松村 優也

これまでMLPdM的な人が一般的に留意すべきと言われていたようなことに加え、より広い社会的な観点や、AIの利用者の観点なども踏まえた上でうまくまとめられている有益なガイドラインだと感じました。

>生成AIを活用した業務削減事例の社内コンクールを実施するほか、効率化実績を社員の評価指標にも組み込み、社員の意識改革を進めていくとしている。 ただAIを使えと言うだけではなく、コンクールや人事評価などの仕組みをもってちゃんと推進しようとする姿勢が素敵だと感じました。

なんとなく面白そうなリポジトリをクローンしてREADME通りにとりあえず実行してみる、というのは一定以上のリテラシーを持ったエンジニアでもやりかねないですね。 PyPlの件が話題になった際は、普通に気をつけていれば直接やばそうなパッケージをインストールすることはないだろうと思っていましたが、そういったパッケージが一見問題なさそうなリポジトリに仕込まれているのは意識を改めないといけないように感じました。

人間がシステムに合わせる時代から、システムが人に合わせる時代は必ずやってくるでしょう。また、そのインタフェースは必ずしも人の発する音声でもないかと思われます。 > 　「今のアプリシステムはユーザーが考えなければならないことが多い」とYue氏は言う。「しかし今後はAIにしたいことを伝えるだけで、AIが必要なフローを組み立ててくれる」

いずれマッチングアプリは互いのAIにやり取りをさせることで運命の人を見つけるプラットフォームになりゆくのでしょうか。となると、重要なのは理想の相手を見つけられるようなAIを作成、教育する能力になってきそうですね。自身で満足いくAIを実現できない方向けに、マッチングAI作成代行サービスなども生まれるかもしれません。 Tinderのようなデーティングサービスだけではなく、仕事探しのサービスでも同じことが言えそうです。人によってはディストピア的に感じるかもしれませんね。 ただ、チャットでのやりとりなどが大変というのは事実だと思いますので、ここの労力が削減されるのはいいことなのではと個人的には思います。 それによって、自身の魅力や相手への嗜好の解像度を上げるという、マッチングにおいて本質的に難しく重要な部分に人間が集中できると考えれば悪いことばかりではないのかもしれません。

導入を検討した上でリスクを鑑みてというならまだしも > 日本企業は「不要のため未導入」が41.3％に達し、 というところに危機感を覚えますね。また、 > 日本企業を規模別でみると、従業員1万人以上（44社）では50.0％が導入済みだった。千人～1万人未満（413社）は21.3％、千人未満（1200社）は15.7％と、規模が小さくなるほど少なくなった。 従業員規模が小さな企業ほどAIによるエンパワーメントが鍵になってくると思われますので、何か大きな変革が必要そうです。(個人的には千人未満のなかの内訳も気になるところです。)

ChatGPTなどのWEBサイトを訪れたり、アプリを開いて利用することが難しい・習慣づかない層でも、普段利用しているブラウザの中では自然と利用することができるようになるかもしれませんね。 Help me writeは利用されたくない場面においてはWEBサイト側で無効にする設定も流行っていくんでしょうね。

開発生産性を高めるため、ひとりに任せる範囲を広げていく。その中で迷わず意思決定ができるようなカルチャーを作るのが重要。

パーソナライズされた学習コンテンツもさることながら、生身の人間相手でなくても会話の練習ができることが大きいのではないかと個人的には感じています。 人間相手ですと、語学力が低い状態でレッスンを行うのが心理的にも辛いと思う方が多いと思われるので。AIが相手だと、間違い放題聞き直し放題です。

日本語が英語に比べて弱いという話はよく課題として挙げられていますが、グローバルに見るとより深刻な課題が残っていそうですね。 なににせよ、データセットを集めるアプローチは大変素晴らしいと思います。

素晴らしい方なのにプロフィールをうまく書けずにその魅力が伝わらないというのは誰も幸せにならないので、この問題が解決できるといいですね。

テキスト生成系はこのリスクがあるのでプロダクトでの利用が難しいですね。もうしばらくは人間による最終チェックを必ず通す運用が必要な気がします。