生成AI（Gemini）×ETLならReckoner（レコナー）
生成AI（Gemini）を活用し、画像データを解析、映っているものをテキスト化し異常や危険検知をする方法
課題・現状
顧客から提供される画像データから問題を特定するために、担当者が目視でチェックをおこなっているため、以下の問題点が発生している。
・処理時間がかかり、見逃すというヒューマンエラー発生のリスク。
・処理できる量に限界があるため画像解析とリカバリーに遅延が発生。
・大量データの処理においてスケーラビリティに限界。
・複数担当者でチェックをおこなう場合の、問題特定基準の一貫性欠如。
人が張り付く必要なく、自動化された画像解析により効率的な問題特定や一貫性のある顧客対応を実現したい。
Reckoner（レコナー）導入の効果
-
自動画像解析により迅速な問題解決が可能。
ETL（Reckoner）内で生成AI（Gemini）を活用することで、人が目視で画像チェックをおこなう必要が無くなり、解析結果を受けての問題解決のほうに人的リソースを割くことができるようになる。
生成AI（Gemini）を活用し、画像データを解析、映っているものをテキスト化し異常や危険検知をする方法
-
STEP1
接続設定
-
・Reckoner（レコナー）が、顧客から提供される画像データ（base64）が記載されているGoogleスプレッドシートと、解析結果のテキストを出力するGoogleスプレッドシートにアクセスできるようにするため、接続設定をおこなう。
・Googleスプレッドシートから画像データを取得する。
-
-
STEP2
データ加工・変換
-
・「HTTP」タスクを用いて、生成AI（Gemini）にプロンプトを与える
-
-
STEP3
ワークフロー作成・データ連携
-
検証環境を用意することなく、Reckoner（レコナー）の画面上で処理結果のプレビューをぱっと確認。バッチ制作不要で、データソースのGoogleスプレッドシートと各タスク、出力結果を登録するGoogleスプレッドシートをすべて繋いでデータの流れを作成し、ワークフローを実行する。
-
Reckonerでの解決ポイント
-
生成AI×ETLでカンタン画像解析
ETL内で生成AI（Gemini）を活用すれば、画像データの内容もテキスト化させることが可能
