2023/12/15
生成AI(ジェネレーティブAI)は、さまざまなコンテンツを生成できるAIの総称です。本記事では、従来のAIとの違いや生成AIの種類、生成AIを活用するメリット、生成AIのビジネス活用事例、生成AIのリスクや活用する際の注意点などを解説します。
生成AI(ジェネレーティブAI)とは、ディープラーニング(深層学習)によってAI自ら学習を重ね、学習したデータを元に、自動的にコンテンツを生成してくれるAIを指します。生成できるコンテンツの種類には、文章、画像、音声、音楽、図面、プログラミングのコードなど、あらゆる種類があります。従来のAIが決められた行為の自動化が目的であるのに対し、生成AIはデータのパターンや関係を学習し、新しいコンテンツを生成することを目的としています。
調査会社のガートナーが2022年の「戦略的テクノロジーのトップ・トレンド」で注目すべきキーワードとして挙げたのが生成AI(ジェネレーティブAI)で、「コンテンツやモノについてデータから学習し、それを使用して創造的かつ現実的な、まったく新しいアウトプットを生み出す機械学習※手法(産総研訳)」と定義しています。
また、同社は2023年10月11日、2023年版「生成AIのハイプ・サイクル」を発表しました。同社は、「2026年までに、80％以上の企業が生成AIのAPIやモデルを使用して、生成AIに対応したアプリケーションを本番環境に展開するようになる」との見解を明らかにしました。これは、2023年の5%未満から大幅な増加となります。
近年では、生成AIが世界中で注目を集めており、テキスト生成AIの「ChatGPT」をはじめとした多種多様な生成AIがビジネスシーンや日常生活で活用され始めています。
生成AIは、文章、画像、動画、音声、音楽、設計、デザイン、プログラムコードなどの生成も可能で、AIに対して「プロンプト」と呼ばれる指示を上手く与えることができれば、クリエイターと同等のコンテンツを生成することも可能になりつつあります。ここでは、主な生成AIについて解説します。
テキスト生成AIは、フォームに「プロンプト」と呼ばれる指示を入力すると、自動的にテキストを生成するAIです。OpenAIが開発した「ChatGPT」やGoogleが開発した「Bard」、Microsoftが開発した「Bing AI」などが該当します。
テキスト生成AIの応用例として、プログラミングコードの生成やデバック(バグを見つけて修正するプロセス)、キャッチコピーのアイデア創出、コンテンツ内容に沿った記事の制作、相手との関係性を踏まえたメールなどの文案作成、文章の要約、会議音声の文字起こし、必要な社内データの抽出などが挙げられます。また、外国語の翻訳を行うことも生成AIが得意とする分野で、今後も利用される頻度の高い活用例の一つといえるでしょう。
画像生成AIは、テキストで指示したイメージに近いオリジナル画像を生成するAIです。「DALL·E 3」「Midjourney」「Stable Diffusion」などが世界的に利用されています。また、Adobeが提供する「Adobe Firefly」は、オープン素材の画像などを学習させているため著作権の心配なく利用することが可能です。
プロンプト作成者の作成スキルや技術レベルに関係なく、ロゴやアイコン、商品画像、SNS投稿コンテンツ作成などを高品質で行えます。
動画生成AIは、テキストで指示したイメージに近い動画を生成するAIです。動画生成AIは開発の難易度が高いといわれていますが、2023年3月にはアメリカのRunwayから「Gen-2」と呼ばれる動画生成AIが登場しており、クオリティの高い動画が生成できるようになりました。2023年8月のアップデートで、生成時間が「4秒から最大16秒」になったことで、さらに注目を集めています。
音声生成AIは、音声入力またはテキスト入力によって、新たな音声データを生成するAIです。たとえば、ある一人の声を大量に学習させると、その人の声質と全く同じ音声で、さまざまな文章を読み上げてもらうことが可能になります。Microsoftが新たに発表した音声合成AIモデル「VALL-E」は、たった3秒間の音声サンプルからその人の声を忠実に再現できます。音声生成AIを活用することで、本人の声を収録せずに任意のナレーションを読み上げることも可能です。
従来のAIと生成AIの違いは、「新しいコンテンツ生成の可否」です。
従来のAIが「決められた行為の自動化」が目的であるのに対し、生成AIは「新しいコンテンツを生成する」ことを目的としています。
| 従来のAI | 生成AI | |
| 学習の視点 | 情報の整理・分類・検索 | パターンや関係の学習 |
| 出力の目的 | 特定や予測 | 創造 |
| ビジネスインパクト | 決められた行為の自動化 | 新しいコンテンツの生成 |
| 学習データ | 具体的なデータセット | 構造化されていないデータセット |
生成AIは、コンテンツを生成できるだけでなく、生成するために学習することができるのが特徴です。ディープラーニング(深層学習)によってAI自ら学習を重ね、少ない条件からでも、人間と同じようなアウトプットを生み出すことができます。
また、生成するテキストや画像の創造性が従来のAIより格段に高いため、これまで「人間にしかできない」といわれていた領域までカバーできる可能性があります。さらに、人間が一から作成するよりも効率的で、作業の飛躍的な効率化が期待されています。
2023年7月、調査会社の Nielsen Norman Groupは、生成AIによる従業員の生産性向上について、3つのケーススタディの分析結果を発表しました。生成AIによる従業員の生産性が、調査対象全体で平均66%向上※したことが判明しています。同社は、プログラミングのような複雑な作業ほどより大きなメリットが得られ、スキルの低い従業員ほど生成AIの恩恵を受けていると述べています。
ケーススタディ1は、大手エンタープライズソフトウェア企業の5,000人のカスタマーサポート担当者を対象にした調査です。生成 AIを活用している担当者は、1時間あたり13.8%多くの顧客からの問い合わせに対応でき、経験の浅い担当者(下位20%)だと35%も生産性を向上させました。さらに、解決に成功した顧客の問題の割合から測定すると、作業品質が1.3%向上しました。
ケーススタディ2では、マーケティング担当者や人事担当者、データアナリストなど、さまざまな分野の経験豊富な従業員444人を対象に、ChatGPTを使った日常的なビジネス文書の作成について調査しました。
平均すると、生成AIを使用しなかった場合のドキュメント作成時間は27分でしたが、使用した場合は約17分でした。1日の平均労働時間を8時間とすると、生成AIを活用することで1日あたり59%多くのビジネス文書を作成できる計算になります。さらに、文書の平均採点品質は、生成AIを使用しなかった場合の平均スコアは3.8だったのに対して、使用した場合は4.5を示し、品質の向上にも効果がありました。
ケーススタディ3では、70人のプログラマーがJavaScriptでHTTPサーバーを実装する調査を行いました。半数は生成AIツールを使用し、残りの半数は生成AIの支援なしでタスクを完了。AIツールを使用したプログラマーは平均1.2時間で完了したのに対し、使用しなかったプログラマーは平均2.7時間かかりました。1週間の平均労働時間を40時間とすると、生成AIツールを使用したプログラマーの生産性は126%向上する計算になります。
3つの調査全体で平均して、生成AIを活用することで、現実的なタスクを実行する際の従業員の生産性を66%も向上させました。この調査からも、生成AI テクノロジーの価値は、従業員が一定の時間内に達成できる成果を高めるだけでなく、従業員を疲弊させずに、より大きな価値を企業やエンドユーザに提供できるようなることでしょう。
ただし、注意点として、生産性の向上は従業員がAIサポートを受けるタスクを実行している時にのみ発生します。また、UXデザインなどの一部の職業では、多くのタスクがAIサポートに適していない可能性があるため、これらの分野ではわずかな利益しか実感できないでしょう。
作業の効率化は良いことではありますが、AIの使用によってはるかに悪い出力が生成されるのであれば、大局的には何の役にも立ちません。イノベーションの価値にとって、量と同様に「品質」も重要です。少なくともケーススタディ1と2では、生成AI支援を使用して生成された出力の品質は、支援なしで生成された出力の品質よりも優れています。
この調査から得られたファインディング(調査情報や分析データなどから得られる一次的な発見や気付き)は、生産性と仕事の質の向上にとどまりません。それは、スキル格差を縮めることです。もちろん、個人差は常に存在し、他の人よりも優れたパフォーマンスを発揮する人もいます。しかし、こうしたスキル格差はAI によって軽減できるでしょう。
ここからは生成AIの具体的なビジネス活用事例について紹介します。
トランスコスモスでは、生成AIを活用してオペレーターの生産性を高めようとしています。
電話を受けたオペレーターでは答えられない難しい質問が来た際に、
・オペレーターは生成AIを呼び出して質問
・生成AIは過去の社内ドキュメントなどを参照してオペレーターに回答
・オペレーターは生成AIからの回答を参考にして顧客へ回答
というフローで生成AIを活用します。オペレーターの生成AI活用を検証した結果、難しい問い合わせでも顧客を待たせず即座にオペレーターが回答できるようになることを確認しました。
従来では、電話を受けたオペレーターが回答できない場合は、より専門知識を持つスタッフへ質問を引き継ぐ「エスカレーション」作業が発生し、その間、顧客を待たせていました。しかし、生成AIを活用することで、エスカレーションを6割削減できる見込みです。専門知識を持つスタッフの業務負荷は減り、より重要なエスカレーションに集中して対応できます。
トランスコスモスでは今後、オペレーター支援のための生成AI活用のほか、自社が手掛けるチャットボットサービスに生成AIを組み込んだり、顧客の声の分析や要約に活用したりすることなどを検討しています。
LINEヤフー株式会社の運営するフリマアプリ「PayPayフリマ」(iOS版)では、OpenAIの生成AIを利用し、出品時に商品説明文を自動作成、サポートする機能(β版)を提供開始しています。Yahoo! JAPANのサービスで、OpenAIのAPIを利用した機能を提供するのは今回が初めて。
フリマアプリで商品を出品する際にハードルの一つとなるのが、商品説明文の作成です。出品時に商品名とカテゴリを入力・設定し、「AIからの提案(β)」をタップするだけで商品説明文が作成されます。また、商品名とカテゴリに加えて、色やサイズ、商品の使用状態などの情報を設定すると、生成AIがその商品に適した説明文を作成するため、出品者は作成された文章の確認と調整を行うのみ。生成AIの活用により、初心者でも悩むことなく簡単に出品することが可能になりました。
エクスペディアでは、2023年初めに、ChatGPTを使った対話型の旅行プランニング機能をエクスペディアのiOSアプリでローンチしました。2023年8月にはAndroidアプリでも使用可能になり、さらなる新機能が追加されました。
チャット上でおすすめされたホテルには、画像や価格帯、レビューなどの追加情報が表示され、具体的に旅行をイメージできるようになるほか、いつでも同じチャット上に戻って会話を続けたり、提案されたプランの1つを選んで新たなチャットを始めたり、提案された選択肢を選ぶだけで返答してくれるなど、さらに直感的で簡単な操作が可能になりました。
また、AIを活用したスマートショッピング機能では、旅行者がHotels.comのアプリでニーズに合ったホテルを探し出す負荷を軽減します。新たに追加されたホテル比較ツールでは、価格や評価、アメニティなどについて最大5つのホテルを並べて比較することが可能になりました。また、AIを活用して、旅行者や旅行先、期間など40の要素に基づいて最適な客室タイプをおすすめします。朝食や駐車場の有無、キャンセル時の払い戻し可否などの特典やサービス、価格を見て、滞在をパーソナライズすることが可能になっています。
2023年6月、ブラジルのマクドナルドが採用したOOH広告がマーケターたちの間で注目を集めました。マクドナルドが世界中で使用しているキャッチコピーをセルフパロディした“A.I’m Lovin’ It.”というタイトルが付けられた施策です。
マクドナルドはChatGPTのテキスト生成AIに「最も象徴的なバーガーは何ですか？」と尋ね、その回答である「ビッグマック」をOOH広告に掲出しました。さらに、ビッグマックが1967年に誕生したことやトリビアなども語り続けるChatGPT。これに対抗してバーガーキングもすぐさまChatGPTを活用し、マクドナルドのプロンプトに続けて「どれが一番大きいですか？」と尋ね、その回答である「それはもちろん、ワッパーです」とバーガーキングのOOH広告をマクドナルドの隣に掲出しました。
ブランディングを目的とした広告において、通常であればメーカーの言葉で商品訴求を行うべきところを、あえて世間から注目されている生成AIツールに語らせることでその認知度の高さを印象的にアピールした事例です。
2023年4月、世界最大のスーパーマーケットチェーンであるウォルマートの自動交渉AIが大きな話題となりました。ウォルマートが導入したのは、Pactum Inc.が開発した生成AIです。
ウォルマートは10万を超えるサプライヤーと取引をしていますが、膨大な数ゆえにすべてのサプライヤーと交渉できないことが課題として挙げられていました。しかし、仕入れたい製品と予算を自動交渉AIに伝えると、仕入れ先の担当者(人間)と交渉してくれ、ウォルマートにとってベストな取引になるよう導いてくれるというもの。自動交渉AIは個々の製品について、値引き、支払い条件、価格の交渉、さらには現在と過去のオファーの比較、他社の支払い額を比較することもできます。同社は、生成AI活用を通じて、人間が数週間ないし数か月を要していた商談を数日で成立させることができるといいます。
パイロット運用の後、ウォルマートはシナリオとスクリプトを改良し、この自動交渉AIを米国、チリ、南アフリカのサプライヤーに拡大しました。2021年に初めて導入して以来、アプローチしたサプライヤーの68％と取引を成立させ、平均3％のコスト削減を実現しています。
生成AIは、議事録の要約、翻訳、アイデア出しなど、ビジネスやマーケティング、教育やエンターテイメントなど多様な分野での応用が考えられ、個人利用以外でも多くの企業や組織で導入が始まっています。使う際の注意点を記した「生成AIの利用ガイドライン」を一般社団法人日本ディープラーニング協会が公開しています。
生成AIは大きな可能性がある一方で、人間の社会生活や仕事の脅威となるリスクも抱えています。ここでは、生成AIのリスクの特徴を解説します。
日本ディープラーニング協会の生成AIの利用ガイドラインでは、知的財産権の処理の必要性や法規制の遵守という観点からは、以下の類型のデータを入力する場合、特に注意が必要としています。
・著作権
・商標権・意匠権
・パブリシティ権(著名人の肖像や氏名など)
著作権については、「単にAIに他人の著作物を入力するだけの行為は原則として著作権侵害に該当しません」としつつ、「生成されたデータが入力したデータや既存のデータ（著作物）と同一・類似している場合は、当該生成物の利用が当該著作物の著作権侵害になる可能性もあります」と注意を促しています。
商標権や意匠権も同様で、「故意に、あるいは偶然生成された、他者の登録商標・意匠と同一・類似の商標・意匠を商用利用する行為は商標権侵害や意匠権侵害に該当します」と記載があります。パブリシティ権も同様で、「生成AIを利用して生成された著名人の氏名、肖像等については、それらの氏名や肖像等を商用利用する行為はパブリシティ権侵害に該当します」と記載されています。
生成AIはさまざまな権利侵害の可能性が指摘されており、実際にアメリカでは音声AIや画像生成AIに対して複数の訴訟が起きています
生成AIの利用ガイドラインでは、個人情報・秘密情報・機密情報を入力しないよう呼びかけています。
利用者が入力したデータがAIのモデルの学習に利用されることがあります。秘匿性の高い情報を入力してしまうと、生成AIサービスを提供している会社や他の利用者にも情報の内容が流出する恐れや、漏洩した情報がサイバー犯罪などに悪用される恐れも指摘されています。
また、生成指示に個人情報を入力する行為には、再学習の有無にかかわらず、個人情報の第三者提供に該当するとみなされ、個人情報保護法違反を問われるリスクもあります。
従業員の過失による情報漏洩の例として、たとえば、会議の議事録担当者が要約に便利だからと安易に生成AIを使用してしまうケースがあります。個人情報や自社および自組織の機密情報(ノウハウ等)が流出する恐れがありますので注意が必要です。
なお、情報漏洩対策製品などを手掛ける米Cyberhavenが2023年3月21日に更新した利用実態調査結果によると、同社製品を使用する160万人のユーザーの内、8.2％がChatGPTを職場で利用しており、3.1％が機密情報をChatGPTに入力したことがあったといいます。
生成AIを利用する際には、企業や組織内でどこまでの範囲で活用してよいのかのルールを事前に決めておくことも大事です。
AIの生成物の内容に虚偽が含まれている可能性があると、生成AIの利用ガイドラインでは指摘しています。
「大規模言語モデル(LLM)の原理は、ある単語の次に用いられる可能性が確率的に最も高い単語」を出力することで、もっともらしい文章を作成していくものです。そのため、生成された内容には虚偽が含まれている可能性があります。
生成AIの限界を知り、その生成物の内容を盲信せず、必ず根拠や裏付けを自ら確認するよう指摘されています。
前述した通り、生成AIには、出力に誤り・バイアスを含むリスクや著作権侵害などのリスク、入力（プロンプト）からの情報漏洩リスクなどが指摘されています。生成AIは、以下の注意点を踏まえて活用しましょう。
利用者が期待する出力結果を得るには、生成AIに入力するプロンプト、つまり質問と指示にかかっています。生成AIが理解しやすいプロンプトを出せれば、より有用性の高い回答が返ってきます。生成AIを最大限に活用するには、プロンプトエンジニアリング(AIから望ましい出力を得るために、指示や命令を設計、最適化するスキルのこと)を実践してみることです。
知りたいことについて、生成AIモデルに細かく、具体的に情報を与えます。
・具体的に質問(指示)をする
・会話口調で話しかける
・自由回答形式の質問をする
・ペルソナを設定する
・オーディエンスとチャネルを定義する
・質問を重ねる
生成AIの活用には、人間による検証や編集も欠かせません。生成AIは大量かつスピーディーにコンテンツを生成することができますが、その内容が正しいか(虚偽が含まれていないか)、人間が見た時に不自然でないか、といったことまでは判別できません。そのため、生成されたコンテンツの内容を人間が検証し、バイアスや誤情報を取り除く作業が必要です。
生成AIの利用にあたっては、先述した通り、さまざまなリスクがあることが指摘されています。業務への生成AIの導入を検討する場合、これらのリスクを適切にマネジメントしていくことが必要です。また、生成AIを導入したからといって、すぐに目の前の作業が効率化できるわけではありません。自社の課題に対する効果的な活用方法について、人的リソースの配分とともに検討しましょう。
アイデア次第で、さまざまな応用が可能な生成AI。生成AI を上手く活用することで、従業員の生産性やビジネス効率、創造性、カスタマーエクスペリエンス(CX、顧客体験)を段階的に向上させることができるでしょう。
しかしその反面、利用にあたっては従来のAIよりも広範囲のリスクがあり、適切なリスクマネジメントが必要です。会社や組織では、最新の情報を取り入れ、適宜ルール作りを進めた上で、さまざまなガイドラインを参考にしながら慎重に利用していくことが望まれます。
著者
メタバース情報局編集部
メタバース情報局 by transcosmosはトランスコスモス株式会社が運営する法人向けメタバース情報メディアです。メタバースを活用したビジネスの事例やノウハウ、最新情報、バーチャル体験など、メタバースの魅力をお届けします。ビジネスシーンにおけるメタバースの活用や、導入をご検討中の方は、お気軽にご相談ください。
関連タグ
この記事をシェアする
関連記事
ROOM TOUR
注目のタグ
