田尻 望

戦略コンサル会社の雄であるマッキンゼーさんの生成AIの活用方法や考え方について学ばせていただきました。 生成AIを活用して数週間かかるリサーチが数時間、数分に短縮されているようです。 そのうえで調査の方向性や市場に対してどういう戦い方をするのかについて検討するといった、より付加価値の高い業務に時間を費やしているみたいです。 付加価値の高い業務に集中し、それ以外の業務を可能な限り自動化（効率化）することは、マッキンゼーのようなトップ企業だけでなく、これから成長を目指す企業にとっても欠かせない戦略です。 お客様のニーズは何か？提供できる価値は何か？ そのうえで付加価値を大きくするにはどうしたらいいか？ これらの探求が生成AIの普及によってより一層重要になってきたのではないでしょうか。

ChatGPTでの売れる企画の考え方についてお話させて頂きました！今からGPTを使う人、GPTを使い慣れてない（毎日使うほどは使っていない）方にとくにおすすめです✨ 壁打ちの壁を仕事に合わせて定義させていただいてます✨

建設業界は現在、人手不足や資材コストの高騰などの課題に直面していますが、その中で中小企業がIT化や効率化を推進し、業界構造自体の革新を進めている素晴らしい事例だと思います。 中小企業がこのような革新に勇敢に取り組むことで、業界全体の競争力を高め、今までの慣習や既存の業界構造を変える可能性を秘めています。 これは、同じような課題に直面する他の産業の中小企業にとっても大いなるヒントとなるはずです。

マイクロソフトを含む主要投資家の間でサム・アルトマン氏のCEO復帰を求める動きがあるようです。 これは投資家たちが彼のリーダーシップに大きな期待を寄せている証拠でしょう。 今後のイノベーションに関わってくるという点でオープンAIだけでなく、AIの業界全体を左右するような出来事ですので引き続き動向を追っていきます。

Copilotはプログラマーの間で話題になっていましたが、ローコードで開発できるということでより身近になるでしょう。 CRMなどのアプリと連携できる「Copilot for Service」やWordやTeamsと連携できる「Copilot for Sales」も発表されており、いずれもGPTによるアシスト機能が搭載されています。 簡単なプロンプトにより自社の顧客データベースや社内規約の検索から解放され、高い価値を創出する仕事に使える時間が増えるでしょう。

ホームセンターにおけるDXの面白い事例です。 Google Cloudが提供する音声認識の仕組みと自社開発した商品検索システムを組み合わせて音声検索を可能にしたり、BIツールを活用したデータドリブン経営にChatGPTを使ったデータ解析を加える構想をしているなど、AIを積極的に活用しているようです。 ここまで具体的にAIを活用できている企業はまだ多くはありませんが、これからその数は確実に増えていくでしょう。 記事の中でも言及されている通り、AIが当たり前になる前に、今のうちから試して慣れておくことが重要ですね。

JPモルガンが調査企業全ての決算概要の生成と、具体的な問題解決の手順を提示できるヘルプデスクに生成AIを活用していく予定だそうです。 先日OPenAIから特定の課題を解決するのに特化したカスタムChatGPTの発表がありましたが、まさに業界に特化した生成AI活用の先駆けになるでしょう。 本記事にある、文書の要約や電子メール作成、ユーザーへの対応は金融業界以外でも真っ先に生成AIが活躍する領域になりそうです。

日本政府がAI関連の国内事業者向けに策定を進めるガイドラインの原案についての記事です。 AIの「開発者」「提供者」「利用者」それぞれに留意事項が定められるようです。 企業側は特に「開発者」「提供者」の内容の理解は必要です。 記事の中では記載がありませんが、利用者が正しくAIサービスを活用できるように説明する責任も提供者に課されるようになると思います。 上記を踏まえると、今まで以上に開発者だけでなく提供者もAIについて深く理解する必要がありそうですね。

香港大学の研究者らが開発したOpenAgentsは、Webサービスとの対話を可能にするAIツールだそうです。 webサービスとの対話とは例えば、ユーザーが「最新の天気情報を教えて」とリクエストすれば、AIは気象情報ウェブサイトを訪問し、必要な情報を取得してユーザーに報告するというものです。 他にもデータ分析を行う機能も備えているようです。 このようなサービスが普及すれば複雑なデータ分析等も手軽に実現できるようになり、企業にとってもデータに基づいた意思決定がより身近になりそうです。

LinkedInが会員数10億人突破し、AIを活用した新たな機能を実装予定だそうです。 ユーザーのプロフィール改善や、採用担当へ送信するメッセージの提案と、効率的で効果的な仕事探しが実現するようです。 仕事探しにおいてもAIを上手に活用できる人とそうでない人で差がつきそうです。

国産LLMの構築は以下の点で重要だと思います。 ・日本語のニュアンスを理解できる質の高い自然言語処理が可能になる ・日本独自の商習慣や文化、常識を反映した出力が生成できる ・大規模な言語モデル構築のノウハウが国内に蓄積される 国内独自のAI技術から日本市場に特化したサービスが生まれることに期待してます。

アメリカでAI活用について新たな基準ができるようです。 国家安全保障やインフラ、プライバシーへのリスクを考えながらも労働者への支援や技術革新と競争の促進を促すために具体的なアクションが示されていて、企業はリスク管理とイノベーションの両立が今まで以上に求められることになるようです。 特にグローバル市場で競争力を高めていきたい企業にとっては目が離せない内容ですね。