企業がGPT導入で失敗しないための｢3つの基本｣ 効率よくビジネスプロセスを改善するヒント

蓄積されたデータには、機密性・正確性などのリスクレベルの設定が必要です。「各リスクレベルのデータを学習したAIを誰が使えるようにするか」というアクセス権限を設定するためです。たとえば人事情報を学習したAIは、人事関係者のみが使えるようにするべきでしょう。社外の顧客向けにGPTを活用する場合は、言ってはいけないことを言わないように、厳重にリスク管理されたデータのみを学習させなければなりません。

③最終的な責任は人間が引き受ける

ホワイトカラー業務の多くは、テキストや数値データを加工していくプロセスです。GPTは数値も含めたテキストデータを「広げる」「縮める」「置き換える」「批評する」ことができます。図表で示した通り、業務で行う情報加工の多くは、GPTで代替することが可能です。GPTをドラフティングや壁打ちに活用することで、アウトプットの作成スピードや質が大きく上がります。

（出所：筆者作成）

（外部配信先では図や画像を全部閲覧できない場合があります。その際は東洋経済オンライン内でお読みください）

ただし、GPTは次の単語を確率的に予測して生成するモデルなので、100%正しいことを言うのは、構造上できません。ここが、ルールベースのシステムとは異なるところです。また、GPTの出力精度を上げるためには、適切な前提条件を与える必要がありますが、デジタル空間に乗っていないリアル空間の情報も含めて、必要な情報をすべて入れることは現実的ではありません。

最終的には人間がアウトプットを総合的にチェックして調整し、責任を持つ必要があります。たとえば、案件を承認するためのドラフトをGPTに書かせた場合、適切なリスク項目を適切に評価しているか、社内文書化されていない情報や、一見遠く見えるが関連がありそうな他案件との兼ね合いも含めて、承認者が最終チェックしなければなりません。

以上、GPTのビジネス活用について解説しました。業務の本質へと立ち返り、GPTなどのAIもうまく使って会社のビジネスプロセスを再設計することが、会社の競争力を左右する時代となっています。最適化されたビジネスプロセスと独自に蓄積されたデータを組み合わせて、唯一無二の会社の競争力を生み出し、生き残らなければなりません。

本記事がGPTのビジネス活用に関する参考となることを願っています。

著者フォローすると、上田 剛さんの最新記事をメールでお知らせします。