生成AIを「手軽に実行でき、業務に活用できる」社内サービスを運用／開発しています。
生成AIの活用事例としては、提案資料や広告クリエイティブなど多種にわたります。
様々な生成AIモデルが開発されている中、いち早くモデルの導入を進め業務に活用できる状態を目指します。

Member

Product Manager : プロダクトの方針の決定、AI SCREAM の利用価値の検討
Engineering Manager : プロダクトの方針に沿った短期・中長期の開発ロードマップの策定、チーム・開発体制の策定
Frontend Engineer : AI SCREAM の UI / UX 設計・実装、実装内容によっては API エンドポイントの実装、ユーザ体験向上のための打ち手の検討
Backend Engineer : GPU を利用したインフラアーキテクチャの設計・構築、生成AIを推論するプロセッサーの開発、フロントエンドと通信する API アプリケーションの開発

使用している主な技術

Golang, echo, gorm, Python, diffusers, TypeScript, React, Next.js, app router, Mantine, NextAuth, fp-ts, Docker container, Cloud Run, Cloud CDN, Cloud SQL, PubSub, BigQuery, Looker Studio, Firebase Authentication

解決したい課題/ ユースケース

静止画／動画の生成AIを利用する場合、GPU環境が必要になるか外部サービスに課金して利用する必要があります。
GPU環境はGoogle Colabなどを利用する必要があり、エンジニア職以外の方が環境を構築するのにハードルがあります。
外部サービスを利用する際もセキュリティや商用利用の可否、入力データの学習有無などを考慮しなくてはならず、ハードルが高いものとなっています。
また、市場的にも多種多様な生成AIモデルが非常に速いサイクルでリリースされているため、ユーザそれぞれが情報をキャッチアップし利用可否を判断するのも難しい状況となっています。

このような状況において、高品質な生成AIモデルをいち早く利用できる「AI SCREAM」というサービスを開発し、サイバーエージェントの誰もが生成AIを利用して業務活用できる環境づくりを目指しています。

解決したい課題/ ユースケース

静止画／動画以外にも音声など多種多様な生成AIモデルがAI SCREAM上で利用可能になることで、ユーザが今後どのモデルを利用すべきか判断するのが難しい状況が起こり得ると想定されます。
また、生成するだけではユーザが求める画像が出力されない可能性が高いため、生成した画像を元にChatGPTのように文章を入力することでシームレス編集／加工できることが求められます。

そこでLLMをベースとした
・プロンプト強化／サジェスト
・エージェントによる生成AIモデル選択
・文章入力をインプットに静止画の編集／加工
といったような研究開発に取り組み始めています。

関連リンク

ー