【AI変革事例＿サービス業界】パッケージデザイン生成モデル開発に関するアドバイザリー

食品パッケージ制作の初期段階で必要となる大量のデザイン案を、画像生成AIによって瞬時に出力するAI活用事例です。
指定したキーワードから数十通りの新案を生成するソリューションにより、従来約1ヶ月を要していた初案作成期間を2〜3日に短縮しました。

課題

パッケージデザイン業務において、業務フロー軽減のため画像生成AIの開発を模索。
テキストの指示（プロンプト）から高品質な画像を生成できるオープンソースの生成AIモデル・『Stable Diffusion』の活用を検討していましたが、生成AIに関する基礎的知見や開発ノウハウの不足により具体的な導入施策に踏み出せていませんでした。

ソリューション

AVILENは、データサイエンティストによる以下のアドバイザリーを実施しました。

• 生成AIアルゴリズムに関する専門講義
  • 生成AIの基礎知識や、Stable Diffusion、CLIP、Imagenなどのアルゴリズムについてインプットを行いました。
    
    
• 開発プロセスの直接指導
  • fine-tuning（追加学習）方法の確立に向けた具体的なアドバイスを提供しました。
  • 公開レポジトリの利用方法を指導し、技術的なハードルを解消しました。
    
    
• 継続的な伴走サポート
  • 週1回の定例コンサルティングとSlackでのQ&Aサポートにより、疑問点を即座に解消できる環境を整えました。

成果

本アドバイザリーを通じて、短期間で技術習得とモデル構築の両面において大きな成果が得られています。

• 特化型AIモデルの構築と内製化の実現
  • 日本のパッケージデザインという、特定の市場ニーズに特化した画像生成AIモデルの構築に成功しました。
  • 外部に依存することなく、開発・運用・改善のサイクルを自社内で完結できる体制が確立されました。これにより、市場の変化や新たなニーズに対し、迅速かつ柔軟に対応できる技術的な自立性（＝内製化）を獲得しました。
    
    
• プロジェクト推進能力の飛躍的な向上
  • わずか2ヶ月という短期間で、社内メンバーがAI開発プロジェクトを自走できるレベルまで成長しました。本システムの導入により、事務作業の効率化のみならず、医療現場の安全性向上にも寄与する成果が得られています。

まとめ・考察

画像生成AIのような変化の激しい分野において、自社でアルゴリズムを理解し、fine-tuningの手法を確立したことは、競合他社に対する大きな優位性となります。

この先、自社で開発をリードできるようになったこのチームは、パッケージデザインに留まらず、広告クリエイティブや商品コンセプトの可視化など、クリエイティブ業務全般のAI活用へと領域を広げていくでしょう。
現場のデザイナーがAIを「使いこなす」だけでなく、自らの手で「育てる」サイクルが回ることで、企業の創造性を最大化する新しい働き方のモデルケースとなることが期待されます。

AVILENが考えるAI変革とは

AVILENでは、AI変革を単発のAI導入や受託開発の積み上げではなく、企業の業務・意思決定・組織を段階的に変えていくプロセスと捉えています。
そのため、AI活用はいきなり大規模に進めるのではなく、段階を踏んで進めることが重要だと考えています。

AI導入は「5つのステップ」で進める

AVILENでは、AI変革を以下の5ステップで整理しています。

1. リテラシーをつける
   データ・AIの基本理解を揃え、技術の可能性と限界を正しく認識する
   
   
2. ビジョンを描く
   AIを使って、どこで競争優位を作るのかを明確にする
   
   
3. Quick Winを実現する
   短期間で成果が見えるテーマに絞り、成功体験をつくる
   
   
4. 体制を構築する
   人材・組織・データ・システムを含めた推進体制を整える
   
   
5. 活用範囲を拡大する
   PDCAを回しながら、AI活用を組織全体へ広げていく

AI変革を支える3つの考え方

この5ステップを進めるうえで、AVILENが大切にしている考え方は次の3点です。

• コア部分から小さく始め、大きく広げる
• 試しながら学ぶ、アジャイルなPDCA
• 外部に頼りきらず、徐々に内製化していく

本事例の位置づけ

本記事で紹介する取り組みは、こうしたAI変革のプロセスの中で設計された一つの実践例です。
AVILENは、「AIを作る会社」ではなく、AIを使って企業の変革を前に進めるパートナーでありたいと考えています。