[LayerX主催セミナー参加メモ] 生成AIでビジネスはこう変わる
開会の挨拶
花村直親氏
- 論文を書いて学位を取得
生成AIでビジネスはこう変わる
今井翔太氏
- 著書「生成AIで世界はこう変わる」
生成AIでホワイトカラー業務はこう変わる
生成AIとは何か？
- 人間が行うような新たなアイデアを創出する技術
- Transformer: もともとGoogleが開発した翻訳に特化したAIの仕組み
- GPT: 穴埋め問題を大量に学習させたモデル
AIの性能向上の前提
- スケーリング則
- データ、計算量、パラメータ数を増やせば、Transformerベースのモデルはベキ上に性能が向上する
- 能力創発
- モデルの規模がある閾値を超えると、突然、計算や言語能力を獲得する
現在できること
- 研究の自動化
- ChatGPT o1により「学習済みモデルを長時間考えさせることで性能が向上する」というパラダイムが推論時スケーリング則として明らかに
- AIエージェントの発展
数年後の展望
- ホワイトカラー業務はほぼAIが超越
- 肉体労働も相当な部分が自動化
- 自動研究がさらに発展
生成AIのビジネスへの影響
- 生成AI以降の労働市場
- 高学歴で高賃金の職業ほどAIに代替される
- クリエイティブ業務は「人間が作業すること」に価値を見出す傾向
- Github Copilotの影響
- コーディング時間を半分に削減
ビジネスへの具体的影響
- 大半の生成AIアプリケーションはRAG（Retrieval Augmented Generation）で構成
- 使用例:
- Copilot: コーディング支援
- カスタマーサービス: AIが仕事を奪う可能性も
UIやシステム設計の重要性
生成AIの未来
- 実世界は「人間のために」作られているため、AIが代替するには不便さが残る。AIが扱いやすいように実世界をデザインしていくことが必要に。
- アクティブなAIやオンデバイスのAIの発展
三井物産が推進する生成AI活用の成功の法則と課題
1. 生成AI活用成功の秘訣
- 海外企業の調査レポートの自動処理や知的資本のアーカイブ化の事例
2. 導入過程で直面する課題
- 社員の知識レベルの向上とタイムリーな活用方法の提供
- 生成AI導入が業務効率を上げるだけでなく、正のスパイラルを生む
後続企業への提言
- 技術の進歩は想像以上に早い
- 生成AI導入を考え続けるリーダーシップが重要
AIって本当に必要？
- Bakurakuの例: ファイルアップロードと申請・承認をAIがサポート
- 将来、自身の分身AIを作るために、記事を書き溜めて教師データにする可能性
生成AI活用におけるリスク管理
- 計画的偶発性: チャンスよりもリスクにフォーカスすることで、話が通りやすい
- 社内ルールへの理解を深める
DXのための生成AI活用とは？
- AIが単純な繰り返し業務を肩代わりする
- AI Powered Business Processの実現
- 資料を読む（AI）→考える（人）→整理する（AI）→共有する（AI）→情報を活用（人）
計画的偶発性理論
- パートナーシップの拡大が次につながる可能性を生む