小売 / オンライン食料品
Instacart：商品と推薦セットの画像制作
- 企業
- Instacart
- 国
- 米国
- 導入状況
- 運用中
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
オンラインの食料品では、買い手が店のように商品を手に取って見ることができない。Instacartの中では、画像の生成がチームごとに別々に回っていた。チームごとに違うモデル、違うプロンプトのやり方、違う評価基準を使っていた。どのプロンプトが食べ物の写真に効くのか、どのモデルが最も写実的か、品質をどう測るかを、チームごとに一から覚えなければならなかった。
使った技術とデータ
InstacartはPIXELという一つの画像生成プラットフォームを作った。複数のモデルにアクセスでき、必要な媒介変数と設定を代わりに作ってくれる。画像を作るときと評価するときに使うプロンプトの初期値が入っており、チームが変えることもできる。技術の知識がない人でも使える画面を置いた。自動の評価は、LLMが作ったプロンプトで画像をまず作り、プロジェクトの必要に合わせてLLMが評価の質問を作ったうえで、その質問と画像をvision language modelに渡して判定する順で回る。評価の質問は、構成、一貫性、様式、全体の魅力を確かめる。最終の品質は人の審査者が判断する。
成果
Instacartは、PIXELを使うチームが新しい画像を作る時間を10分の1に減らしたと述べた。同社は、vision language modelをフィードバックの輪として使い、人の審査者による画像の承認比率を20%から85%に引き上げたと説明した。精肉の部位の画像を入れたあと、その品目の閲覧時間とカートに入れるまでの時間が25%を超えて減り、個別化した推薦セットのカート転換は15%上がったと述べた。
限界と残る課題
数値は特定の画像制作の手順と、精肉の部位のような一部の品目で出た値である。原文は、生成した画像の総量や費用の削減額を明らかにしていない。
出典
- Introducing PIXEL: Instacart’s Unified Image Generation Platform | by Prithvi Srinivasan | tech-at-instacarttech.instacart.com, 確認
- Introducing PIXEL: Instacart's Unified Image Generation Platformcompany.instacart.com, 確認
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。