Curalate は、AWS で Apache MXNet を使用して AI によるソーシャルセールを行う

Curalate は、ブランドが SNS での影響力を販売に変換するのをサポートします。フィラデルフィアにあるこのスタートアップ企業は、デジタルに精通した消費者にとって、ソーシャルチャネルで見られる製品と、まったく同じ製品を購入できる場所との関連付けを容易にします。以前は、消費者はソーシャルイメージから特定の製品を見つけるには、オンラインカタログで捜し求めなければなりませんでした。Curalate を利用すれば、購入できる場所に製品を自動的にリンクすることができます。

すべてのソーシャルメディアへの投稿は潜在的影響力を持つので、ブランドはソーシャルユーザーが生成した単語、画像、ミームを活用して、多くの声で合唱効果を生み出すことができます。

「私たちは、発見プロセスをオンラインにしています。私たちの製品は、店を歩いているときに何かを見るのと同じ方法で、インスタグラムやその他のソーシャルチャンネルでこうしたつながりを作るのに役立ちます」と、Curalate の研究エンジニアである Jesse Brizzi 氏は説明します。

Neiman Marcus や J.Crew を含む 1,000 社以上のブランド企業や小売業者、そして 1 ヶ月に 1 億人以上の消費者が Curalate を使用しています。これらのブランドは、Curalate のソーシャルコマースプラットフォームを利用して 1 回の訪問で 20〜50 % の収益増加を実現し、製品の発見を最大で 60 倍に増加させています。Karl Lagerfeld の場合、Curalate の画像認識技術を使用して写真にタグを付けることで、顧客が商品を手に入れるための最も速くて最も効果的な方法を可能にしています。

Curalate の成功の要因は、ソーシャルメディアでの製品の発見を促進する AWS の深層学習技術です。Curalate のインテリジェント製品タグ付け (IPT) サービスを使用する顧客は、ユーザーが作成したソーシャルコンテンツの収集と管理をパイプラインで自動化し、カタログ内の適切な製品に接続することができます。IPT は、Apache MXNet フレームワークを使用して開発された深層学習アルゴリズムを使用してトレーニングされており、これを使用するブランド企業は購入者に推奨する製品と画像を簡単に一致させることができます。

Brizzi 氏は次のように述べています。「当初、顧客は手作業で製品にタグを付けなければなりませんでした。アイテムをクリックする場所、タグを付ける場所、製品カタログの中に入って手作業で一致させる場所。ところが現在は深層学習で一致させることができるので、それを確認するだけです。IPT を使用することで、時間を節約し、精度を向上させ、消費者が時間を無駄にすることなく簡単に商品を見つけられるよう支援することができます。」

MXNet を使用して、Curalate は AWS で実運用モデルを迅速に構築およびデプロイすることができます—Amazon EC2 P3 インスタンスでモデルをトレーニングし、Amazon S3 からデータを取得して API サービスで描く—取り込んで分析する必要がある画像を何百万も与えられる厳しい挑戦です。高度な API インターフェイスである MXNet と Gluon により、Curalate はトレーニングのスピードを犠牲にすることなくエンドツーエンドのモデル開発を効率化することができました。

「私たちが TensorFlow よりも MXNet を選択した主な理由は、スピードでした。プロトタイプから本番へ早く無駄なく移行することを考え、MXNet がこれを助けました。特に実験から本番への移行において、より簡単にできる方法を探していました」と、Brizzi 氏は言います。

また、MXNet が Scala API をサポートしていることも、深層学習フレームワークを検討する上で重要な要素でした。「私たちは多くのネイティブコードに対処しなければなりませんでした。以前は、C++ から Scala に移行するために独自のバインディングを作成する必要がありました。これを管理して更新しなければならないのは苦痛でした。MXNet と Gluon を使用すると、実験コードを記述して Python 言語で繰り返し処理し、Python から Scala にモデルを変換するのが簡単になりました」と、Brizzi 氏は言います。

Curalate にとって、次のステップはプラットフォームを拡大することです。ソーシャルメディアの人気と影響が高まるにつれて、より多くの商品イメージが取り込まれ、分析され、つながります。

Curalate が MXNet を使用する方法の詳細については、この技術解説をご覧ください。深層学習を使い始めるには、Amazon SageMaker 機械学習プラットフォームで完全マネージド体験として MXNet を試してみるか、深層学習のための事前に設定された開発環境を提供する AWS 深層学習 AMI (Amazon Machine Images) で MXNet を使用してください。

今回のブログ投稿者について

Cynthya Peranandam は AWS 人工知能ソリューションのプリンシパルマーケティングマネージャーで、ビジネス価値を提供するために、ディープラーニングの使用においてカスタマーを支援しています。仕事以外では、ジョギングや音楽を聞くことが好きです。