生成AIの特徴
ChatGPTなどの生成AIの特徴の1つは、豊富なデータを学習し、それに基づいて自動的に新たなデータを生成する能力にある。大量の文章や画像などのデータを与えることで、そのパターンや構造を学習し、それを元に新しいデータを生成できる。
中でも生成AIの最も明確なメリットは、言語を使用する様々なタスクの効率性向上と、多様なパターンのコンテンツを作れる創造性の向上にある。例えば、テキスト生成AIを用いれば、短時間で大量の文章を生成でき、これにより編集者やライターだけでなく、様々な職種の方の業務負担を軽減できる。
また、生成AIは創造性に優れ、人間の想像力を超えるような斬新なアイデアや表現を生み出すことがある。これは、学習に使用した膨大なデータの多様性や組み合わせの可能性によるものである。今後、芸術作品の創造やデザインのアイデア出し、新しい商品やサービスの開発など、様々な分野での活用が期待される。
生成AIは、特化型でありつつも、ある程度の汎用性を有しているのが特徴である。但し、汎用AIと断言できるほどの能力があるわけではなく、「テキスト処理に特化した特化型AI」と理解しておくのが適切である。しかし今後「生成AI」は、画像やテキスト、音声などの情報を生成AIに複合的に入力できるようになったり、ロボティクス技術などの他の技術と組み合わさったりし、さらに汎用AIに近づいていくことが予想される。
生成AIはどうビジネスモデルを変えるか
生成AIがもたらすビジネスモデルの変革を捉える上で最も重要なのは「情報＝データ」の視点で考えること。世の中の情報を3つのレイヤーに分解する。
- 一次情報：現場で取得するデータ、取材データ、センサーデータなど
- 二次情報：SEOなどの記事、ECサイトなど
- 三次情報：キュレーションメディア、検索系サービス
今まではどの階層の情報も十分に価値があったが、今後は二次情報の作り方が大きく変わる。大規模言語モデルは膨大な一次情報を直接まとめたり、解釈したり、分析できるような能力を持っており、人間が闇雲に一次情報を集め、処理する必要性は低下している。そのため、人間が一次情報をまとめたり分析したりして、新たに二次情報を作るニーズは減っていくことが予想される。
- 人材業界：一次情報（スキルや経験、経歴など）の解析と分析が自動化される
- EC業界：一次情報（商品情報や購買履歴など）をまとめ、個々のユーザーに対して直接パーソナライズされた商品やサービスのレコメンドが提供可能になる
- メディア業界：一次情報（ニュースイベント、閲覧履歴、興味など）から、読者1人1人に対するカスタマイズされたニュースフィードや記事を生成し、提供できるようになる
今後は、一次情報の収集力と二次情報を生成するAIのマネジメント能力が、ますます人間に求められる。合わせて生成AIを搭載したプラットフォームが今後も発展していき、一次情報を持つ企業との連携が強化されることが予想される。
特に重要なのは自社が持つ一次情報の優位性を考えること。取材、リサーチなどにより、生成AIを超える範囲、深度での各業界の一次情報を保有すれば、他社の追随を許さない競争優位性の源泉となる。
現状、生成AIの活用検討は、業界に特化するのではなく、マーケティングなど特定の職種に特化したホリゾンタルな視点が多い。職種別の方が、ノウハウをまとめやすく、その横展開も容易だからである。一方で、一次情報の重要性を踏まえると、各業界特有の一次情報に特化した活用や、各業界ならではの課題に特化させたバーティカルな視点も今後求められていく。バーティカルモデルにおける生成AIは、業界固有の課題に特化したチューニングを施すことで、高い能力を発揮するはずである。
生成AIの導入ステップ
生成AIはあらゆるタスクに対応できる可能性があるが、大切なのは現場で負荷が高い業務は何かをしっかりとヒアリングし、優先度の高い課題を特定しておくこと。そして、それを解決できるプロンプトを準備することである。
プロジェクトを組成し、現場の課題のヒアリングが済めば、課題をベースに生成AIを中心にしたシステムの全体像の設計に移行できる。ここで指すシステム設計は、必ずしも開発を伴うものではない。部分最適、全体最適のそれぞれにおいて、一般公開されているサービスなどをどのように組み合わせて従業員に生成AIを提供するのかを考えることが重要である。
生成AIを活用する上で最も重要なのは、生成AIを活用するスキルの教育であり、次のようなものが必要になる。
- プロンプトエンジニアリングに関するトレーニング
- プロジェクトベースの学習
- プロンプトライブラリの作成
- ノウハウの共有とフィードバック
- 実践的なデモとワークショップ
- 外部のエキスパートやトレーナーの招聘