
AIは、既存のプロセスを自動化する手段としてではなく、評価者のワークフローを組織の判断システムとともに構築するツールとして設計されるべきです。このプロジェクトでは、AIが各段階に貢献して現場での適用性を高めることができるように、評価プロセスを改良し、サブタスクを定義しました。
これは単なるAI学習の手段ではなく、センチメントスタンダードの定式化、顧客対応の一貫性の確保、モデルのアップグレードのための循環構造をつなぐ中核的な基盤でもあります。この場合のように精製、保存、拡張できる形でデータを設計することが、組織全体のデジタル競争力を左右します。
Letserは今後もデータや専門性を扱う企業と協力して、単なる機能の実装にとどまらず、実践的な問題解決や組織変革につながるプロジェクトを創出してまいります。特に、感情などの質的判断が中心となる分野では、テクノロジーが組織の内部標準や文化をどのように変えることができるかをデザインすることが鍵となります。Letserは、AIを通じて信頼の基準を磨き、その基準をデータに戻す構造を設計し、テクノロジーが企業にとって中核的な競争上の優位性となるよう支援します。
.svg)
