この度はこのページをご覧いただきありがとうございます。
このEntrance Bookは、GO株式会社に興味をお持ちいただいたAIエンジニアの方向けに、少しでも私たちのことを知っていただけたらと思い、まずはじめに知っていただきたいGOのAI技術開発部の情報をまとめています。まさに当社と皆さまの「入り口」となる本資料。
そういった意味合いとして**「Entrance Book」**と名付けています。以下ご覧くださいませ。
<aside> 💡 Learn Together - 専門家が「共に学ぶ」ことによって、より大きな成長と大きな成果を生み出す
</aside>
GO株式会社のAI技術開発部は、AI技術の専門家がその知見を活用して、これまで解決できなかった交通領域の課題を解決し、より豊かな社会を作っていく部門です。
40名前後のAI技術の専門家が、6種の専門性に分かれてチームを作っています。
メンバーは皆 AI技術の専門家でもあり、同時に その技術を使って実際に社会を変えていくことにも高い情熱とスキルを持っています。
このようなメンバーが集い、大きなチームとして互いに学びを共有し合うことで、一人では到達できない高い専門性と成果に日々挑戦しています。
各事業で使われているAI技術を紹介します。
※MoT=2023年4月の社名変更以前の社名である株式会社Mobility Technologiesの略称
プロダクト・事業意思決定 | AI技術の役割 | 使用しているAI技術・アルゴリズム | 関連リンク |
---|---|---|---|
AI予約・優先パス | 未来の車両供給量を予測して予約可能枠数や空車車両発生待ち時間を推定する | 時系列予測(GBDT), 高需要イベント検知 | MoTのAI技術まとめ - AI予約編 |
ETA(到着時間予測) | 車両が到着する時間を推定する | 経路探索、分位点回帰(GBDT) | GOのAI技術まとめ - ETA編 |
配車マッチング | タクシー車両とアプリユーザ双方の要件を満たすようにマッチングする | 二部マッチング | タクシーアプリ『GO』の配車機能を支える「配車ロジック」リニューアルの裏側 |
GOアーキテクチャすべて(2) 技術書典 | | お客様探索ナビ | タクシー乗務員の営収を高めるようなナビ経路を推薦する | 強化学習・模倣学習 | MoT TechTalk #10 タクシーアプリGOでAIとGCPを駆使しリアルタイムにタクシー需要を予測!アーキテクチャ全貌公開 | | マップマッチング | 車両のGPS軌跡から通過した道路を推定する | 隠れマルコフモデル | 複数結果を返すマップマッチロジックの紹介 | | オフライン広告の効果測定 | ユーザアプリの利用緯度経度データをGISで処理し、ABテストが不可能な問題設定で因果推論の手法を用いて妥当な効果測定を行う | 差分の差分法(DID), Synthetic Control | GISや因果推論でビジネス課題を解決:GO Inc. データアナリストによる実践事例 | | 優先パスの提示がユーザの継続率に与える影響の分析 | 優先パスを提示されたことにより、ユーザがその後『GO』を利用しなくなるのかについて分析 | 傾向スコア | タクシーアプリ『GO』の施策検証、因果推論が解決します |