これまでバーチャル経営では、人材に対する考え方や経営指標、マーケティング、自動化、ビジネスモデル、アライアンスなど経営にまつわるさまざまな要素を解説してきました。これらに加えて、今後新たに意識すべき事があります。それは「AI」の存在と、その活用方法についてです。ここでは生成AIの現在地を俯瞰で見つつ、今後のビジネス利用を予測していきます。
生成AI（ジェネレーティブAI）とは
2022年の終盤から、ChatGPTや画像生成AIなど生成AI（ジェネレーティブAI）が注目されています。これまで人間の思考や工夫によって生まれてきたコンテンツが、いくつかの簡単なステップだけで、瞬時に生み出されるからです。
生成AIについては、経営者の「武器」になるのか「壁」になるのか、はっきりしていない状況です。そこでまずは、生成AIの定義と種類を整理してみます。
生成AI（ジェネレーティブAI）の定義
生成AIとは、「コンテンツやモノなどさまざまなインプットから、創造的なアウトプットをもたらすAI（もしくは機械学習の手法）」の総称です。次世代型AIや強いAIの代表格として語られており、BtoC、BtoBにかかわらず業界や分野の壁を越えた活用が期待されています。
従来型AI（認識系AI、識別系AI）との違い
これまで知られていたAIは、その前提として「一定の質を持った十分な量のデータ」が必要でした。つまり、しっかりと精製されたデータを大量に投入することで、機械学習は特徴を学び、そこから「認識」「識別」につなげていくというのが基本的な仕組みです。
しかし、実際のAI活用では、データの準備フェーズに多大な労力が必要です。また、その割には「まったく新しい何か」を生み出すわけではないため、活用範囲は限定的でした。
これに対して生成AIは、データが充実していない環境でも「新しい何か」を生み出すことができるのです。ChatGPTのような文章生成AIやStable Diffusionのような画像生成AIは、特定の人間が入念に準備したデータを使用するわけではありません。インターネット上に点在する材料を独自に取り込んで学習し、新しい創造物をアウトプットします。
生成AIの種類と具体例
生成AIは、2023年時点で「文章生成」「画像生成」「音楽生成」「コード生成」といった種類があります。以下は、それぞれの種類における主要な生成AIの具体例です。
ChatGPT
現在、世界中に驚異的なセンセーションを巻き起こしている文章生成AIの代表格です。人工知能研究を行う団体「Open AI」が開発している言語モデル「GPT（Generative Pre-trained Transformer）」を採用しており、現在は最新のGPT3.5を搭載しています。従来の言語モデルのように、事前学習や再学習を必要とせず、あらかじめ膨大なデータで学習済みの言語モデルを誰もが気軽に利用できる点が最大の強みですね。「～とは？」のような用語解説的な内容ならば、かなりの精度で高品質な文章を自動的に生成します。
2022年11月30日に公開されたChatGPTは、2023年1月に1億人のアクティブユーザー数を記録しました。また、わずか1週間で100万人のユーザーを獲得し、このスピードはメジャーなSNSよりもはるかに速いとのこと。
また、ChatGPTに使われている言語モデル「GPT」は、マイクロソフト社が提供しているローコード開発ツール「Power Apps」内でコード生成にも活用されています。
Midjourney
ユーザーが入力したテキストから画像を生成するAIです。インターネット上に公開された画像をスクレイピングで収集し、これを教師データとして学習するため、著作権や倫理面の問題に発展することもあるようです。
DeepL Write
AI翻訳サービスとしてすでに一定の知名度を獲得していた「DeepL」の新機能で、入力した文章を自然かつ自動的に改善してくれるツールです。2023年春時点では英語とドイツ語のみに対応しています。ChatGPTのようにゼロベースでの文章生成ではなく、文法の誤りや言い回しの提案、言葉の選択を主に行ってくれるようです。
MusicLM
Googleが提供する音楽生成AIです。事前に28万時間の音楽を学習させて開発されたそうで、テキストからさまざまな音楽を自動で生成します。ただし、現時点で一般公開される予定はないとのこと。おそらく著作権絡みの問題がクリアになるまでは、公開されないのではないでしょうか。
Stable Diffusion
画像生成AIの代表格で、テキストから自動で高精度かつ創造的な画像を生成するAIです。Stable Diffusionは、テキストを理解する「テキストエンコーダー」と、それをもとに画像生成を行う「画像ジェネレーター」で構成されています。画像ジェネレーターは内部処理として「拡散モデル」を使った画像生成を行い、さらにOpenAIが開発した事前トレーニングモデル「CLIP」を活用しながら精度を向上させているとのこと。
画像生成の詳しい仕組みはこちらで公開されています。
プレトレ
プレゼンテーション動画の評価・解析サービスです。動画だけではなく、パワーポイント資料の評価・解析も行ってくれるとのこと。時系列に沿って、視覚的にプレゼン全体を可視化してくれるため、改善点が定量化できる点が魅力ですね。
VALL-E
マイクロソフトが開発した音声合成AIです。たった3秒の音声データから発話者の声を学習し、学習した声でテキストを読み上げることができます。事前に6万時間もの英語音声による学習データを使用しており、オリジナル音声によく似た声での自然な発声が可能です。
思考力が試される時代へ
これら生成AIを俯瞰して思うのは「人間の新しい仕事が始まったな」ということです。生成AIの持つ力を最大限に活用するには、「どう情報」を集めて「どう学習させ」、出てきた答えを「どう解釈」して、「どう正誤判断」するのかが重要になってきます。つまり、「どう」の部分がAIを使う人間の裁量であり、思考力の差がつく部分でもあるわけです。
BtoBにおいて生成AIは普及するか
生成AI以外のBtoB向けAIサービスを俯瞰してみると、その大半はAI自体を単体で売っているのではなく、準備段階と学習、チューニングセットでサービス化しています。つまり思考と試行をAIとセットで伴走型サービスとしているものが大半なのです。
現在の生成AIが伴走型サービスとして提供されるかはわかりませんが、人流制御などBtoBでも応用できそうな技術体系はすでに存在しています。
今後は新しいビジネスモデルの考案などデータ（=人間の知見）が不十分な分野で生成AIが活躍するかもしれませんね。対象とする事業分野と市場選定、生成されたビジネスモデルのリスク分析など、ビジネスモデルやマーケティングの立案でも生成AIが適用される余地はありそうです。
仮にこういった使われ方をする場合、ERPやCRM、MA、SFAといったシステムから生成AIがデータを取り込み、次の打ち手を生成するというサービスになるでしょう。つまり、現状のBIよりも一歩進んだサービスになる可能性が高いと感じています。
分析と可視化のみならず「思考の雛形」を生成するAIが登場すれば、BtoBでも普及していくのではないでしょうか。
まとめ
今回は、2023年春時点における生成AIの現状を俯瞰しました。これまでのBtoB向け分析・可視化サービスが行っていたのは「思考の前提」や「思考の材料」を作ることでした。一方、生成AIは思考の結果を瞬時に生成できる点が魅力です。しかし、インプット材料の選定や正誤判断などには、これまで以上の思考力が必要になります。バーチャル経営でも生成AIのビジネス利用を検討しており、仕事の本質化や生存戦略の一部として活用すべきだと考えています。
