生成AIを仕事の下書きに使う

1予測することと、内容を作ること

生成AIは、学習したデータのパターンなどを基に、文章・画像・プログラムなどの内容を生成するAIです。自然言語の指示で議事録を要約させる例があります。利用時に一から学習させなくても、事前学習済みのモデルが使われることがあり、「学習が一切不要」という意味ではありません。

売上の将来値を予測する処理と、案内文を生成する処理は目的が異なります。RPA（Robotic Process Automation：ソフトウェアロボットによる業務自動化）は、設定した手順に従って画面操作などを繰り返す仕組みで、新しい内容を作る生成AIとは区別します。

2複数の能力を組み合わせる

AIアシスタントは、対話を通じて調査や文章作成などを支援する仕組みです。マルチモーダルAIは、文章・画像・音声など複数種類の情報を扱います。例えば設備の写真と質問文を入力し、点検の着眼点を文章で得ます。

API（Application Programming Interface：プログラム間の接続口）を使えば、社内システムからAIサービスへ入力を送り、結果を受け取れます。音声認識→自然言語による検索→回答生成→音声合成という複数技術を組み合わせるサービスもあります。

接続するだけで機密保護や正答が保証されるわけではありません。

3生成結果は確認してから使う

生成AIは、文章の添削・要約、アイディアの提案、科学論文の執筆支援、プログラミング、画像生成などに活用できます。論文の事実・引用は原著資料で確認し、プログラムは動作と安全性を検証し、画像は権利や実在人物への影響を確認して使います。

ランダム性により同じ指示でも結果が変わる場合があります。ハルシネーションは、もっともらしく見えるが事実と異なる内容などが生成される現象です。架空の論文名を本物のように示す例が該当します。ディープフェイクは、本人が話していない映像や音声などを本物らしく合成する技術・コンテンツ。

エコーチェンバーは似た意見が反響して強まる現象、シンギュラリティは技術的特異点の概念で、誤った生成内容そのものの名前ではありません。

4目的に合う使いどころを選ぶ

AIは研究開発の候補探索、調達の需要予測、製造の検品、物流の経路案、販売・マーケティングの顧客分析、サービスの応対支援、金融の不正兆候検知、インフラの点検、公共の窓口支援、ヘルスケアの判断支援などに使われます。

生産・消費だけでなく、文化活動での表現支援にも広がります。

目的は、仮説検証（雨が売上に影響するか調べる）、知識発見（未知の購買傾向を探す）、原因究明（故障の要因候補を絞る）、計画策定（配送計画を作る）、判断支援（点検箇所の候補を示す）、活動代替（問い合わせの一次回答を行う）などです。

相関だけで原因を断定せず、人が目的と検証方法を決めます。