SOLUTION
リブ・コンサルティングは、生成AI領域の先進研究に基づく最新知見や実践経験に基づき、生成AIによるビジネス価値創出を支援します。
生成AI関連のサービスをもっと詳しく知りたい、より多くの導入事例を見たいなど、興味がある方はぜひお気軽にお問い合わせください。
生成AIは、自然なやり取りで、人間が作ったコンテンツと見分けがつかないような新しいコンテンツを作り出すことができるAIです。2022年の後半から話題になり、2023年3月のGPT-4の登場により、本格的なゲームチェンジが起こりました。
生成AIは「基盤モデル」と呼ばれる、大量の多様なデータで訓練され、さまざまなタスクに適応できる手法でモデル化されています。ChatGPTも基盤モデルをベースに開発され、表現力が高く幅広い応用が可能です。
2023年3月、GPT-4の登場によって、AI産業に大きなインパクトが起こりました。GPT-4を開発するOpenAI社はGPT-4を、印刷、電気、自動車、コンピュータなどと同等の社会変革をもたらす「汎用技術」であると結論づけています。その根拠として、アメリカ司法試験において上位10%に入れるほどの結果を出し合格できる点、ChatGPTによって米労働人口の8割は仕事の10％が影響を受け、2割は仕事の50％以上が影響を受ける可能性がある点を挙げています。
出典：GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models
| 革新と陳腐化 | GoogleのBERTやOpenAIのGPTシリーズをはじめとする「大規模言語モデル」の革新によって、従来の自然言語処理が陳腐化。 |
|---|---|
| 競争構造の変化 | スケーリング側に則り、モデルの大規模化競争が激化するも、OpenAIは大規模化の限界にいち早く到達。GPT-4のリリース以降、技術は普及フェーズへ移行。 |
| 関連市場への波及 | 普及フェーズに至ったことで、バリューチェーン内競争へ波及、プラットフォーマー/AI活用サービス/従来サービスの3者が顧客に競合比較される構造に。 |
生成AIは、IT産業にゲームチェンジを起こしました。基盤モデルの大規模化競争がITジャイアントやAIスタートアップ界で激化するも、OpenAI社は大規模化の限界にいち早く到達したとみられ、ChatGPTのイノベーションは他と大きく差を付けて圧倒的なポジションを確立しました。
今後は、生成AIのテクノロジーは関連市場への波及フェーズになり、ユースケース普及が進んでいきます。Microsoft社によるオフィスツールをはじめとするSFA、Web会議、プロジェクト管理ツールなどの多様な業務ツールへの統合、テキストだけでなく画像、動画、3Dモデルなど多様なメディアフォーマットへの対応やマルチモーダルへの対応、エージェント機能や各種データ連携を含むAIフレームワークの充実、ロボットやドローン制御への対応など、多様な領域で急速なスピードで発展が見られます。
生成AIテクノロジーは業界を一遍するインパクトを持っており、今後、この生成AIテクノロジーをビジネスに組み込むことがデジタルによる競争力確立のための重要要因となっていきます。なかでも、ChatGPTをはじめとする大規模自然言語モデルのテクノロジーは多様なビジネスに大きな影響を与えると考えられています。
ChatGPTの技術特性の影響を受ける業務特性は大きく5つ考えられます。
これらの業務特性の割合が特に多い以下の業界はChatGPTの影響が特に大きいと考えられ、今後急速な革新が見込まれます。
ChatGPTは言語モデルであり、テキスト生成や解析が得意なため文書や対話など、言語が中心の業務に影響を及ぼします。
情報を理解・解釈し、知識を応用する特性により、情報・知識を基に判断や予測を行う業務に影響を及ぼします。
個々のユーザーやシーン等の複雑な要件に合わせた出力ができるため、細かなカスタマイズが発生する業務に影響します。
ルーティン作業を効率的に自動化する特性から、単純な繰り返し作業が多い業務の効率化・コスト削減が期待されます。
地理的な制約を超えて作業支援する特性から、リモート作業が多い仕事では効率化やコラボレーション促進が期待されます。
生成AI関連のサービスをもっと詳しく知りたい、より多くの導入事例を見たいなど、興味がある方はぜひお気軽にお問い合わせください。
ChatGPTをはじめとする生成AIテクノロジーは、従来解決が困難であったDXの課題に対しブレイクスルーを起こすことが期待されています。
従来のDXでは、主な課題として、以下の3点がありました。
これらは従来のアプローチでは解決が容易ではなく、本格的に開発が進められる企業は実質的には一部の先進企業に限られていました。生成AIテクノロジーによって、この課題をより多くの企業が解決できる可能性が高まっています。
次のような特徴を備えた生成AIテクノロジーを活用する新たなDXのコンセプトはAI副操縦士との協働を意味する「AI Copilot」です。AI Copilotとの協働によって、従来はデジタル組織と事業組織の分断が起こっていたDXに対し、すべてのビジネスパーソンがデジタル変革の主役になっていく、そのような世界観の実現が期待されます。
従来人間特有のタスクとされた文章ライティングやアイディエーションなどの多様な知的生産タスクをアシストできます。人間の創造性や思考をサポートすることで効率的な知識創出やアイデア発展が促進され、従来の働き方を革新するポテンシャルが期待されます。
自然言語でデジタルとのコミュニケーションが可能で、専門知識がない人でも容易に利用できます。人間の曖昧さを理解して適切なアクションを提案したり、文脈理解・適応能力によって、個人のニーズや好みに応じてデジタル技術を活用できたりします。
非構造データ用が得意で、組織内の潜在的知識を共有・活用できる。限られたデータセットから学習し、知識資産を蓄積し活用できます。瞬時に情報源を統合し情報提供が可能なため、組織全体での知識活用が容易になり、知識資産の価値を最大化します。
具体的に、生成AI、なかでもChatGPTのような大規模言語モデルによってどのように業務が変革しうるのでしょうか。
ChatGPTのような大規模言語モデルは、標準機能でさまざまな知的生産タスクをこなすことができますが、拡張機能を利用することにより、企業独自情報や最新のWeb情報などの外部知識活用も可能になります。
このように、多様な業務においてChatGPTのような大規模言語モデルは効果を発揮することが期待され、更に1つ1つのユースケースのトライアルにかかるコストも従来よりも大幅に小さくなることから、アフターGPT時代のDXでは、ユースケースの企画や作り込みよりも「組織の試行スピード」がボトルネックになっていくと考えられます。
このように、企業のDXは大きな変化を求められています。そのなかで生成AI活用で競争力を築くためのキーファクターは何でしょうか。それは企業の競争力に直結する「独自知識」の活用です。
ChatGPTのような大規模言語モデルのアウトプット品質を上げるには①プロンプト、②モデル外からの知識インプットの２択しかありません。
※厳密には、さらにモデル自体のファイン・チューニングという選択肢もありますが、非常に高額な学習コストがかかるため、現時点では一部の先進的なAI活用企業を除き、多くの企業にとっては採用が難しいオプションです。
そして、①プロンプト、②モデル外からの知識インプットのなかでも「公開知識」では今後差がつきにくくなっていきます。既に、Bing Chatをはじめとする、さまざまなWeb上のリサーチを容易化するソリューションが提供されており、「一般情報を集約してまとめる」という活動の価値が陳腐化してきました。
今後はドメイン特有の知見、そのなかでも特に一般的に流通していなかったり、企業内に補完・秘匿されている情報、その他、データ化されにくい情報のうち、「自社のビジネスに活きる知識」を特定し、ChatGPTと組み合わせていくことで、自社のナレッジをスケールし競争力に転換することができます。これは、従来「機械化」によって物理的な生産力をスケールしたように、「知的生産」をスケールさせる仕組みとして、大きなインパクトを創出しうる革新です。
これからの企業の競争力は、自社の競争力構築の重要要因として、独自知識の蓄積と活用をビジネスサイクルに組み込み強化していくことが求められます。
生成AI関連のサービスをもっと詳しく知りたい、より多くの導入事例を見たいなど、興味がある方はぜひお気軽にお問い合わせください。
私達リブ・コンサルティングは、生成AIによる大きな革新を向ける時代に、価値創出に挑戦する企業を支援するソリューションを提供します。
生成AIの活用において、企業に求められるのは以下の5つのポイントです。
事業部門主体となって新たなビジネスモデルや業務プロセス開発・改善を推進。組織全体が柔軟に技術革新を取り入れ、業績向上に直接的に貢献する。
変化の激しい市場環境や顧客ニーズへの試行ベースでの迅速な対応により、成果創出の短期化、高頻度な学習、そして改善積み上げの高速化を図る。
生成AIへの理解と活用を組織全体に浸透。従業員のスキル向上と情報共有が促進され、生産性向上・組織成長とともにムーブメントを形成する。
独自データ活用を中心とした自社独自アセットによって他社が模倣困難な強みの発揮し、標準化・自動化によって活用の幅を広げます。
プライバシー、倫理、情報の信頼性、情報セキュリティ等のAI活用リスクに対し、人的・システム的な対策を行うことでリスクを適切に管理します。
しかし、これらの要素をすべて網羅しながらAI活用を推進することは現実的ではありません。生成AI特有のリスクをおさえながら、迅速にスタートダッシュを切る必要があります。そのためのアプローチとして以下の2種類があります。
いずれのアプローチにおいても、リブ・コンサルティングは最適なソリューションを提供できます。
ビジネス主導は、最も本質的なスタートダッシュの方法です。これからビジネス主導のDXへの転換が求められるタイミングにおいて、現場が自らAIの活用の実感をつかみ、多様なアイデア創出や改善を繰り返しながら、AIの活用を推進していくための方法です。
DX主導はより短期的なビジネス成果創出を重視するアプローチです。初動のスピード感を重視する場合や、ビジネス部門が現実的にAI活用のためのリソース確保が困難な場合、また、DX部門とビジネス部門の間の乖離が大きい組織において、DX主導で先行して有効なユースケースを開発し、現場に落とし込んでいく方法をとることができます。
生成AIの発展によってビジネスの在り方が大きく変化を見せてきていますが、多くの日本企業では、アフターGPT時代のDXを推進するためのノウハウやアイデア、さらには生成AIの活用を牽引する人材が不足している課題が存在します。
こうした背景を受け、アフターGPT時代のDX推進に困難を抱えている組織に対して、セキュアなAzure OpenAIで構築したChatGPT環境（※）と共に、実践型研修とハッカソンをセットにした、ChatGPTのトライアル活用および企業の独自データ活用ユースケース開発を実現する「AIハッカソン powered by ChatGPT」を提供しています。
※入力した情報はAIに学習されず、クローズドな環境で外部への情報漏洩リスクを抑えて活用ができるAzure OpenAI Serviceを採用。
LiB AI研究チーム開発の基礎研修と知的生産性強化研修を通じ、ChatGPTをビジネスで有効に活用するための基本的な知識とスキル、考え方を学びます。さらに、LiBのイノベーション研究やDX企画知見をベースとした独自ワークショップ手法やファシリテーションにより、ChatGPT活用アイデア出し、ユースケース開発を体験できます。
ハッカソンは非常に高い満足度を得られており、生成AI活用の基礎から実践まで理解できた、業務に直結するイメージが持てたなど、参加者からもポジティブな反応を得られているプログラムです。
生成AIの活用検討にあたり社内のリソースや知見が不足している組織に対して、生成AI活用によるビジネス成果創出を短期的に実現するための診断プログラムを提供しています。
ビジネスの内外環境調査により生成AI活用につながる課題を洗い出し、ユースケースを検討・評価します。そして、そのなかでも有望なアイデアについて実データ調査を行い、生成AIの実験環境におけるユースケース検証を実施することで、ビジネス成果創出に短期的に辿りつくための具体的なユースケースを特定することができます。
より具体性が必要な場合は、リブ・コンサルティングの先進研究・実践知見に基づき、有望なユースケースに対して各機能要素の技術的な検証を行うことができます。例えば、大規模自然言語を操作するためのフレームワークの選定や、ナレッジ基盤におけるデータ蓄積・参照の方法、大規模自然言語モデルのAPIの選定などを検証し、ユースケース実現に必要な技術要素を特定します。
生成AI関連のサービスをもっと詳しく知りたい、より多くの導入事例を見たいなど、興味がある方はぜひお気軽にお問い合わせください。
AI活用の構想・開発、イノベーション創出における豊富なコンサルティング実績と競争優位性確立のケーパビリティにより、アフターGPT時代のDX推進を支援します。
先進テクノロジーユニット ACROBATが生成AI領域の研究を推進しており、積極的な発信活動を通じて、知見の提供を行っています。
生成AI関連のサービスをもっと詳しく知りたい、より多くの導入事例を見たいなど、興味がある方はぜひお気軽にお問い合わせください。
