「可能性のその先へ」──エンタープライズ領域における生成AIの力を活かし、業界に変革をもたらす

これは生成AIの可能性に関するPoVです：

なぜ明示的に宣言するのか？「AI」という言葉が氾濫する中で、従来型AIと生成AI（GenAI）の違いについては依然として混乱があります。たとえば、音声をテキストに変換する機能は従来型AIのユースケースに当たりますが、コンテンツの作成やカスタマイズは生成AIの領域であり、生成AIはAIのサブセットと位置づけられます。

コンテキストを整え、原点から始めるために、Marily Nika氏による手短な解説を以下にご紹介します。

AIの全体像とそのユースケース

出典：Marily Nika
marily.substack.com

生成AI(GenAI) － AI界の寵児

GenAIは、大規模言語モデル（LLM）やトランスフォーマーなどのアルゴリズムに基づき、与えられた文脈から新しいコンテンツを生成できるAIの一形態です。従来のAIは専門知識やプログラミングスキルが必要でしたが、GenAIはビジネスユーザーにも使いやすく、幅広い業界での活用が期待されています。

ChatGPTやBard、Claudeといったアプリケーションを通じて、GenAIは世界的な注目を集め、技術革新の中心に位置づけられています。本PoVでは、GenAIが業界にどのような破壊的インパクトをもたらすかを探っていきます。

Google DeepMindの「AlphaGo」のドキュメンタリーをご存じですか？ 2016年、当時のAIでは不可能とされていたプロ棋士との対局に挑み、モンテカルロ木探索を用いたAlphaGoが、トッププロに勝利しました。これは、AI研究史における画期的な出来事です。
同じチームはその後も進化を続け、未来の産業材料開発に貢献する革新的なニューラルネットワークツールを開発し、800年分に相当する研究成果を導出したとされています。

GenAIで何が可能か？

GenAIの可能性は広範囲にわたりますが、主に以下の3つの機能領域に分類できます：

私たちはすでにGPTなどを通じてその力を実感しています。LLMの学習が進むことで、さまざまな業界での応用が進展中です。次のグラフでは、AI性能の国際的な成長傾向を示しており、理論の進化に続いて、実践的な活用も加速していくことが期待されています。

出典： Sparks of Artificial General Intelligence: Early Experiments with GPT-4（Bubeck ほか, 2023年）

私たちはすでに、業界全体でAI主導の変革が始まっているのを目の当たりにしています。Netflixによるレコメンデーション機能のように、すでに私たちの家庭にもその影響が及んでいます。今後12か月以内に、世界人口の半数以上が、生成AIの力を生活の中で直接体験することになるでしょう。

すでに進行中の業界別の変革例（スナップショット）：

医療業界

個別化された治療プランの提供

銀行・金融業界

個性化されたインサイトの提供

保険業界

顧客対応チャットボットの活用｜保険金請求の迅速化

通信業界

顧客サポートとカスタマーエクスペリエンスの向上

法務業界

文書分析｜リサーチおよび過去判例の学習支援

小売り業界

高度な顧客エンゲージメントの実現

GenAIで「料理する」準備はできていますか？

AIを「理解する」ことと「実践する」ことはまったく別物です。完璧なキッチンがあっても、美味しい料理を手際よく作るには経験と工夫が必要です。レストランが顧客を満足させるためには、良い料理を提供するための安定したサプライチェーンが不可欠です。同じように、企業が生成AI（GenAI）を本格導入するには、それに適した体制や準備が必要です。ここでは、整った厨房の例を通じて、企業がどのように「GenAI対応の体制」を築くべきかをご紹介します。

このキッチンから生まれるすべての料理は、自動化やインテリジェンスの導入といった業界ごとのユースケースに置き換えることができます。その結果として得られる生産性・効率の向上や、反復作業の削減効果は驚異的です。

以下に、実際の活用例を通じて現実世界での応用を理解するための具体例をご紹介します。

生成AIの大規模言語モデル（LLM）が、さまざまな業界で学習能力を発揮していることはすでにご存じの通りです。LLMのトレーニングには多くの微調整とコストが必要ですが、基礎的な学習が完了した後は、人とAIの協働によるインターフェースが最も効果的なトレーニング手法とされています。たとえば「ラベリング」というプロセスでは、AIが人間の意図を理解できるよう、アウトプットを分類・整理します。AIは下書きを生成し、人間がそのラベルや精度を評価・修正する──このような並行的かつ協調的な作業が求められます。

こうしたプロセスを通じてこそ、これまでにないGenAIの可能性を本当に引き出すことができるのです。その旅路においては、「ヘッドシェフ」＝GenAIソリューションアーキテクトが、最良のガイドとなってくれるでしょう。

可能性のその先へ：

この表現が、未来への「食欲」をそそっていれば幸いです。LLM（大規模言語モデル）の進化によって、「ソリューションアーキテクト（ヘッドシェフ）とAIボット（副シェフ的なAIエージェント）」が、顧客一人ひとりのニーズや好みに合わせて特別な「一皿」を提供できる時代が到来しています。これは、知識と戦術的インテリジェンスという、GenAIを未来のソリューション技術として支える2つの柱を私たちが習得した結果なのです。

知識の「独占」を打ち破る

料理でも他の専門分野でも、知識は一部の専門家の「領域」に閉じられていることが多いものです。しかし、生成AIは膨大なデータと文脈を学習し、それを現実世界の課題に応用できる形に変換します。プロンプトを重ねるごとにモデルは進化し、製品、プロセス、ビジネスの課題を次々と「分解・理解・再構築」できるようになっています。知識やノウハウが民主化されることで、ビジネスユーザーにも「的確にビジネスを導く力」がもたらされるのです。

業界ごとに最適化されたオーダーメイドソリューション

ユーザーの好みに応じて、辛さ、食感、盛り付け、食べるタイミングまでを考慮した一皿を提供する──そんなサービスが実現できる未来を想像してみてください。ミクロな専用モデル（Micro-Tiny Models）は、企業が業界や技術的課題に特化したソリューションを選び取れるオープンなビュッフェ形式の選択肢を提供してくれます。まさに、「生成AIビュッフェ」のように、顧客が自由に選べて、食べ放題のような柔軟さ。マクロ（全社レベル）からミクロ（機能・部門レベル）までのユースケースが、売上や顧客体験に即効性のあるインパクトをもたらし、顧客中心の新時代を切り開く鍵となるのです。

結論：さあ、GenAIに「料理」をさせよう

生成AIを理解し、それが自社の業界や顧客にもたらす変革の可能性を捉えることは、今やすべてのビジネスリーダーにとって不可欠です。かつて大量提供が目的だったキッチンが、今では一皿ごとに栄養素まで可視化し、多様なニーズに応える選択肢を提供できる存在へと進化したように、現代のビジネスもまた、そうした進化を遂げる必要があります。その第一歩は、正しい問いを立てることから始まります。「生成AIは自社のビジネスに何をもたらせるのか？　そして、その可能性の果てにどうたどり着くのか？」

データと生成AIが牽引する未来に向けて、貴社を準備しましょう