ChatGPTを｢使える会社｣｢全然使えない会社｣の差 生成AIを社内で活用するため理解すべきこととは

大規模言語モデルの汎用性は「あらゆる業務に適用可能である」という意味ではなく、「あらゆる業務に適応するための学習能力を持つ」という意味です。つまり、この汎用性があるからといって、現場の課題を無視し、一概にすべての業務に適用しようとすると、結果的には効果が出ない、あるいは逆効果になる可能性さえもあります。

したがって、大規模言語モデルの活用を進めるためには、まず現場の課題を理解し、それに対する適切な解決策をAIに提供することが重要なのです。そのためには、AI技術者だけでなく、現場の担当者もAI活用の場面に参加し、共に考え、共に動くことが求められます。

確かに大規模言語モデルの汎用性は、現場の課題を解決するツールとしての可能性を秘めています。しかし、その活用にあたっては、現場の実情を理解し、それに対する適切な設定や調整を行うことが欠かせません。これが真にAIを活用する道であり、この理解がAI技術の普及と発展に寄与すると私は確信しています。

部分最適と全体最適の使い分け

生成AIの活用を進めるうえで重要なのは、部分最適と全体最適を使い分けることです。部分最適は、例えば各部門で特有の業務やシステムに対してChatGPTなどの生成AIをAPI連携させるケースなどが考えられます。全体最適は、全社で汎用的な業務を効率化し、トップダウンで生産性をあげる方法で、ChatGPTなどの生成AIの導入環境を整えることなどが挙げられます。本書では、上記の2つを「特化型生成AI（部分最適）」と「汎用型生成AI（全体最適）」に区別して解説します。

AIの普及に伴い、企業は生成AI、特にChatGPTのようなツールを社内でどのように活用すべきかを模索しています。社内でこの種のAIを活用するためには、ただChatGPTの費用を補助し、ChatGPTを利用できる環境を整えさえすればいいと考えがちですが、それでは本質的な課題解決にはつながりません。

まず第一に、現場の業務をプロンプトで再現するのが難しいという課題があります。生成AIは特定のプロンプトに基づいて適切な出力を生成しますが、業務フローやワークフローの複雑性を考慮すると、それらを適切なプロンプトとして表現し、さらにはそのプロンプトに対する適切な応答をAIが生成できるようにするのは容易なことではありません。

次に、企業が既に利用しているシステムと生成AIとの連携が必要です。現状では、多くの企業が既存の業務システムを持っており、それらとの完全な連携が重要になります。それらのシステムが生成AIと緊密に連携しなければ、実際の業務を効率的に自動化することは難しいでしょう。