AIエージェントとは何か
AIメディア編集長のたつけです。 AI講座の担当の平岡です。
この番組は、AIの最新動向をもとに、未来を考察するポッドキャスト番組です。
それでは、本日のトークテーマは何でしょう。
AIエージェントについて知ろう。
AIエージェント。
ゲームのキャラクターがさ、人間のように意志を持って動いたりしたら面白いな、みたいに思いませんか。
面白いと思います。
何そのため?
ソードアートオンラインとかオーバーロードとかさ、そういうゲームの中に入っちゃう系アニメとかってあるじゃん。
そうするとさ、NPCって言われるゲーム内のキャラクターがさ、人間のように動いたりするわけですよ。
これがね、アニメだけの世界かと思いきや、実はですね、すでに似たような実験が行われていて、キャラクターが意志を持って動くっていうことが発見されてるわけですよ。
そんな実験があるんですか。
そうなんです。その実験というのが今回のテーマになる、このAIエージェントなわけですよ。
だからもうAIエージェントっていうのは、これからのAIの未来を考える上で、絶対に知っておかないといけないものなので、なので今日からですね、なんと全4話構成でAIエージェントについて話していこうと思います。
初めてじゃないですか?第4回とかの構成は。
そうね、今まで単発単発だったから連続してやるっていうのはちょっと初めての試みですね。
4話の流れだけご説明すると、1話目でAIエージェントは何なのかっていう基本の部分をお話しします。
2話目でAIエージェントが変える働き方に注目をしまして、3話目でAIエージェントがもたらすビジネスチャンスについてお話をします。
なるほど。
最後、本格的なそのAIエージェントはいつリリースされるのっていうところを、オープンAIの進捗状況などを含めてちょっとお話できればなというふうに思います。
今回はですね、ちょっと初の試みでリスナー参加型にしようと思っておりまして、
4話目のAIエージェントが進化した未来について我々の意見を最後お話しするんですけど、
その時にですね、1話から3話を聞いた上で、どんな未来になるのかっていうのを皆さんの考察とか意見、考えっていうのを募集したいというふうに思っております。
なので4話目で、我々がこういう未来になると思うんだよねって話をする中で、面白いと思ったものを皆さんの意見っていうのを一緒に紹介しようかなというふうに思ってます。
なので一緒に未来を考えていければなっていう感じですね。
そうですね。AI未来話ですからね。未来をみんなで考察しようという番組ですからね。
あんまり集まらなかったら、いつも通り我々がひたすら未来を考察していくっていう感じになる。
ぜひ募集していただけたらなという感じですね。
最近ね、AIエージェントっていうこともよく聞くようになりましたよね、確かに。
増えてるからね、今。しかも今回はちょっとさらに新しい試みで、なんとね、グッズのプレゼントもあるとかないとか。
あるとかないとかですね。
まだ確定はして決まってはいない。
需要がなさそうだなと個人的に思っているので、ちょっとまだわかんないですけど。
もしかしたらちょっとグッズプレゼントするかもしれないということで、ちょっと楽しみにしていていただければと思います。
アマギフとかの方がいいんじゃない?
お前は現金配るみたいな。
アマギフの方が嬉しくない。
まあね、もらった側からすればね。
だから選ばれた人にはアマギフを3名にプレゼントするとかね。
そこはグッズでさ、我々のファンっていうふうな感じになってほしいじゃん。
じゃあグッズとアマギフでいいんじゃない?
AIエージェントの特徴
やばいね、至れり尽くせえじゃん。
グッズいらねえけどアマギフ欲しいしなみたいな。
確かに、しょうがねえグッズもらっとくかって。
全然ファンじゃねえじゃんそれ。
そんな感じでね、選ばれた方には何かプレゼントがあるかもよという感じですね。
今日はですね、最初のテーマであるAIエージェントは何かっていう話をしていこうと思います。
じゃあAIエージェントは何かということで、
マイクロソフトはですね、AIエージェントのことをこういうふうに定義してます。
あらかじめ設定された目標を達成するために機能するコードまたはメカニズムという感じですね。
要するに人間が何か目標を与えると、それに向けて自律的に動いてくれるAIのことを指すっていう感じですね。
だからAIエージェントは自律型AIとか、あとは自律型エージェントなんて言われ方もされてるわけですよ。
なるほど。
皆さんの身の回りにあるものでわかりやすいのがお掃除ロボットのルンボですね。
これは部屋を掃除するという目的だけ人間が設定して、
あとはどうやったら掃除するのかとか、どのルートで掃除するのかっていう細かい動作はAIエージェントが判断して実行してくれてるっていう感じなわけですよ。
つまりゴールだけ設定すれば、あとは勝手にやってくれるみたいなイメージですかね。
もともとの従来のAIと何が違うのかっていうと、従来のAIは特定のタスクだけを実行するっていう感じだったのが、
AIエージェントになると目標を達成するっていうふうに動きが変わる。
あとあれですよね、指示が必要ないっていう感じですよね。
そうそう、行動が従来のAIだと受動的だから、何か指示されたものに対して動くところが、これが能動的にAIはエージェントは動いてくれる。
すごい言い方悪いですけど、今までのAIは指示待ち人間みたいな。
でもそうね、分かりやすく言うとそうだね。
これからのAIは能動型に自分からやってくれる超優秀な人みたいな、そんな感じの違いですかね。
まさしくそんな感じ。
このAIエージェントの特徴として結構従来のAIと違うなって思うのが、環境との相互作用と、あと自己学習っていうところの部分だと思ってて、
環境の適応っていうのが変化する環境に適応して行動を調整してくれるのよ。
で、自己学習は経験から学習して行動を改善してくれるっていうことがあって、
これはルンバで説明するとすごい分かりやすくて、日々の掃除で間取りを学習するじゃん。
そしたら特に汚い部屋を覚えると、そこを重点的に掃除するようになるわけですよ。
で、あとペットとか行動を認識してそれを避けたりとかっていうのを環境に合わせた行動をとるし、
どういった行動をとるべきかっていうのを自己学習でアップグレードされていくわけね。
ちょっと僕の知ってるルンバじゃないですね。
そうね。
なんかさっきも突然動き始めたよね、ルンバ。
ルンバ使ってますけど、最近のルンバそんなに性能高いんですね。
そう、だからこれちょっと勘違いしてほしいのは、全部のルンバがそういうAIエージェントっていうわけじゃなくて、
本当に最新のモデルのがそのAIエージェントのような機能を備えてるっていう感じだから。
なるほど。
厳密に言うとルンバが本当にAIエージェントかっていうとちょっと怪しいところはあるんだけど、
分かりやすく言うと、
分かりやすく言うとああいう動きをするものがAIエージェントだよっていう感じ。
AIエージェントの仕組み
なるほど。
次にですね、そんなAIエージェントはどういう仕組みで動いてるのかっていうところをちょっと説明しようかなと思うんですけども、
主に4つの要素で構成されています。
それは個性、記憶、計画、行動の4つですね。
個性っていうのは年齢、性別、職業みたいな基本情報とか、あとは性格とか、社内的な立場みたいな情報。
これでAIエージェントの振る舞いに影響を与えるって言われていて。
なるほど。
例えばカレーライス作る時で例えるとちょっと分かりやすいかなと思ってて、
カレーライスを作るAIエージェントがあった場合に個性にインド人で、
職業カレー屋さんっていうふうに設定したら本格的なスープカレーを作ろうとするみたいな感じ。
なんだけど、例えば年齢22歳で職業が劇部の会社員みたいな感じだと、
時短で作れるカレーが出てきちゃうよねみたいな。
なるほどですね。
その人の個性とか背景によってアウトプットが変わってくるみたいな。
そう、そういうこと。
次に記憶の部分はさっきのカレーのところでいくと、
インド人が過去にスープカレーを作って、やっぱり日本はね、ちょっと日本のカレーってスープカレーじゃないじゃん。
こんなシャバシャバなカレー作ってこれカレーじゃないよっていうふうにクレームをつけられたみたいな記憶があったとしたら、
それを反映した場合はスープカレーはもう作らなくなると。
その代わり本格的なスパイスを作った日本人向けの家庭のカレーみたいなのを作るかもしれないよねみたいな。
時短カレーの例で言うと、料理研究家のYouTubeを最近見てたら至高のカレーばっか作るようになっちゃうみたいな。
リュウジさんだね。
そうそう、こいつリュウジしか見てないみたいな。
っていうのが起きるかもしれない。
LLMは一度に扱えるデータ量に制限があるのよ。
だから短期記憶と長期記憶に区別して情報を処理してて、
まさにね、短期記憶、長期記憶って聞くともう人間って感じするじゃん。
なんだけどここはさすがAIっていう部分があって、データベースを参照できるのよ、外部の。
だから短期記憶、長期記憶、膨大なデータベースっていう3つの記憶をもとに行動を変えていくみたいなイメージですね。
ここはやっぱ人間と違って外部に脳を持っておけるから、さらに知識量がたくさんあるみたいなイメージですね。
そう、そういうこと。
これを意図的に、例えばリュウジさんだけにしとくとか。
いろいろいじれるから、これでもアウトプットがあってくるよねっていう感じですね。
そうそう。
次に計画ですね。
これは必要なタスクを施行してそれを分解する。
目的達成のために、このアクションを明確にするためにこのタスク分解っていうのを行うんだけど、
AIエージェントの機能
これが結構AIエデントの中で大きい仕組みというか特徴で、
カレーライスの例で言うんだったら下ごしらえがあって、調理するっていう工程があって、
さらにお皿に盛り付ける仕上げみたいな工程があって、そもそも3段階に分かれるじゃん。
だけどこれもさらに分解すると、カレーのまずレシピを考えなきゃいけないし、
どんな具材が必要なのかリストアップが必要だし、実際に食材買いに行くしみたいな細かいタスクがあるじゃん。
これをちゃんと細かく分解できるから目標までの道筋がはっきりして、
しっかりとした計画が立てれるようになるっていうところ。
なるほど、なるほど。
なので、タスク特化ではなくて目標に向けて自律的に動けるよっていうのがこの計画の部分ですね。
フォーカス的にできるって感じですね。
最後が行動。
これはちょっとAIエージェントっぽい文脈で言うと、
外部の情報を検索して情報収集したり、
必要な画像を作成するために画像生成やを活用したりとか、
あとプログラムコードを書いて実行するとか、
この行動のバリエーションが多いほどAIエージェントっていろんな仕事が取り組めるようになるんだけど、
カレーの例で言うとインド人の本格カレーなんだけど、
行動としては小さなフライパンを使うっていう行動しかできない場合、
最後の最後で結局あんま美味しくなくなっちゃうみたいな。
行動が制限されてるだけでその手前でいろんな情報とか知識とか記憶とか、
経験とかいろんなものがあるのに、
行動で制限されてそれが生きないみたいな状況になっちゃう。
なるほど。
結構この行動っていう部類も何ができるかっていうのが結構大事なわけですね。
そうそう。
社会性と相互作用の実験
圧力鍋も使えるのか、大きいフライパンも使えるのかによってアウトプットが変わってくると。
そう、まさしく。
だから例えば時短カレーとかでも電子レンジでチンするだけで作れるカレーなのに、
家に大きい鍋しかないから結局1時間くらいグツグツ煮込むみたいな。
時短でもなんでもなくなっちゃうみたいな現象が起きるみたいな。
だから個性もあって記憶もあって計画も立てられるけど、
その手段を知らないから何もできないっていうことね。
そうそう。
それがちゃんと複合的に合わさることによっていいものができるようになるっていう感じだよね。
いいAIエージェントの作り方みたいな感じかな。
そうそうそうそう。
次にですね、この複数のAIエージェントが共存することで社会性が生まれることが判明したっていう話をちょっとしていこうかなと思いまして、
これが既存のAIとAIエージェントの違いとして環境との相互作用と自己学習が大きいっていうのをさっきルンバの例の時に話したと思うんだよね。
間取りを記憶するとかペットいるいないを学習してどうのこうのみたいな話をしたと思うんだけど、
もう一つ大きな特徴として社会性っていうのがあるのよ。
はい。
要は他のエージェントとコミュニケーションを取って協力したりとか、時には競争を争ったりすることもある。
実はこれを証明した実験があって、これがですね最初にお話ししたシミュレーションをした実験のお話になるんですけども、
仮想空間の街の中で25人のAIエージェントの行動をシミュレーションするっていう実験で、
ザ・シムズっていう有名な街づくりシミュレーションゲームがあるんですけど、
これは一人一人の人間がシミュレーションされて本物の街レベルで街づきができるっていう結構有名なゲームでして、
今回はその実験ではこのシムズを参考に小さな街を作ったわけですよ。
そこに25人のキャラクターを住ませたと。
これが通常のNPCみたいな機械的なゲームキャラじゃなくて、AIエージェントとしてそこに配置したっていう感じ。
それぞれのAIエージェントに異なる個性、記憶、計画、行動を設定しているわけですよ。
すると不思議なことにですね、なんと日々の生活とかでこのエージェント同士が関係の構築をしたりとかっていう動作を自然に行うようになったわけですよ。
それはゴールにそういう関係を構築しなさいっていうのを設定しているわけではない。
そう、わけではない。
だから今回はゴールを設定したっていうよりは個性、記憶、計画、行動をそれぞれ設定して自由に解き放ったみたいな感じだよね。
じゃあ本来はゴールを設定する必要があるけど、特に設定せずにさっきの4つの要素だけ設定して解き放っただけでどうなるのかっていうのを見た実験って感じですね。
なるほど。
例えばですね、ジョン・リンという男性の例を紹介します。
ジョン・リンはですね、実際はねこれ細かく設定されてるんだけど、かいつまでお伝えするとジョン・リンは薬局の店主で人助けが好きと、常にお客さんが薬を簡単に手に入れられないかっていうことを考えてるような人。
妻のメイン、息子のエリーと一緒に暮らしていて家族を非常に愛している。
近所付き合いとかも良くていい関係を築いているっていうような設定をされているのがジョン・リンという男性ですね。
で、このジョン・リンがですね起こした行動というのが午前6時頃に起きて歯磨き、シャワー、朝食を食べるといった朝のルーティンをします。
その後妻のメイ、息子のエリーと軽く挨拶を交わすんですね。
その後出勤するっていう一連の流れが行われたんですけど、別にその6時起きとかに設定されてるわけじゃないし、家族と挨拶を交わすようにとかって設定も特にないという。
だからある意味家族を愛しているっていうのを行動で表すとこういうことになるっていう風にAIエージェントが自律的に判断したっていうことなのかね。
なるほど。じゃあ人間っぽい設定を作って価値観だけ設定したら文脈を理解してきっとこうするだろうなって思ってAIエージェントが勝手にそうしたんじゃないかみたいな。
しかもそれがこのジョン・ティーンだけがAIエージェントだったらわかるけど、メイもエディも当然AIエージェントで同じようにこういう細かい設定をされてるのよ。
それがそれぞれ違う設定をされてる中で自発的にこういう結果になったっていう。
なるほど。すごい興味深いですね。
面白いよねこれ。
次にですね、イザベラというエージェントのお話もします。
イザベラはですね、カフェで2月14日の夕方にバレンタインデーのパーティーを企画するっていう設定がされてます。
これも本当はもっと細かい設定があるんだけどかいつもと。
するとですね、これがどんな行動を起こしたかというと、友人や顧客を見つけたらカフェでのパーティーに招待するようになったと。
前日の午後には当日のバレンタインデーのパーティーのためにカフェの飾り付けをしていることが確認されたということでですね。
しかもなんと当日にはイザベラを含む5人のエージェントがカフェに集まって実際にパーティーを楽しんでいたっていう。
だからその誘うっていう行動も自発的だし、その誘われた結果行く行かないの判断もAIが自発的にしてるわけですよ。
ここはきっと性格とかそういう行動とかによって行かないとか行くって判断が多分されてるんだと思うんだけど。
実際にはパーティーをするところまでこぎつけたっていうね。
なるほど。それはもうパーティーを改正するっていうゴールがあって、それに対して計画を立てて行動をしたっていう感じかな。
そうだね。イザベラの場合はそうだね。パーティーを企画するっていう設定だからある意味ゴールがあるような状態ではあるね。
いわゆるさっきのはゴール設定はされてない状態だけど、こっちに関してはゴール設定に対してどういう行動をするのかっていういい実験ですね。
それで実際みんなが集まったという。面白いですね。
この実験の話を聞いただけだと、お、じゃあ今後ゲームのキャラクターが自動化するのかっていうふうに思うかもしれないけど、そういうことじゃなくてですね。
AIエージェントの社会への影響
そういうことを証明した実験じゃないので、後半はですね、これが我々の社会に対してどう影響していくのかっていう部分を話していこうかなというふうに思います。
AIエージェントっていうのは、先ほどもお話ししたように一つの目標を与えたらそれに向けて自発的に動いてくれるっていうことで、要するにですね、超優秀な専門職の社員みたいなものだと思うわけですよ。
会社とかもさ、法務部とか経理部とか人事部とか、それこそ専門の部署ごとに業務をしてるわけじゃん。
例えば法務業務に特化したエージェントが出てきたら、法律知識っていう外部のデータベースにアクセスできる分さ、ヒューマンエラーとか少ない超優秀な法務担当が出来上がるわけですよ。
しかも人事部とかもさ、過去にこういう人を採用したらこういう失敗があったっていうのがしっかりとデータとして残るわけだから、採用する次第の判断がめちゃくちゃ正確になるよね。
このレベルのAIエージェントがあったら、そもそも人を採用してるのかっていうのはちょっと怪しいところでもあるけど。
でもそうですよね。超優秀な社員が一人24時間稼働できるっていう感じですよね。
それが自発的にやってくれるっていうところがまさに社員というか、人間の社員のように動いてくれる。
そこが結構今のAIと全然違うところですよね。
例えばこういう問題が起きましたと会社でってなった時に、これを解決するためにどういう手段があるのか教えてくれっていうゴールを設定したら、バババってデータベース検索していろんな行動をして計画を立てて、これとこれとこうですっていうのをパンって出してくれるってことですよね。
しかもすごい速度でやってくれるわけですよね。
AIアジェントは社会性を持つから、それがさらに大きいところで、例えばそれをバーバーバーって計算してバンって出したとして、会社からしたら、いやそんなホームの審査通らないよ、そんなやり方とかさ。
それやったとして、営業部の人数的に無理じゃない?みたいな話になるわけじゃん。
AIエージェントの社会性
AIアジェントはもうすでにホームに確認を取ってOKをもらってて、営業部のメンバーにも確認して何人採用して予算的に問題ないってことも確認してますみたいなことが起きるわけだよね。
社内調整みたいなのが済んでるみたいな。
そっかそっか、社会性を持てるっていうのはそういうところで発揮されるんですか。
なるほどね。
恐ろしいね。
恐ろしい。だからやっぱり最終的にバックオフィスなんかはやっぱり結構ホームのエージェント、経理のエージェント、人事のエージェントみたいな各分野の専門のエージェントがいて、
さらに言うとそれをマネージメントに特化したエージェントが全員をマネージメントするみたいな状況になってもおかしくはないよねみたいな。
AIエージェントを束ねるボスみたいなのがいてもおかしくないもんね。
そうそうそうそう。
前もクロードでそういうことやってるのなんかあったよね。
あーね、あったね。
クロードのオーパスっていう一番大きいモデルが下の階のモデルに対していわゆるコードを書いてこいみたいな感じで、
で下のモデルがコードバーって書いたやつをオーパスにまた投げて、
でオーパスがいやこことここが違うからこうしてくれみたいな。
でまた下のモデルをやって。
いわゆるもう管理職の立場になってるんだよね。
でその大きいモデルだとコストが高いから、
いわゆるコストの安いモデルにできることをやらせて、
いわゆる最適化してるみたいな状況だったよね。
そうね、フルスペック使うのもったいないもんね、無駄だから。
そうそうそうそう。
オーパスがコード書くとすごい費用もったいない、コスパ悪いから、
そういうのを勝手にAIで最適化もやってくれるっていう感じにもなりそうだよね。
これ今話したのはマルチエージェントっていう概念なので、
AIエージェントが完全に実用化された次のフェーズだから、
結構先の話を今してるので、
リアルなAIエージェントの文脈でもうちょっと分かりやすく説明すると、
例えばホームのエージェントっていうふうに広く定義すると、
何の目標を与えられたエージェントなのっていうところもあるじゃん。
ホームっていうさ、広すぎるから。
たぶん会社組織でいうところの係長のポジションの業務が
AIエージェントに置き換わるのですごい分かりやすいかなと思ってて、
係長ってその名の通りピンポイントに一つの分野を係してる役職じゃん。
会社だったら全然違うこともあるけど、基本的にはそういうものだと思うから、
例えばホーム部の中に契約管理官みたいな課があって、
その中に契約書作成係って係があるとするじゃん。
そしたらそこに契約書作成エージェントがいるみたいなのがすごく分かりやすいイメージかなみたいな。
だから契約書作成係の係長で下が実際に作ってて、
それをその係長が見てて、
ひたすら契約書作成だけをやってる部署みたいなのがかかりレベルだとあるんだよね。
それがごそっとAIエージェントに置き換わってもおかしくないかな。
契約書作成エージェントの活用
契約書作成エージェントみたいな感じで契約書だけをひたすら作れるみたいな。
確かにね。
こういう契約書を作ってっていうと、
なんでそれがいいのかどうやったらいいのかっていうのを自発的に考えて、
オートメーションでそこまでたどり着いてくれるみたいなイメージ。
じゃあこれが先に実現されるかなっていう感じですかね。
そうだね、これが一番あり得るラインかなみたいな。
例えばリーガルチェック係みたいなのがあったら、
リーガルチェック専門のエージェントがいるみたいな感じ。
なるほどなるほど。
だから次回はですね、
AIエージェントが変える働き方っていうテーマで話そうかなっていうふうに思ってるんですけど、
今話したようなAIエージェントが実はですね、
すでに稼働してる会社が出てきてるわけですよ。
あー稼働してる会社がもうすでに。
レベルで言うとこういう契約書作成エージェントとかリーガルチェックエージェントみたいな感じで、
一つの係りレベルの業務をこなしてくれるようなエージェントみたいなのがあって、
だからそういう会社がどんな感じでAIエージェントを活用してるのかみたいなのを、
次回はちょっと紹介しようかなっていうふうに思ってます。
新サービスの紹介
面白そうですね。
でもやっぱあの実験がやっぱ面白いよね、このAIエージェントの話に関してはね。
実験すごいですよね。
特にやっぱ社会性モスっていうところがなんか怖いですよね。
もう人間により近づいてきてる感じが。
しかもそのなんていうの、本質としてはビジネスシーンに活かしたいってところがあるから、
ゲームのキャラクターが自動化するとかそういう話じゃないよっていうことは言ったけども、
でもやっぱり一番最初に活用しやすいのってそのラインかなと思ってて。
実際にやっぱゲームの世界を使ってゲームのキャラクターをAIエージェントにしてみた結果だから、
もうじゃあそのままゲームに置き換えるところまで行けるよねって判断になってもおかしくないよね。
あとコストの問題ですもんね。
そうだね、確かに。
大変そうですもんね、設定するの。
そうね。
なるほど。
じゃあ次回は具体的な話がもうちょっと聞けるという感じですね。
そうだね、具体的にこの会社はこういうAIエージェントを取り入れることによってこういう業務がこういうふうになってますみたいな。
もうちょっと具体的な話を次回しようかなと思います。
はい、それではエンディングでございます。
実はちょっと私たち新しいサービスをね、しれっとリリースしてるんですけども。
だいぶしれっとだよね。
8月の頭ぐらい中旬ぐらいですかね。
こちらの概要欄にもペッて貼ってあるんですけど、
我々のAIアドバイザリーというAIコモンサービスを始めまして、
ちょっとそのね告知じゃないですけどお知らせをしたいなという感じです。
主に僕平岡が担当するんですけど、
こちらは社内でのAI導入を相談したいけど、コンサルには頼むことでもないと。
でも予算もそこまでない。
でも専門家には相談したい。そんなニーズにね、叶えるようなサービス作りましたと。
まさしく低予算で相談できるということで、
これは欲してるというかありがたいと思っていただける企業さん多いんじゃないですかね。
そうですね、そうだとありがたいんですけども。
あくまでコンサルではなくアドバイザリー、アドバイスをするという形なので、
事務的なことはね、タッチできないんですけども、
意思決定の補助っていうのをメインの業務とさせていただいてますと。
一応このサービスのゴールとしては、お客様自身が自ら判断できるように、
我々のその考え方とか視点とかを提供しつつ、意思決定をサポートするんですけど、
具体的な選択肢の比較とか、リスクの洗い出し、そういったのも一緒に行って、
一番最適な選択っていうのをできるようにするっていうのがこのサービスのゴール。
つまりだからAI導入の方向性が明確になって、具体的なアクションプランを作れるっていう感じですよね。
はい、そんな感じですね。
あとは個人的にね、これはアドバイザーと言いつつ、コーチング的な要素も取り入れたいなと思ってて、
なるほど。
これはコンサルティングとは違うよって明確に分けたいっていう意図もあるんですけど、
僕自身ね、結構コーチングをやってたりとか受けてるっていうこともあって、
すごい成功体験があった内容としては、自分の選択とか行動とかを振り返る。
これメタ認知っていう言い方もするんですけど、このメタ認知がめっちゃ鍛えられるんですよ。
例えば朝起きて自分の洋服を探すじゃないですか。朝ごはんとか食べるじゃないですか。
なんでそれを選択したんだろうって考えるときって結構少ないんですよね。
これを丁寧にやっていくことで、自分の行動の本質を除けるようになっていくんですよね。
これをやると意思決定の精度がすごい跳ね上がるんですよ。反射的に選ばないから。
で、間違った意思決定をしたときにすぐにピポットできるというか、振り返れるっていうのは特にいいメリットですね。
僕これ生成AIとか朝起きのテクノロジーの進化って本当に速いしすごいんで、特に大事だなと思ってて。
その時は正解だった。最適な選択だったんだけど、状況が突然一変して、もう正解じゃないみたいな。
そういうケースってこれからもっと増えるんじゃないかなと思っていて、正しい選択をすることじゃなくて、
選択をした後にそれは違うなと思って気づいてまた変えられる。意思決定をし続けられることの方が僕すごい力としては大事かなと思ってるんですよね。
その上で必要な力が結構メタ認知だったりとかするので、結構コーチング的な要素はすごく恣意的に入れたいなと思っているみたいな感じですね。
我々の事業でもね、やっぱりそのAIこういう状況だからってさ動き始めたけど、全然AIの状況違ってやっぱやめようみたいな。
実際のそのピボットした体験あるし。
ありますね。
日頃の業務の中でも、まあいろいろこう意思決定する中で、やっぱり平からのコーチング的な要素の話を僕もされるけども、やっぱりあれは本当にためになるというか。
確かにやっぱり。僕は竜家にすごいコーチングやってますから。
そこがお互い今いいバランスを保てるのはそこで、やっぱり2人の相互があるからこそいい経営判断できてるなってすごい思うから。
それはまさしくね、おすすめ。やっぱもう長くその領域でやってるだけのことはありますね。
確かにね。
なのでまあもちろんAI導入がメインなんで、そのコーチングメインみたいな話になっちゃいますけど。
確かに。
AI導入の目的
ただですね、もしお客様がね、AI導入したいとなった時に、AI導入自体が目的になってるっていうことが本当に多いんですよ。
だからそのまま進めると結構失敗しちゃうケースが多いなと思ってるんで、それ気づいてるのに、いやAI導入進めましょうとか言えないんですよね。
いや本当はそこじゃないんですかみたいなところを進めたとするじゃないですか。
そうすると違う文脈の話になるじゃないですか。
AI導入をしたいってことはこういうことを解決したいと。
っていうことはここをまず解決しないとダメじゃないですかみたいな。
で、そうなってくるとAIの話じゃなくなってくるんですよね。
で、実はそこってお客様がずっと抱えている手つかずの課題だったりするんですよ。
だからAI導入ってあくまできっかけなんですよね。
これを導入することによって本当はどう良くなっていきたいのかとか、本当にいい意思決定ってなんだろうねっていうのを伴奏して一緒により良くなっていくっていう、そういうあり方が理想ですね。
だから全部丸投げしたいです、わかんないですみたいなお客様とは多分ちょっと合わないかなという感じなんですけども。
そんなんでよければぜひご相談いただければなという感じですね。
あと最後にね、僕自身もそんなにめっちゃリソースあるわけじゃないので、ちょっとOKできるのは3社程度かなと思ってますので、ちょっと規模にもよるんですけどね。
一旦ちょっと3社限定ということでやらせていただきたいと思います。
あとね、ポッドキャストここまで聞いてくれてる方、すごい本当にずっと聞いてくれてる方だと思うので、AI未来話聞いたよって言ってくれたらちょっとおねびきしようかなと思ってます。
なんか通販番組みたいな。
紹介は無料相談も実施しているので、一回お問い合わせいただければなと思います。概要欄にリンク貼ってますのでお問い合わせください。
それではポッドキャストアプリでAI未来話の番組フォローとレビューをお待ちしています。
フォローすることで最新話が更新されると通知がきます。この番組はランキングに入る可能性が上がります。
お互いウィーミンなのでぜひフォローのほどお願いいたします。
来週も木曜朝7時に更新されます。通勤通学のともに聞いてくれると嬉しいです。
本日もありがとうございました。
ありがとうございました。
