生成AIの会社を作ったので、AIの使い道と限界について、毎日色々と考えている。
とはいえ、2022年11月のChatGPTの登場以来、生成AIが「できること」はそれほど大きく変わっていない。
テキストと、画像（≒動画 ＊動画は画像の集合）を出力すること。
単にそれだけだ。
だから、終着点が
「テキスト」か「画像」で、人の役に立つこと。
これが強い成約であり、「現地を調べてきて」とか「一緒に野球をやって」とかは生成AIにはできない仕事になる。
そういう意味では、生成AIができるのは単なる「情報の加工」と総括してもいい。
情報の加工
では「情報の加工」について、もう少し詳しく考えてみよう。
なぜ「加工」と呼んだかというと、生成AIは、新しく情報を作れないからだ。
生成AIのアウトプットは、それまでの学習結果を加味した、確率に基づく出力だ。
だからあくまでも、世界のどこかに存在していた情報、もしくはユーザの入力した情報を、要望に応じ形を整えて出すだけ。
簡単に書くと、
雑な情報
↓
AIを通す
↓
精緻な情報
という加工をするのが、生成AIだ。
そして、「雑な情報」をどのように加工するかを指定するのが、AIに対する命令文である「プロンプト」の役割となる。
生成AIにステップを踏ませる
しかし、生成AIにも限界はある。
例えば、前回紹介したように、複雑なアウトプットを、一気に出力させようとすると、精度が落ちる。
キャッチコピーですら、「キャッチコピー書いて」では、微妙なものしか出せない。
だから、生成AIにやらせる仕事は常に、数珠つなぎになるように、設計しなければならない。
いわゆる「プロセス設計」だ。
インプット
↓
AIが形を整える
↓
アウトプット
（＝次のインプット）
↓
AIが形を整える
↓
アウトプット
（＝次のインプット）
↓
AIが形を整える
↓
最終アウトプット
ステップを踏んで少しずつ精度を上げていくと、かなり難しい仕事も、生成AIはこなしてくれるようになる。
実際、シカゴ大学の研究者が今年の5月に発表した論文では、「財務諸表分析において人間のパフォーマンスを上回った」との見解が述べられている。
大規模言語モデルによる財務諸表分析
我々は、LLM がプロのアナリストと同様の方法で財務諸表分析をうまく実行できるかどうかを調査しました。標準化された匿名の財務諸表を GPT4 に提供し、モデルにそれらを分析して将来の収益の方向性を決定するように指示しました。
物語や業界固有の情報がなくても、LLM は収益の変化を予測する能力において財務アナリストを上回りました。アナリストが苦戦する傾向がある状況では、LLM は人間のアナリストよりも相対的に優位性を発揮します。。
しかし、ここで注目すべきはLMが「プロのアナリストと同様の方法で」分析を行った、という事実だ。
逆に言えば、その方法を知らなければ生成AIを使いこなせないともいえる。
素人がLLMに「財務諸表の分析をして」と丸投げをしても、大したアウトプットは出せない。
これが「生成AIは人間の能力を増幅する」との意見の根拠になっている。
生成AIに丸投げしても大丈夫な仕事は何？
この考え方に基づいて、様々なタスクを「丸投げ」でやらせても大丈夫なのか、それとも「プロセス設計」が必要なのかを調べた結果が、次の表だ。
実際に生成AIに様々な仕事を与えて調べたところ、上の表の １．作業 は、プロセス設計不要な仕事、言い換えれば丸投げ可能な仕事だ。
ここに類する仕事は、根本的には単純作業に属するため、ChatGPTなどに
「この文をわかりやすくして」と頼むだけで、十分な精度が出る。
他にも、
「翻訳して」
「ブレストに付き合って」
「ですます調に変換して」
などが、この１．作業 にあたる。これらの仕事はプロンプトを工夫する必要がほとんどなく、初心者向けだ。
ところが２．の複雑な作業 になると、「インタビュー案を書いて」だけでは、ちゃんとしたものを出せなくなってくる。
「アンケートを作って」も、丸投げではうまくいかないことのほうが多い。
なぜなら、これらは１．に比べて多くの情報が必要とされる、複雑な仕事だからだ。
単に情報を加工すればよいのではなく、インタビューを受ける人や、アンケートをやる人、アンケートを書く人に関する情報を入力しないと、精度の高いアウトプットが作れない。
したがって、これらの作業をAIにやらせようとすると、プロンプトに関する知識と、生成AIの操作に対する慣れが必要となってくる。
そして、最後の ３．業務 になると、生成AIにとってはかなり難しい仕事になる。
例えば「商品企画を作って」では、期待通りの動作をさせることはほぼできない。
さらに、扱う情報と関係者が増えるからだ。
例えば前回紹介した、「キャッチコピーの生成」だけでも、それを生み出すために、「リサーチャー」「マーケター」「コピーライター」「広告運用担当」「営業担当」など、５種類の登場人物がいる。
このような仕事はステップを細かく分割して、そのステップごとにプロンプトを書かないと、生成AIに「プロの」仕事をさせることができない。
したがって、このような仕事は、生成AIにやらせようとしても、毎回プロンプトを書く手間が多くかかってしまう。
だから「自分でやるわ」という人も多いだろう。
という事は逆に、これらの仕事は「AIで自動化」された時に、メリットが大きい領域でもある。
このあたりの「生成AIに丸なげOK」の仕事と、そうでない仕事の見極めが、生成AIの利用のハードルを上げていることは間違ない。
【お知らせ】
【Automagic】という、「プロンプト不要でプロの仕事ができるツール」をつくりました。
無料で使えるので是非お試しを。
Automagicについて今度、話します！
↓
↓
↓
(2024/8/12更新）
ティネクト株式会社・一般社団法人ノーコード推進協会・株式会社UNISON HYBRID
で共催セミナーを実施いたします。
＜2024年9月19日実施予定ウェビナー＞
業務の内製化が
「現場力」をあげる
～ノーコードと生成AIで起こす仕事変革～
【セミナープログラム】
13:00～13:05 オープニング、企画趣旨説明（進行：西舘聖哉）
13:05～13:20 一般社団法人ノーコード推進協会の紹介（ノーコード推進協会）
13:20～13:35 AUTOMAGICの紹介と現場に与えるインパクトについて（ティネクト）
13:35～14:15 パネルセッション ～ノーコードとAIで起こす仕事変革～（進行：梅田悟司様）
14:15～14:25 質疑応答（事前質問を募集している場合はその回答も含む）（進行：西舘聖哉）
14:25～14:30 クロージング、アンケートのご案内や告知など（進行：西舘聖哉）
【対象者】
・現場を指揮する経営者の方
・中小企業、大企業、行政などに関わらず、現場で働く業務担当、マーケティング担当
講師紹介-
【パネリスト】
中山五輪男氏（ノーコード推進協会代表理事）
安達裕哉（ティネクト株式会社）
【トークセッション モデレーター】
梅田悟司氏（AUTOMAGIC 監修者）
【全体司会進行】
西舘聖哉氏（株式会社UNISON HYBRID 代表取締役）
日時：
2024年9月19日（木）13：00〜14:30
参加費：無料
Zoomウェビナーによるリアルタイムストリーミング配信となります。
お申込みは
こちらティネクウェビナーお申込みページをご覧ください
【著者プロフィール】
安達裕哉
生成AI活用支援のワークワンダースCEO（https://workwonders.jp）｜元Deloitteのコンサルタント｜オウンドメディア支援のティネクト代表（http://tinect.jp）｜著書「頭のいい人が話す前に考えていること」65万部（https://amzn.to/49Tivyi）｜
◯Twitter：安達裕哉
◯Facebook：安達裕哉
◯note：（生成AI時代の「ライターとマーケティング」の、実践的教科書）
Photo:Ben Wicks
