Amazon AIテクノロジーの応用と戦略的なレイアウトの詳細な分析：Alexa

アマゾンは時価総額7,900億ドルでマイクロソフトを上回り、世界で最も価値のある企業となった。ジェフ・ベゾスは常に非常に有名な「Day 1」哲学を持っており、それは会社を永遠に「Day 1」の状態に保つというものです。彼は「Day 2」に到達すると、停滞期に入ることを意味すると考えています。では、「Day 1」を維持するにはどうすればよいのでしょうか。2017 年の株主への公開書簡で、ジェフは 4 つの戦略を挙げています。顧客第一 (Amazon 社内の神のような教義)、形式主義に抵抗する、外部のトレンドに注意を払う、迅速な意思決定を行う、です。

ジェフは、Amazon が創業したばかりの 1997 年にはすでに「Day 1」について言及していました。当時の彼のビジョンは、「しかし、これはインターネットの Day 1 であり、Amazon.com でうまく実行できれば、オンライン コマースは顧客のお金と貴重な時間を節約します。明日は、パーソナライゼーションを通じて、オンライン コマースは発見のプロセスそのものを加速します」というものでした。 Amazon はオンライン書店としてスタートしました。ジェフは、ビジネス開発を推進する上でテクノロジーが重要であることをすでに予測していました。1998 年に開始された協調フィルタリング推奨エンジンは、これを完全に実証しました。

だからこそ、アマゾンは「初日」から機械学習と人工知能を重視し、消費者向け音声アシスタントAlexa、無人店舗のショーケースAmazon Go、電子商取引帝国の背後に隠れたAI技術に至るまで、内側から外側、トップダウンからボトムアップまで、AIはアマゾン内のあらゆる細胞に浸透している。

他の大手企業と比べると、Amazon は AI 分野での買収にはやや保守的ですが、Amazon Alexa Fund は非常に積極的であり、これについては後ほど紹介します。同社は2013年に、Siriに似た音声アシスタント「Evi」を開発した英国企業Evi Technologyを買収した。 Amazon Echoの音声技術はEviから来ていると理解されています。同社は2016年に、現在AWSで提供されているコンピュータービジョンサービス「Rekognition」の前身となる画像認識を手掛ける中国のスタートアップ企業Orbeusを買収した。同年9月、同社はAlexaへの準備としてチャットボットプラットフォームAngel.aiを買収した。 2017年にAWSはAIクラウドサービスセキュリティ企業Harvest.aiを買収し、現在はAWSが立ち上げたML技術をサポートするMacieセキュリティサービスとなっている。

AmazonのAIアプリケーションは3つのカテゴリーに分けられます。1つはAlexa、Amazon Go、ドローンPrime Airなどの「目に見える、実体のある」最先端技術のムーンショット製品です。1つはレコメンデーションエンジン、倉庫ロボット、フルフィルメントセンターの「ラストマイル」などの「目に見えない、背景に隠れている」AI技術です。もう1つは企業が独自のAIアプリケーションを構築できるようにAIツールとサービスを提供するエンタープライズレベルのアプリケーションAWSクラウドプラットフォームです。

以下、3つの記事に分かれて、AmazonのAI技術の応用と戦略レイアウトを総合的かつ詳細に分析します。

Amazonは2004年にハードウェア製品の研究開発に重点を置いたLab126を設立しました。この研究所にはかつて、「ABCD」というコード名が付けられた 4 つの謎のプロジェクトがありました。 3,000人以上の研究開発人員を抱えるLab126は、2007年に発売されたKindleで有名になった。しかしその後、大きな賭けだったスマートフォン「Fire Phone」の失敗により、同社は大規模な組織再編を敢行し、プロジェクトC（AR製品と言われていた）も中止となった。しかし、これまでずっと無視されてきたプロジェクトDが大復活を遂げ、アマゾン史上2番目に成功したハードウェア製品になるとは誰も思っていなかっただろう。

Echoは2014年にLab126から誕生し、最初はプライム会員を対象に市場をテストしていました。2015年にようやく米国の全ユーザーに公開されました。それ以来、止まることなく急速な進歩を遂げています。高速な音声応答、マルチシナリオの音声対話機能、手頃な価格により、市場のすべてのスピーカー製品を即座に上回ります。 Echo の「点」から「面」へ、スピーカーから家電製品へ、住宅から自動車へという戦略は、消費者の生活シーンを完全に占めています。 Amazonは最近、Alexaデバイスが1億台以上あると発表しました。赤字状態が続いていますが、「Alexa Everywhere」戦略は止まりません。ハードウェアから利益を上げることは Amazon の目標ではなく、レイアウトこそが重要なのです。これはまさに「低価格で市場に参入し、電光石火の速さで市場を占領する」というAWSの戦略と同じだ。 AWSは中小企業をターゲットにし始め、経済的損失を被っていますが、市場浸透は非常に深く、競合他社が目覚め始めた頃には、AWSに大きく遅れをとっていました。さらに、Alexa の最大の武器はオープン性であり、サードパーティのスキルの統合を可能にし、多数の開発者をエコシステムに参加させています。 2018年、Alexaスキルの数は7万を超えました。

これは、Alexa によるライトオンの典型的なシナリオです。ユーザーが音声コマンドを発行すると、そのコマンドはクラウド内の Alexa に送信され、分析と処理が行われます。 Alexa は、使用されているスキルが自身のものではないことを発見すると、外部のサードパーティ開発者のスキルを呼び出し、最終的に「ライトをつけて」というコマンドを発行します。

Alexa は主に、AVS (Alexa Voice Service) と ASK (Alexa Skill Kit) という 2 つのコア サービスを通じて開発者と消費者を結び付け、エコシステムを構築します。 AVS により、デバイスメーカーは Alexa の「スマート ブレイン」を自社開発のデバイスに組み込むことができ、Alexa を「ユビキタス」にすることができます。 ASK は、サードパーティの開発者がカスタマイズされた Alexa スキルを追加するためのツールとインターフェースを提供し、Alexa を「万能」にします。さらに、Amazon は最近、Alexa Connect Kit をリリースしました。これにより、デバイスメーカーは、インターネットに接続したり、クラウドを使用したり、スキルを開発したりすることなく、ローカル接続を通じてデバイスを「インテリジェント」にすることができます。アマゾンのレイアウトは非常に先見性があることは明らかです。消費者と開発者を引き付けるだけでなく、従来のハードウェアメーカーがエコシステムに参入できるように技術的なハードルを下げます。最終的な目標は、Alexa をユビキタスかつ全能なものにして、家電製品、消費者向けウェアラブル デバイスから自動車まで、あらゆるプラットフォームを支配することです。

技術的な観点から掘り下げて、Alexa の処理フローを分解します。 AVS は主に、音声からテキストへの変換とテキストから音声への変換という 2 つの変換を担当します。これら 2 つの変換は、Amazon Lex と Amazon Polly という 2 つのディープラーニング エンジンによって実現されています。

1. Amazon Lex: 自動音声認識(ASR)と自然言語理解(NLU)機能を備えた音声テキスト変換サービス。Alexaとは独立して利用でき、Amazon AWSが提供するチャットボットサービスです。

2. Amazon Polly: 音声合成技術を使用したテキスト読み上げサービス

まず、AVS はユーザーが開始した音声リクエストを解析し、スキルの名前を識別して、それを構造化された情報に変換します。スキルが AWS にデプロイされている場合、ASK は AWS Lambda サービスを直接実行します。 AWS Lambda は、クラウドコンピューティング、Function-as-a-Service (FaaS) 向けのサーバーレスコンピューティングアーキテクチャです。簡単に言えば、開発者はクラウド上で実行される関数を直接記述します。これについては、後ほど AWS セクションで詳しく説明します。スキルが AWS にない場合、ASK は REST API を介して外部サービスを呼び出します。返された結果は、AVS を介して音声メッセージに変換され、Echo に送信されたり、画像の形式で携帯電話アプリに送信されます。

Alexa の成功は主に、その製品、市場機会、オープン戦略にあります。それはエコーの単一ポイントから始まり、すぐに市場を獲得し、最初の「堀」を形成しました。そして、オープン戦略を採用することで、より多くの開発者を引き付け、サードパーティのAlexaデバイスを開発し、さまざまなシナリオで消費者のニーズを満たすことができます。これにより、ユーザーエクスペリエンスが継続的に向上し、トラフィックが増加し、より多くの開発者が参入し、自給自足のエコロジカルサイクルが生まれ、2番目の「堀」が形成されます。さらに、エコシステムの成長により、大量の貴重なユーザー嗜好データが生成され続けています。データのフィードバックは、MLアルゴリズムの最適化に役立ち、分析の精度とパーソナライズ度を高め、より優れた顧客体験を提供し、第3の「堀」を形成します。ユーザートラフィックからエコシステムの開発、データフィードバックまで、レイヤーごとにモデルを継続的に最適化し、競合他社が模倣することが困難な巨大な障壁を形成し、最終的に市場を独占します。

Amazon は 2015 年に 1 億ドルの Alexa Fund を設立し、2017 年にはさらに 1 億ドルを追加して、世界中のより多くの地域 (米国、カナダ、オーストラリア、ニュージーランド、インドなど) をターゲットにしました。このファンドの主な目的は、Alexa を中心としたインテリジェント アシスタント エコシステムを構築し、Alexa をより多くの外部サードパーティ製品に組み込み、より多くのスキルを開発し、高度な音声対話、NLP、その他の AI テクノロジーを導入できるようにすることです。同ファンドはToCアプリケーションに注力するほか、消費者レベルから企業レベルへと徐々に変貌を遂げつつあるMicrosoft Cortanaと直接対峙することになるToB分野にも参入する。

このファンドに加え、Alexa は音声技術を駆使したスタートアップ企業の育成を目的として、有名なアクセラレーター Techstars と提携しています。 AmazonとTechstarsは、普通株の6%と引き換えに、各アクセラレータースタートアップに12万ドルを投資するとみられる。さらに、同基金はカーネギーメロン大学、ジョンズホプキンス大学、南カリフォルニア大学、カナダのウォータールー大学などの大学と連携し、音声AI技術を初期段階から育成するためのフェローシッププログラムを設立した。

このファンドのポートフォリオには、カナダの企業が3社、ヨーロッパの企業が7社、イスラエルの企業が1社、インドの企業が1社含まれており、残りは米国の企業である。対象となる分野には、スマートホーム、自動車旅行、教育、医療、エンタープライズアプリケーションなどが含まれます。スマート冷蔵庫マグネット、ペット給餌器から防犯カメラまで、合計14社が投資しており、スマートホームが依然としてAlexaの焦点であることは明らかです。そのうち、スマートドアロック「Garageio」、スマートドアベル「Ring」、セキュリティルーター「Luma」、スマートスプリンクラーシステム「Rachio」が買収された。子どもの教育も Alexa の重点分野であり、音声テクノロジーと IoT を組み合わせて子どもの STEM 教育を強化します。 KiTT.aiはコア技術とプラットフォームの面では、音声ウェイクアップと自然な音声対話技術、特にカスタマイズされたホットワード検出とマルチラウンド、マルチプラットフォームの音声会話技術のサポートに重点を置いています。2017年にBaiduに買収されました。 DefinedCrowd は、音声認識、NLP、コンピューター ビジョン向けのデータ ラベリングおよびトレーニング サービスを提供します。また、Ctrl-Labs というスター企業もあり、GV、Matrix Partners、ピーター・ティールの Founders Fund などの有名なベンチャーキャピタル企業から投資を受けています。同社は計算神経科学、機械学習、生物物理学、人間とコンピューターの相互作用などの技術を組み合わせて、新世代の「脳とコンピューターのインターフェース」を生み出しています。さらに、Alexa は、販売シナリオ向けの Tact.ai、小売シナリオ向けの Blutag、ケータリング シナリオ向けの SeverRooms など、B2B 分野にも参入しています。

1980 年代から 1990 年代にかけて、Microsoft の Windows は常に PC オペレーティング システムの王者でした。 2000 年以降、モバイル インターネットが増加し始めました。 2007 年は重要な節目であり、Google が無料のオペレーティング システム Android を発表し、Apple が iPhone をリリースして、モバイル インターネット時代への正式な参入を示しました。両社はそれぞれ異なる道を歩んできたが、一つはアプリケーションエコロジーに基づくオープンオペレーティングシステム、もう一つは究極のユーザーエクスペリエンスを提供する中高級クローズドルートであり、ユーザーの携帯電話利用の半分を完全に占めているiOSとAndroidの開発の勢いは止まらない。 2015年、Echoは突如として発売され、非常に速いスピードでスマートホーム市場に参入し、一点から一領域へと爆発的に広がりました。正確な製品ポジショニングを通じて、

超高速の市場戦略、オープンなエコシステム、投資レイアウトにより、極めて高い競争障壁が確立されています。ユーザーを獲得したものが世界を勝ち取ります。Amazon の目標はただ 1 つ、音声対話に基づく次世代のオペレーティング システムを作成することです。

「成長の錬金術」（中国語：同比翻译）理論によれば、企業の成長には3つのレベルがあります。最初のレベルはオペレーターであり、現在のビジネスの中核的な競争力を維持します。 2 番目のレベルは、新しいビジネス成長モデルとソリューションを模索し、コア競争力を拡大するビジネス ビルダーです。 3 番目のレベルは、最高レベルのビジョナリーであり、会社の快適ゾーンから最も遠い領域でもあります。独自のソリューションを作成し、新しい市場を開拓し、爆発的なビジネス成長を達成する責任があります。 Echoシリーズのスマート製品は音声技術を活用し、Amazonが電子商取引事業からスマートホームへと事業を拡大し、新たなビジネスモデルを実現し、Horizo​​n IIに突入することを可能にすることがわかります。利益は主な目標ではなく、スピードが鍵となります。これは、「リーン スタートアップ」の原則を思い出させます。つまり、実行可能なビジネスを構築するには、できるだけ早く学習して反復するということです。 Alexa の最大の可能性は、API をサードパーティの開発者に公開し、エコシステムを構築することにあります。これにより、Alexa デバイスの数は 1 億台を超え、1 年で 5 倍に増加しました。これにより、Amazon は Horizo​​n III に参入し、変革的な成長を実現できました。アマゾンは究極の目標を達成できるだろうか？ 今後の動向を待つしかない。