最近、メディアで見かける機会が圧倒的に増えたChatGPTの話題。
ではChatGPTをはじめとした生成系AIの拡がりはどういったインパクトをもたらすのでしょうか。そしてビジネスパーソンは、どのように関わればよいのでしょうか。
言語モデルの軍拡競争
モデルや言語データは大きければ大きいほど、言語モデルの予測精度は高くなります。
大きいことはいいことだ、とわかれば性能を上げるためにしなければならないことは見えています。そう、規模拡大の競争です。
次図は過去数年の言語モデルのモデルサイズ（パラメータ数、単位10億）の変遷を示したものです。OpenAIが先ほどの論文の結論に沿う形で、他社に先行してモデルサイズの拡張競争（GPT-3）に走り、他社もこれに追随したであろうことが読み取れます。
執筆時点（2月10日）、OpenAIに出資するMicrosoftのBingに搭載されたChatGPTはGPT-4と報道されており、正式には公開されていないものの、より大きなモデルサイズ、あるいはより大きな言語データで学習した言語モデルではないかと考えられます。
ChatGPTのインパクト
さて、ChatGPTの社会的なインパクトは何でしょうか？
今度はBingに搭載されたGPT-4ベース（？） の新しいChatGPTに聞いてみましょう。
あたかも有能なリサーチアシスタントのように、該当箇所に出典までつけて答えをまとめてくれています。
情報収集や制作のあり方の変化
同じ問いに対する答えをGoogleなどの従来の検索エンジンを使って書こうとすれば、検索して情報を収集し、自分で取捨選択と編集をすることが必要になります。しかし、対話的に問いに対する答えそのものが返ってくればその必要はなくなり、検索に比べて遥かに便利です。となると、現在支配的な地位を築いているGoogleの検索エンジン、さらに一蓮托生となっている大事な収入源の広告ビジネス（2022年の売上2,828億ドルのうち1,625億ドル）にとっては大きな脅威になりえます。
先述のように、当然Microsoftは自社の検索エンジンBingにChatGPTの搭載を開始しました。
また、すでにプログラムのコード作成分野では、傘下のソフトウェア開発プラットフォームであるGithub上で、GPT-3ベースのCopilotという名称のコード作成支援サービスが2022年に商用リリースされています。今後、WordやPowerPointをはじめとするMicrosoftの製品群にはChatGPTが当たり前のように搭載され、文章やプレゼン資料の作成支援に使われるようになることでしょう。
今回、ChatGPTはOpenAIが開発した言語モデルですが、名前に反して（？）コードやモデル自体は実はオープンソースにはなっていません。画像生成AIの分野ではStable Diffusionがオープンソースでコードや学習済みのモデルも公開しました。これにより、誰でもStable Diffusionを組み込んで新しいアプリを作ったり、また、例えばアニメデータを追加学習させてアニメに強いモデルを作ったりすることで、ユースケースが劇的に拡がりました。今後、こういった大規模言語モデル、言語生成AIがオープンソース化されればそのインパクトはさらに拡がることが予想されます。
人間に求められる力の変化
上記のような情報収集や制作を補助するツールの変化はわかりやすい一例にすぎません。イシュー（問い）を押さえ、仮説をもとに情報やデータを集めて分析し、それをもとに考えて問いに対する答えをまとめて資料を作成するといった、ホワイトカラーの価値の源泉となっている思考活動全般にChatGPTが与える潜在的なインパクトは極めて大きいものがあります。
問いを立てればとりあえずAIが仮の答えをつくってくれるのであれば、「問う力」がより重要になるでしょう。ただ、「問い」そのものを考える際もChatGPTとの対話を活用し、ChatGPTをあたかも思考のスパーリングパートナーとして自分の問いを磨く、といった形で使えそうです。
また、以上の話はあくまでAIが学習できる言語化された世界での話ですので、言語化しがたい世界を、身体を使って五感で体感し、いかに知覚するか、といった身体をもつ人間らしい知覚の重要性も高まりそうです。
そして私たちはどうすべきなのか
従来、グロービス経営大学院でも論理思考のクラス「クリティカル・シンキング」では、問題解決の際にはHowから考えず、何が課題か、イシュー（問い）なのかを最初に考えるよう、伝えています。これ自体は正しいのですが一方で、人は問いの設定をする際、「最初から解けそうもない問い」はなかなか設定しないものです。Howの知識の幅が問い自体の限界を規定しているといってもいいのかもしれません。
この20年近くの間にテクノロジーの進化によって大きく変わってきたのは、そもそものHowが大きく変化したことで、個別におススメを出すような、以前は解けなかったようなビジネスの課題設定、問いに対して答えが出せるようになったことです。同時に、AIが教えてくれるのであれば知識は不要なのではないか、という疑問も、そんなことはまったくありません。というのも、知らないことはそもそも知覚できない、からです。
AIが出してきてくれた答えの虚実を見極めるためという意味でも、課題設定の幅を広げるという意味でも、しっかりとした体系的な知識やHowの知識、体感値をあげていくことは重要になります。
だとすれば、答えはシンプルです。
まず使ってみましょう。
ピカソの言葉として伝わっているものに以下のものがあります。
“コンピュータは役に立たない。答えをくれるだけだから”
まさにビジネスの課題解決に向けてどのような問いを立てるのかが問われています。
（執筆：鈴木 健一）
単なる理論ではなく、現場で成果を出す生成AI活用の“実装方法”を知りたい方に最適なウェビナーです。
本セミナーでは、製薬・バイオ企業でのPoC（概念検証）から得られた実データとノウハウを元に、「どこにAIが効くのか」「どこが難しいのか」を明確に解説します。
【開催概要】
・開催日：2026年2月12日（木）
・時間：12:00〜13:00
・形式：オンライン（Zoom／ログイン不要）
・参加費：無料（定員150名）
製薬・バイオ企業の生成AI導入は、「試行」から「実利」を問うフェーズへと移行しています。
本セミナーでは、13チームのPoCで時間を50〜80％削減したノウハウを余すことなく共有します。適用可否の見極め、評価設計、失敗領域への対応方法、全社展開のガバナンス設計まで、実践的な内容です。:contentReference[oaicite:1]{index=1}
・製薬・バイオ・化学業界のDX／業務改革担当者
・AI導入プロジェクト責任者・企画部門・法務・人事などの全社展開担当者
・PoC設計や効果測定の「型」を学びたい方
・自社の生成AI活用を確実な成果につなげたい実務担当者
【セミナーの内容】
・生成AIの“適用可否”を短期間で見切る方法（PoC設計・評価の型）
・現場で成果を出すAI活用ノウハウ（バックキャスティング／プロンプト構造化 等）
・適用が難しい領域（PowerPoint・OCR 等）の整理と次の打ち手への転換
・横展開に向けたガバナンス設計とナレッジ共有
【登壇者】
奥田 真輔 氏
システム開発やITコンサルティングを経て、
外資系製薬企業で15年以上のITビジネスパートナーとして人事からコマーシャル、 メディカルなど製薬企業の様々な分野のプロジェクトに携わる。
現在はネクセラファーマ株式会社で、システムだけではなく、企業風土改革や業務改善をリードし、
日本発グローバルバイオ製薬企業にむけて、同社の成長基盤の構築に尽力している。
岡田 雄太（ワークワンダース株式会社 CTO）
野村総合研究所に新卒入社後、証券総合バックオフィスシステムやオンライントレードシステムなどの開発に従事。
その後、8 Securities（現SoFi Hong Kong）へ出向し、日本人唯一のエンジニアとして国際的なプロジェクトに携わる。
BOOSTRYでは信託銀行向けSaaSの立ち上げと成長を牽引。
WiseVineではCTOとして開発組織を30名規模に拡大し、プロダクト開発を推進。
2025年4月よりワークワンダース株式会社CTOに就任。AI活用を中心とした開発支援をリードする。
【お申込み・詳細】
こちらのウェビナー申込ページをご覧ください。
(2026/01/19更新）
【著者プロフィール】
日本で最も選ばれているビジネススクール、グロービス経営大学院（MBA）。
ヒト・モノ・カネをはじめ、テクノベートや経営・マネジメントなど、グロービスの現役・実務家教員がグロービス知見録に執筆したコンテンツを中心にお届けします。
Photo by：Google DeepMind
