SHOEISHA iD

※旧SEメンバーシップ会員の方は、同じ登録情報(メールアドレス&パスワード)でログインいただけます

おすすめのイベント

おすすめの講座

Biz/Zineセミナーレポート

なぜ生成AIを導入しても効果が出ないのか──生成AIを経営に実装するために必要な“工夫”とは

DIGGLE Next Growth Conference レポート

  • Facebook
  • X
  • Pocket

生成AIが企業変革を起こしうる理由

 業務改善、さらには経営変革にまで活用できる可能性を秘めている生成AI。しかし、生成AIの登場前から、いわゆるAIは存在していた。なぜ生成AIは、ここまで大きな変化の波を起こすことになったのか。金氏は、その理由の一側面を、従来のAIと生成AIのPoCの違いから明らかにした。

クリックすると拡大します

 従来のAIは、要件定義からデータ収集・整備、モデル選定、モデル学習、効果検証・活用と、様々なプロセスを踏まなければ導入に至れなかった。その上、これらのプロセスをやり遂げるには、専門的なノウハウが必要なため、AIベンダーに依存せざるを得ない。途中のプロセスで想定した精度が出なかった場合は、モデル学習やデータ収集・整備の段階からやり直さなければならないこともあり、莫大なコストと時間がかかっていたのだ。

 一方、生成AIの場合、要件定義を終えた後は、プロンプトを差し替えるだけでそのまま効果検証・活用のフェーズに移れる。高速でPDCAを回せる分、一般の社員も取り組みやすく、社員がプロンプトに関するノウハウを一度学んでしまえば、内製化も容易だ。その結果、組織への浸透度も格段に上がることになる。

 とはいえ、従来のAIでしか解けない課題も、中には存在する。そのため、今後は課題の内容に応じてAIを使い分けていくことが大切になると、金氏は述べた。

 最後に岡田氏は、生成AIをめぐる今後の展開について、馬渕氏と金氏に見解を求めた。馬渕氏は、言語系のLLMをはじめとする様々なファウンデーションモデルが誕生する中、今後もますます学習量が増加するだろうと推測した上で、企業の生成AI活用では業界個別のデータや社内データのファインチューニング(追加学習)が鍵を握るはずだと主張。そのプロセスを技術的にリードするプロンプトエンジニア育成の重要性を強調した。

 金氏は、生成AIによる社内データ検索の精度が上がらない場合、プロンプトではなく、読み込むデータそのものに問題がある可能性を指摘。企業において生成AIを活用するには、社内データの質自体の見直しも重要になるはずだと述べた。

株式会社Preferred Networks VP of Solution Business 岡田利久氏
株式会社Preferred Networks VP of Solution Business 岡田利久氏

この記事は参考になりましたか?

  • Facebook
  • X
  • Pocket
Biz/Zineセミナーレポート連載記事一覧

もっと読む

この記事の著者

山田 奈緒美(ヤマダ ナオミ)

※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です

この記事は参考になりましたか?

この記事をシェア

  • Facebook
  • X
  • Pocket

Special Contents

PR

Job Board

PR

おすすめ

新規会員登録無料のご案内

  • ・全ての過去記事が閲覧できます
  • ・会員限定メルマガを受信できます

メールバックナンバー

アクセスランキング

アクセスランキング