ニュース

Dec 04, 2023

AI の美しさ: エスティ ローダーのソウミャ ゴッティパティ

L'intelligenza artificiale consente inoltre ai clienti di provare cosmetici e trovare cosmetici.

人工知能により、顧客は仮想的に化粧品を試したり、新しいお気に入りの香りを見つけることができます。

とのコラボレーション

とのコラボレーション

電子メールで最新情報を受け取る

有効なメールアドレスを入力してください

サインアップしていただきありがとうございます

プライバシーポリシー

化粧品や香水は買い物客が購入する前に実際に試してみる必要がある商品のように思えるかもしれませんが、人工知能は消費者にアプローチして理解するための新しい道、そしてサプライチェーンを管理するための新しい方法を切り開いています。

ポッドキャスト「Me, Myself, and AI」のこのエピソードでは、エスティ ローダーのソウミャ ゴッティパティが通信および放送メディアにおけるテクノロジー リーダーとしての初期の経験をどのように活用して、化粧品、フレグランス、スキンケアおよびヘアケア製品のポートフォリオにブランド テクノロジー プロジェクトを展開したかを学びます。ブランド。 彼女は、製品開発における AI の役割、口紅とファンデーションの仮想試着ツール、フレグランス レコメンデーション エンジン、および需要と供給の計画のためのアプリケーションについて語ります。 また、Sowmya 氏は、AI の能力にもかかわらず、人間と機械の相互作用が常に必要であると考える理由についても説明しています。

Sowmya Gottipati は、通信、メディア、小売業界全体で製品を管理および提供してきた、ビジネスおよびテクノロジーの優れたリーダーです。 彼女は現在、エスティ ローダーのグローバル サプライ チェーン テクノロジー担当副社長を務めており、デジタル変革を主導し、世界中のすべてのテクノロジー ソリューションを監督しています。 以前は、ブランド CIO の立場で同社のテクノロジー担当副社長を務めていました。

エスティ ローダーに入社する前、ゴッティパティは NBC ユニバーサルでデジタルおよび新興テクノロジー担当副社長を務めていました。 彼女はまた、AT&T のテクノロジー リーダーも務め、データ、Web、モバイル、クラウド サービスの製品を管理および提供しました。 Gottipati は、ノースカロライナ州立大学で工学の修士号を取得し、コロンビア ビジネス スクールで MBA を取得し、自家用操縦士のライセンスも取得しています。

「Me, Myself, and AI」ポッドキャストを楽しんでいる場合は、LinkedIn で会話を続けてください。 今すぐ AI for Leaders グループに参加してください。

今すぐ参加する »

https://sloanreview.mit.edu/aipodcast で番組の詳細を読み、シリーズをフォローしてください。

Apple Podcasts、Spotify、Google Podcasts で「Me, Myself, and AI」を購読してください。

この 2 つの質問からなるアンケートにフィードバックをお寄せください。

サム・ランズボサム：スキンケア製品は本質的に物理的なものであり、仮想的なものではありません。 企業は AI をどのように活用してオンラインでのスキンケア製品の選択を可能にできるでしょうか? 今日のエピソードをご覧ください。

ソウミャ・ゴッティパティ:私はエスティ ローダーのソウミャ ゴッティパティです。あなたは私、私自身、そして AI の話を聞いています。

サム・ランズボサム：ビジネスにおける人工知能に関するポッドキャスト「Me, Myself, and AI」へようこそ。 各エピソードでは、AI でイノベーションを起こしている人物を紹介します。 私はサム・ランズボサム、ボストン大学分析学教授です。 私は MIT Sloan Management Review の AI とビジネス戦略のゲスト編集者でもあります。

シャーウィン・コーダバンデ:そして、私は BCG のシニア パートナーである Shervin Khodabandeh であり、北米における BCG の AI 実践を共同指揮しています。 MIT SMR と BCG は共同して 6 年間にわたって AI に関する研究と出版を行っており、AI 機能の構築、展開、拡張に必要なものは何か、そして組織の運営方法を実際に変革するために何が必要かについて、数百人の実践者にインタビューし、数千の企業を調査しました。

サム・ランズボサム：シャービンと私は今日、エスティ ローダーのグローバル サプライ チェーン テクノロジーの責任者であるソウミャ ゴッティパティと話すことに興奮しています。 Sowmya、私たちと話す時間を割いていただきありがとうございます。 いらっしゃいませ。

ソウミャ・ゴッティパティ:ここにいられてうれしいです。 私の大好きなトピックの 1 つである AI についてここでお話しできることをとても楽しみにしています。

シャーウィン・コーダバンデ:あなたがいてよかった。

サム・ランズボサム：エスティ ローダーでの現在の役割から始めましょう。 あなたは今何をしていますか？

ソウミャ・ゴッティパティ:エスティとは約2年半付き合っています。 当社はプレステージ・ラグジュアリー・ビューティー・ブランド企業であり、エスティ・ローダーを主力ブランドとして約30のブランドを傘下に持ち、クリニーク、MAC、ラ・メールなども展開しています。 当社は、アジアから[北米]、ラテンアメリカ、ヨーロッパなど、さまざまな地域に製品を提供するグローバル企業です。

私はグローバルサプライチェーンテクノロジーを担当しています。 私は世界中のサプライチェーン全体を動かすテクノロジーの責任者です。 これには、在庫、供給、需要計画、製造、流通センター、フルフィルメント、輸送、エンドツーエンドのサプライ チェーンなど、それをサポートするすべてのテクノロジー機能が含まれます。

サム・ランズボサム：よし; しかし、その中で人工知能については何も聞きませんでした。 では、人工知能はそのサプライチェーンとどのように結びつくのでしょうか?

ソウミャ・ゴッティパティ:私がサプライチェーンの役割に就いたのはちょうど 4 か月ほど前です。 それ以前は、エスティ ローダー ブランドのブランド テクノロジーを担当していました。 私が実際に多くの AI アプリケーションに直接関与したのはここでした。消費者エクスペリエンスから始まるエスティ ローダーでの AI の使用方法。 AI テクノロジーを使用して消費者エクスペリエンスをどのように強化し、仮想試着 [ツール] などを使用して実際のアプリケーションを提供しているかについて、少しお話します。 そして、パーソナライゼーションは非常に重要な分野であり、AI の応用は非常に重要です。

そして、スキンケアやフレグランスなどの新製品の創出にもAIが活用されています。 ここでは、データを使用して、人々がどのような種類の成分や製品を好むかを知ることができ、AI と私がアジャイル エンタープライズと呼んでいる製品を使用して製品計画に情報を提供することができます。 そのため、サプライ チェーンや研究開発など、組織を効率的に運営するために AI が適用されている分野は数多くあります。 これらはすべて、AI を使用しているさまざまな分野です。

シャーウィン・コーダバンデ:バリューチェーン全体にかなり蔓延しているようです。 AI が香りのパーソナライズにどのように活用されているかについて、何かで読んだことがあります。あなたが行った講演だったと思います。 そうですか？

ソウミャ・ゴッティパティ:それは正しい。

シャーウィン・コーダバンデ:それについて少しコメントしてもらえますか？

ソウミャ・ゴッティパティ:絶対に。 それは間違いなく、私が取り組んだプロジェクトの中で最もエキサイティングなプロジェクトの 1 つです。 これは業界の画期的なことであり、非常に誇りに思っています。 香りのレコメンドエンジンですが、脳科学とAI、嗅覚科学を活用しています。 それを実現するために、私たちは 3 つの科学をすべて結集させています。 ご存知のとおり、人間の脳には約 400 個の嗅覚受容体があり、私たちはこれらの受容体を実験室環境で実際に再現できる企業と協力しています。つまり、特定の香りを摂取すると、脳内のどの嗅覚受容体が実際にわかるようになるのです。その香りによって活性化されます。

シャーウィン・コーダバンデ:では、これらはニューロモーフィックチップのようなものなのでしょうか、それともシリコンベースのソフトウェアなのでしょうか？

ソウミャ・ゴッティパティ:ソフトウェアではありません。 これらは実際にはバイオセンサーのテストです。

シャーウィン・コーダバンデ:それはいいね。

ソウミャ・ゴッティパティ:ええ、本当にクールです。 したがって、受容体 67、92、86 がこの特定の香りによって引き起こされることがわかります。 そして、香りは主にラベンダーベースだとしましょう。 ちなみに、あなたの脳はラベンダーとウッディの違いを実際には区別できないので、私があなたにウッディな香りをもたらすことができるかもしれません、そしてそれらはあなたの脳内で同じ感情を呼び起こすため、同じ受容体が誘発されるかもしれません。

同じ受容体が誘発されるため、「ところで、あなたはラベンダーが好きだから、この他の木質の香りも好きかもしれない」とわかります。香りはまったく異なりますが、効果は同じです。あるいは、脳内で同じ感情的な反応を引き起こします。

シャーウィン・コーダバンデ:とてもクールですね。 そしてそれはライブですか？

ソウミャ・ゴッティパティ:それはライブです、はい。 現在中国で試験的に実施しており、他の地域にも拡大しようとしています。 私たちがそれを実装した方法は、興味深いものです。なぜなら、オンラインから始めたからです。オンラインでフレグランスを販売するのは非常に難しく、なぜなら…どうやって匂いを嗅ぐことができないからです。 少なくとも…私たちはその技術をまだ持っていません。 今から10年後かもしれない。 しかし、これが私たちがこのテクノロジーを思いついた理由です。顔認識を使用できるかどうかを確認するために、顔認識は、匂いを嗅いだときの顔の非常に微妙な変化に基づいて、感じている感情を識別できます。それに基づいて、私たちはお客様がそれぞれの香りにどのように反応しているかを認識できます。 スコアが得られ、それに基づいて、1 から 10 のスケールで、好きか嫌いか、あるいは中程度に好きかがわかり、そのデータを使用します。

シャーウィン・コーダバンデ:では、顧客として私の顔認識を見ているのでしょうか？

ソウミャ・ゴッティパティ:正しい。

シャーウィン・コーダバンデ:そして、自分に合った香りは何なのかを決めます。

ソウミャ・ゴッティパティ:正しい。

シャーウィン・コーダバンデ:サムと私がここ数年にわたって研究してきたことの 1 つは、人間と AI のコラボレーションです。そのコラボレーションが、純粋なテクノロジーや純粋な人間にとってどのようにより創造的であるか、そしてそれらがどのように相互に補完し合うのかということです。 。

そして、フレグランスやメイクアップなどはとても個人的なものだと私には思えます。 そして、あなたが話した AI ソリューションには、かなりの量の人間の介入や協力が必要である、あるいはそうあるべきだと想像する必要があります。 それについてコメントしてもらえますか？ レコメンダー システムとそれがどのように機能するか、レセプターなどについては理解できましたが、これには人間的な側面もあるのでしょうか。専門家や顧客が AI のレコメンデーションと対話し、それを適応させているのかもしれません。

ソウミャ・ゴッティパティ:絶対に。 歴史的に見て、口紅を試すとき、何回試すことができますか? たぶん、3つ、4つ、または5つです。 しばらくすると肌が乾燥し始めて不快になるため、それ以上のことはできません。 しかし今では、仮想試着機能を使えば、30 秒で 30 色の口紅を試すことができます。 ファンデーションも同じです。 ファンデーションは56色ありますが、それぞれ少しずつ異なります。

各店舗にビューティーアドバイザーを常駐させ、きめ細やかなサービスを心がけております。 彼らの仕事は、顧客と協力してさまざまなファンデーションや口紅などを勧めることです。どうやってそんなにたくさんの種類のファンデーションを試すのですか？ それはできませんが、AI が絞り込んでくれるのです。 これらの仮想試着アプリケーションを使用すると、2 つまたは 3 つに絞り込むことができ、そこからビューティー アドバイザーが実際に顧客と協力することができます。 そこでビューティーアドバイザーは、[顧客] が実際に良く見えるものを選択し、会話をするのを手伝い、[アドレス指定] などの達成したい結果に基づいて、なぜあなたの肌にこれを勧めるのかを説明するためにそこにいます。 ] ニキビや乾燥など。したがって、人間と機械の相互作用がなくなるとは考えていません。 それは常にそこにあります。

シャーウィン・コーダバンデ:マシンがより賢くなるフィードバック ループはありますか? たとえば、美容アドバイザーがこう言ったり、顧客が - 60 色から 3 色に絞り込んだとします - しかし、彼らが行う最終的な選択に基づいて、そのやり取りからアルゴリズムもより賢くなっていると思います。

ソウミャ・ゴッティパティ:そのとおり。 それが起こる方法は 2 つあります。 1 つは、お客様が以前に購入したもの、気に入ったもの、現在の状況などに関する情報が含まれる消費者データ プラットフォームを持っているため、そこに情報を入力して、次回来店したときややり取りしたときに情報を提供できるようにすることです。私たちなら、「ところで、前回これを買ってくれたので、それを予約しておきますか、他のものをお勧めします。」と言うことができます。 2 つ目は、仮想試着アプリケーションを展開するときに、データ モデリングのために 100 万人の顔から始めたことです。 今、それは億の顔を持っています。 そのため、アルゴリズムとエンジンは一定期間にわたって継続的に改善されます。

シャーウィン・コーダバンデ:これは実際のお客様の顔ですよね？

ソウミャ・ゴッティパティ:実際の顧客。 それは正しい。

サム・ランズボサム：その美容アドバイザーはプラットフォームとどのように連携して、フィードバックをシステムに戻すのでしょうか? 彼らが実際に何を注文したのか、何を選んだのか、何を好んだのかがわかると思います。 彼らはどのようにしてそのインプットを取り戻すのでしょうか？

シャーウィン・コーダバンデ:サム、あなたがビューティーアドバイザーのコンセプトに興味を持っているのはわかります。

ソウミャ・ゴッティパティ:当社には非常に厳格なプライバシー法があるため、人々が店内で商品を購入する場合、多くの場合実際には個人情報を収集しませんが、オンラインまたはソーシャル プラットフォーム経由で商品を購入する場合は、ログインなどの仕組みがあれば、その情報が得られるので、彼らが何を購入したかが正確にわかり、その情報が伝えられます。

シャーウィン・コーダバンデ:私たちが目にしていることの 1 つは、おそらく今後発表される新作のティーザーであると思われますが、私たちが目にしていることの 1 つは、アルゴリズムや AI ソリューションが推奨やプルを行う理由を理解し、説明する能力です。特定の洞察やアクションを明らかにし、それをブラックボックスではなくある程度理解する能力だけで、組織はより多くの採用を得ることができます。

ソウミャ・ゴッティパティ:私はサプライチェーンの世界について話すことができます。 昨年、私たちは供給計画と需要計画を行うための AI アプリケーションを展開しました。 以前はスプレッドシートなどでした。 AI アプリケーションを使い始めた瞬間、予測精度が 30% 向上したことがわかりました。

シャーウィン・コーダバンデ:その通り。 私のクライアントの中には、採用を進めるために、意図的に精度の低い、または正確性の低い推奨事項で妥協する人もいます。 おそらく、彼らは、説明可能性やオーバーライド機能を少し犠牲にするために、精度を下げるつもりなので、そうすれば、少なくとも人々はそれをより信頼し始めるでしょう。 あなたがそのようなことをするかどうかは知りません。

ソウミャ・ゴッティパティ:私はそれを知りませんでしたが、非常に興味深い点です。

サム・ランズボサム：そこには短期と長期をトレードする角度もあります、シャービン。 短期的に言えば、彼らはあまり良いとは言えない妥協案を採用しています。 そして、彼らは 3 か月後に戻ってきて、「おい、これをやりすぎたから、思ったほど良い結果にはならなかった、サンシャイン」と言うことができます。 より長いゲームです。 それは、短期的に最適な、一回限りの決定だけではありません。

シャーウィン・コーダバンデ:実際、私も息子に同じことをしました。 彼は学校のダンスに行く予定で、外に出ていて、Tシャツしか着ていなかったので、私は「ジャケットを着て、何か着て」と言いました。 彼は「いいえ、大丈夫です」と言いました。 そして私は「わかりました。病気になるでしょう。」と言いました。 そして彼は病気になりました…うまくいけば彼は学びました、そして彼は「お父さん、あなたは正しかった」のようです。 （笑い）そして、私がこれを全世界に向けて言ったことを彼に知ってもらうために、このポッドキャストを聴かせるつもりです。

サム・ランズボサム：そうですね、シャービン、もしあなたが子供たちをこのことに巻き込むことができるなら、私は逸話を話さなければなりません…これはあなたにショックを与えるでしょう、シャービン、しかし私は子供たちのバスが毎日到着する時間を追跡しています。 つまり、そのバスが何時に到着するかについての 7 年分のデータが手元にあります。 そして、私の次のステップは、それを予測しています。 「分かった、今日はどう思う？今日は早い日になるのか？今日は遅い日になるのか？」と言いたいのです。 そうすれば、適切な時間に家を出ることができますが、いつか逃してしまうかもしれないので、わかりません —

シャーウィン・コーダバンデ:それはどうなっているのですか？ どうですか？

サム・ランズボサム：後のエピソードで戻ってきて、それがどのように展開するかを見る必要があります。 しかし、少なくともこれはリアルタイムです。番組で話している内容をドッグフードとして利用しようとしているのです。

番組で話していることと言えば、セグエについてはどうですか？ — Sowmya、ゲストに矢継ぎ早に質問するコーナーがあります。 つまり、この質問を聞いて、頭に浮かんだ最初の答えを答えるということです。 シャービン、あなたは今日これらをやりますか、それとも私は今日それらをしますか？

シャーウィン・コーダバンデ:いいえ、そうではありません。目の前にないからです。

サム・ランズボサム：よし。 それで、Sowmya、あなたが最も誇りに思う AI の瞬間は何ですか?

ソウミャ・ゴッティパティ:これについてはすでに話したと思います。現在の役割で昨年構築したフレグランス アプリケーション、それは本当に私にとって最も誇りに思う瞬間です。 しかし、その前に、私が前職にいたとき、コンピューター ビジョンのコードを解読したとき、コンピューター ビジョンと自然言語処理を組み合わせてビデオ処理を分解しました。それは、何かを構築できた本当に AI の黎明期だったからです。みたいな感じで、本当にかっこよかったです。

これがテクノロジーの最も素晴らしい点だと私が思うことの 1 つです。テクノロジーは業界を超えます。 業種はほとんど関係ありません。 テクノロジーはとても普及しています。 ですから、まったく異なるアプリケーションに同じテクノロジーを適用できることをとても嬉しく思いますし、それが素晴らしいところです。

サム・ランズボサム：もしあなたがフレグランスの例を上回るものを思いついたとしたら、私はとても感銘を受けるでしょう。 それはすでにかなり誇らしいことでした。 では、AI について最も心配していることは何ですか?

ソウミャ・ゴッティパティ:何が一番心配ですか？ それはデータのプライバシーと偏見だと思います。 それは間違いなく、追跡です。 [一方で] Google マップを使用するときは、この機能が気に入っています。 私はそれが何をするかが好きです。 しかし同時に、Google は私が 1 日のあらゆる瞬間にどこにいるかを正確に把握していることも知っています。 それは好きではありません。 したがって、プライバシーとデータ追跡は、間違いなく問題です。

サム・ランズボサム：テクノロジーを使わないあなたのお気に入りのアクティビティは何ですか?

ソウミャ・ゴッティパティ:本を読んでいる。

サム・ランズボサム：何かお勧めはありますか？ お勧めの本を使って答えを拡張することもできます。

ソウミャ・ゴッティパティ:最近読んだのはとても短い本です、『夜の日記』です。 インドとパキスタンの分断時代にあったパキスタンの女の子の話です。この少女は話すことはなく、毎日日記を書いていました。 本当に感動的で面白い本でした。 わたしはそれが本当に気に入った。

サム・ランズボサム：それで、子供の頃、あなたが望んでいた最初の職業は何でしたか？

ソウミャ・ゴッティパティ:おお。 （笑）実はパイロットになりたかったんです。

シャーウィン・コーダバンデ:あなたもその一人ですよね？

ソウミャ・ゴッティパティ:はい、そうです。 （笑）

サム・ランズボサム：OK、その横にチェックマークが付きます。

シャーウィン・コーダバンデ:あなたはそれを持っています。

ソウミャ・ゴッティパティ:そうですね、私はどちらかというと趣味のパイロットですが、本当はプロのパイロットになりたかったのです。 しかし、それは問題ありません。 レクリエーションに落ち着きます。

サム・ランズボサム：わからない。 AT&TからNBC、そしてエスティ ローダーへと進んだのですから、次のステップがあります。 では、将来の AI に対するあなたの最大の願いは何ですか? 何を期待していますか？

ソウミャ・ゴッティパティ:これはどちらかというと私の個人的な側面からの答えです。環境問題、つまりより良い作物とより良い収量、そして水の保全のために AI をもっと活用してほしいと思っています。 そして、ショッピングやパーソナライズされた体験とは対照的に、その側面でさらに多くの進歩があることを願っています。

サム・ランズボサム：これらの両方の側面に非常に興味があり、これらの他の側面はさらに有望であるかもしれないと考える人からの話は特に興味深いです。

Sowmya、あなたと話せてとても楽しかったです。これらは魅力的なアプリケーションです。 これを聞いたほとんどの人は匂いの例を覚えていると思います。 つまり、そこには非常に直感的な何かがあり、それが多くの人々とつながり、思考を刺激すると思います。 貴重なお時間を割いてお話しいただき、ありがとうございました。 本当に楽しかったです。 ありがとう。

ソウミャ・ゴッティパティ:ああ、ありがとう。 これはとても楽しいです。

シャーウィン・コーダバンデ:どうもありがとう。 そして、私たちが話している間、サムに取り組んでくれる美容アドバイザーも何名かいます。

サム・ランズボサム：これはポッドキャストです! 私がラジオ向きの顔をしていることは誰も知りません。

シャーウィン・コーダバンデ:色合いとファンデーションをすべて持ってくるように伝えてください。それでは何ができるか見てみましょう。

ソウミャ・ゴッティパティ:Esteelauder.com にアクセスして、30 秒以内に 30 色の口紅を試してみてください。

シャーウィン・コーダバンデ:一緒に行きます。

ソウミャ・ゴッティパティ: —そして財団。 それがあなたにどのように見えるかを見てください。 （笑）

シャーウィン・コーダバンデ:一緒に行きます。

サム・ランズボサム：「グレーの色合い」というものを Google で検索したところ、何かが出てきました…

ソウミャ・ゴッティパティ:しないこと。 （笑）

サム・ランズボサム： 『わたしとわたしとAI』のシーズン 4 が終わりました。 8 月 2 日に新しいエピソードをお届けします。 それまでの間、私たちの過去のエピソードを聞いて、LinkedIn コミュニティである AI for Leaders に参加して議論を続けていただければ幸いです。 聞いてくれてありがとう。

アリソン・ライダー：私、私自身、AI について聞いていただきありがとうございます。 私たちもあなたと同じように、AI の実装に関する会話はこのポッドキャストで始まって終わるものではないと信じています。 そのため、私たちは LinkedIn 上にあなたのようなリーダー専用のグループを作成しました。 これは AI for Leaders と呼ばれるもので、参加すると番組クリエイターや司会者とチャットしたり、自分で質問したり、洞察を共有したり、MIT SMR や BCG の AI 実装に関する貴重なリソースにアクセスしたりすることができます。 mitsmr.com/AIforLeaders にアクセスするとアクセスできます。 番組ノートにそのリンクを載せておきますので、お会いできるのを楽しみにしています。

Sam Ransbotham (@ransbotham) は、ボストン カレッジのキャロル経営大学院の情報システム部門の教授であり、MIT Sloan Management Review の人工知能とビジネス戦略のビッグ アイデア イニシアチブのゲスト編集者でもあります。 Shervin Khodabandeh は、BCG のシニア パートナー兼マネージング ディレクターであり、北米の BCG GAMMA (BCG の AI プラクティス) の共​​同リーダーです。 彼への連絡先は [email protected] です。

Me, Myself, and AI は、MIT Sloan Management Review と Boston Consulting Group が共同で提供するポッドキャストで、Sam Ransbotham と Shervin Khodabandeh がホストを務めています。 私たちのエンジニアは David Lishansky で、コーディネートプロデューサーは Allison Ryder と Sophie Rüdinger です。

コメントを投稿するにはサインインする必要があります。初めてですか? 無料アカウントにサインアップ: 記事にコメントすると、さらに多くの記事にアクセスできます。