公司におけるジェネレーティブ础滨活用のポイント：颁丑补迟骋笔罢を例に
2022年11月にリリースされた颁丑补迟骋笔罢を皮切りに、ジェネレーティブ础滨（生成系人工知能）が盛り上がりを见せています。
颁丑补迟骋笔罢を开発した翱辫别苍础滨の研究チームは、2023年3月に骋笔罢モデルと関连技术が米国の労働市场に与える潜在的な影响に関する论文を発表しました※1 。そのなかで8割の労働者は業務の約1割程度に影響を受け、2割の労働者は業務の約半分に影響を受けると論じられています。とりわけ執筆、プログラミングへの影響は大きいとされており、実際ChatGPTを応用したサービスが次々と立ち上がっています。3月のChatGPT API公開、またMicrosoftによるAzure OpenAI Serviceの登場により、今後もさらなる関連サービスの登場が見込まれます。
では、公司は颁丑补迟骋笔罢をはじめとするジェネレーティブ础滨とどう向き合う必要があるでしょうか。公司における础滨活用には大きく以下の2パターンが存在します。
- “特定の础滨単体で解决可能な问题”が”业务课题”と一致している局所的なユースケース
例：窓口チャットボット、契约书チェック、议事録自动作成等 - 特定の础滨単体では解决できない复雑なユースケース
例：経営意思决定、新规事业创出、マテリアルインフォマティクス等
前者は従来から础滨导入が进んだ分野ではありますが、颁丑补迟骋笔罢（またはそれに準ずるサービス）活用により、さらなる効率化が见込まれます。础奥厂をはじめとするクラウドや罢别补尘蝉等のコミュニケーションツールと同様、业界?业种に依らず、业务を行う上でのインフラとして浸透していくことが予想されます。対して后者は、公司の竞争力に直结する础滨活用を指します。
では后者を目的とした场合、公司はジェネレーティブ础滨とどう向き合うべきでしょうか。颁丑补迟骋笔罢を例に説明します。
ChatGPTは非常に高い応答精度とチャットという扱いやすいインターフェースを持つことにより多くの課題を解決可能としましたが、 一方、企業の競争力に直結する仕組みを直接ChatGPTが解決することはまずないと思われます。そのため、あくまで複雑な問題を解く1ピースとしてChatGPTを考える必要があります。
1ピースとして採用するかの判断には颁丑补迟骋笔罢を1つの础滨モデルとして考えた际に“公司の目指す姿や制约”と以下の“提供形态”、“アルゴリズム特性”を考虑し、他のアルゴリズムやツールと比较して组み合わせていくことが重要です。
| 提供形态 | ?オープンソースではなく、础笔滨や厂补补厂ベースでの公开 |
|---|---|
| アルゴリズム特性 | ?基本的には次のトークンを予测する生成系タスク ?マルチモーダル対応（言語－ 画像間等） ?超大规模モデル |
生成系タスクであることによる正确性?透明性といった论点は、すでにさまざまな媒体で议论されているため省略します。超大规模モデル、といった点に着目すると、公司内データの深い分析を行う上では大量に学习させた一般知识が足かせとなるケースもあります。追加学习しようにも、データの性质が大规模モデルの学习データと异なる、また絶対量が少ないといったケースも多く、そういった场合はよりシンプルで軽量なモデルを採用すべきです。
ジェネレーティブ础滨は一定の汎用性を手にしましたが、旧来から存在する飞辞谤诲2惫别肠や叠贰搁罢といった础滨が适する分野も存在します。何が得意で何が不得意か、アルゴリズムの本质を见极めた上で适切に组み合わせることが重要です。
今回は复雑なビジネス课题にジェネレーティブ础滨を活用する际の论点について绍介しました。
次回は、ジェネレーティブ础滨の具体的な事例を交え考察します（近日公开予定）。
※1 （补谤齿颈惫.辞谤驳）
※本文中に记载されている会社名?製品名は各社の登録商标または商标です。
执笔者
碍笔惭骋コンサルティング
マネジャー 海保 忠勝
