溶け込むAIの概念
今回はですね、世の中にたくさんある会話型AIについて、ちょっと深く掘り下げてみようかなと。
まあ、チャットボットとかスマートスピーカーとか、いろいろありますけど、鳴り物入りで登場したのに、あれ気づいたら全然使ってないな、みたいな経験結構ありませんか?
せっかく作られても、なかなか私たちの生活とか仕事に定着しないAIが多い。この問題を解く鍵として、情報源が示しているのが、「解け込むAI」っていう考え方なんです。
これはmiiboっていうプラットフォームが提唱している概念らしいんですが、今回はこの解け込むAIって一体何なのか、
そしてどうすればそんなAIが作れるのか。miiboに関する資料をですね、一緒に読み解きながら探っていきましょう。
目指すのは、あのただ技術的にすごいってだけじゃなくて、本当に使えるAIの条件、これをまあ見つけることです。
資料によると、miiboは知能、知識、共感、個性、この4つが不可欠だと言ってるんですね。
この4つのピースがどう組み合わさると、AIがなんていうか、空気みたいに自然な存在になるのか。
ここを解き明かせば、あなたが普段AIに感じているちょっとした物足りなさとか、あるいはこれからAIとどう付き合っていくか、みたいなヒントが見えてくるんじゃないかと。
じゃあまずは、そもそも論として、多くのAIがなんで長続きしないのかっていうその理由から見ていきましょうか。
高機能のはずのチャットGPTだって、毎日こう積極的に使いこなしてるかっていうと、うーんどうでしょう。
そうなんですよね。わざわざウェブサイトを開いて、で、プロンプト考えて入力して、でこれ結構まあハードル高いというか、これが資料で言われている
心理的距離の遠さっていう、そういうことなんですかね。で毎回私は誰で、今こういう状況で、みたいにあの説明し直すのも正直ちょっと面倒くさい時ありますよね。
このコンテキスト共有の手間、もう大きな壁になっている気がしますね。
まさにそのひと手間がこう積み重なっちゃうと、結局まあ使わなくなっちゃうんですよね。
逆に長く使われるAI、つまりmiiboが言うところの溶け込むAIっていうのは、もっとこう身近な存在なんです。
例えばあのスラックとかTeamsにこういつもいて気軽にあれどうなったって聞けちゃうとか、
あれはこっちの状況をある程度こう把握してくれてて、オスバさん、例のケンですが、みたいに話しかけてくれるような、
まるでちょっと気の利く同僚とか部下みたいな、そんな感覚でしょうかね。
あーなるほど。完璧じゃなくてもいいけどそばにいて、なんか話が通じやすいみたいな。
そうなんですそうなんです。そういう存在であればユーザーはまあ気軽に使い続けるでしょうし、
あと使われることでデータもたまってAIをさらに改善していくっていう、そういう好循環も生まれやすくなる。
miiboが目指しているのは多分まさにこの活用とか改善のハードルが低いっていう、そういう状態なんだと思いますね。
なんか遠いところにいる天才じゃなくて、身近なパートナーとしてのAIみたいな。
なるほど。溶け込むってそういう意味合いなんですね。では、その溶け込むAIを実現するための4つの要素。
まず最初の知能について見ていきましょうか。これはAIの基本的な活査、いわば児童の部分ってことですよね。
その通りです。地盤になるのがGPT-4とかクロード3なんかに代表される大規模言語モデル、LLMの能力。これが知能ですね。
ものすごく大量の情報を学習していて、まあ多様な質問に対して人間じゃちょっと思いつかないような示唆を与えたりとか文章を作ったりする力。
ミーボのプラットフォームだと、オープンAIとかアンスロパティック、グルーグルー、あとあの高速処理でちょっと注目されているグロックとか、複数のLLMを選択肢として提供しているみたいですね。
複数選べるんですか。それって何か理由があるんですか?一番性能がいいやつを使えばいいって単純な話じゃない?
そこが結構重要なポイントでして、LLMって確かに強力なんですけど、でも万能じゃないんですよ。
例えば特定の業界知識とかすごく新しい情報にはそかったり、あと文脚を間違って解釈しちゃったりすることもある。
それに今のLLMってその中の仕組みが完全にわかっているわけじゃないんで、100%コントロールするのが難しい。
だから企業で使うときに求められるような常に安定した意図通りの応答を保証するのがちょっと難しい側面があるんですよね。
時にはちょっと不適切だったり、配慮に欠けるような回答をしてしまうリスクもゼロではない。
なるほど。賢いんだけどちょっとこう扱いにくい部分もあると。
そうなんです。そこでミーボーがLLMフラットっていうそういう設計思想を掲げているのがなかなか興味深いなと。
これはつまり特定のLLMに縛られないで、プロジェクトの目的とか予算とか求める応答の品質に応じて一番良いLLMを選べるようにしましょうっていうことですね。
例えばコスト重視ならこっちのモデル、精度を求めるならあっちのモデルみたいな使い分けができる。
あと一つのLLMに何かトラブルがあっても別のLLMにさっと切り替えるみたいなリスクヘッジも考えられますし、
この柔軟性が結構実用的なAIを作る上ではメリットになるというわけです。
共感と個性の重要性
プロジェクトごとに最適なエンジンを選べると、それは確かに合理的ですね。
でもその知能だけじゃ不十分なっていう話でしたよね。賢いだけじゃダメなら次は何が必要なんですか?
はい。次に必要なのが特定の役割とか目的に合わせた専門性、つまり知識ですね。
一般的な知能を持っているLLMに特定の分野の専門知識を教え込むみたいなイメージです。
資料によるとミーボーではこれを実現するために、RAG、検索拡張生成ですね。
それとかシナリオ対話、あとはルールベース応答みたいな機能を提供しているようです。
RAG、検索拡張生成ですか。それって具体的にはどういう仕組みなんですかね?
ただ資料を読み込ませるだけとは違う?
RAGっていうのは、AIが応答を作る前にあらかじめ用意しておいた特定の情報源、データベースとか文書ですね。
それをまず検索して、その内容を踏まえてから回答を作るっていう技術なんです。
これによってLLMがもともと持っている一般的な知識だけじゃなくて、例えば企業独自の製品情報とか社内のルールとか
最新の業界動向みたいな特定のドメインに特化した、より正確で信頼性の高い応答ができるようになるんです。
なるほど、AIにいわば官兵を持たせるみたいな感じですかね。
まさにそんな感じです。
miiboだとナレジデータストアっていう場所にテキストファイルだけじゃなくて、
ウェブサイトのURLとかPDF、CSVみたいな異論な形式で知識を蓄積できるみたいで、
それらをベクトル化っていう技術で効率よく検索できるようにして、
検索の方法も全文検索とか、キーワードと文脈を組み合わせるハイブリッド検索とか、そういうのから選べる。
だからかなり柔軟に知識を組み込めるようになってますね。
知識も、でもただ入れればいいってもんじゃなくて、鮮度が大事ですよね。
古い情報で答えられても困るし。
おっしゃるとおりです。
そこもちゃんと考えられているみたいで、APIを使って外部のシステムから自動で情報を更新したりとか、
特定のイベントが起こったらウェブフックで知識を更新するとか、
あるいは、ノーションのページと連携させておいて、そこが更新されたら自動でAIの知識もアップデートされるみたいな、
そういう仕組みが用意されているようですね。
これで知識が古くなるのを防ぐと。
はあ、知能があって専門知識も常に最新。
これだけでもなんかかなりすごいAIになりそうですけど、まだ足りないんですか。
そうなんです。
ここまでの知能と知識だけだと、ものすごく物知りではあるんだけど、
どこか人間味がないというか、いわゆる頭でっかちなAIになっちゃう可能性があるんですよね。
ユーザーが本当に心を開いて対話して頼りにするためには、次の要素、共感が結構鍵になってくるんです。
共感ですか?
AIに共感ってなんだかちょっと不思議な感じしますけど、どういうことなんでしょう。
ここで言う共感というのは、AIがユーザー一人一人の状況とか背景をちゃんと理解して、記憶して、それに合わせたコミュニケーションを取る能力ということなんです。
miiboではステートっていう機能でこれを実現しているみたいですね。
例えばユーザーさんの名前とか、前に話した悩みとか好みとか、
あるいは今の感情とか満足度みたいな情報をAIが会話の中で記憶したり更新したりしていくんです。
じゃあ前回の会話の続きから話せるみたいな?
そうですそうです。それによって毎回自己紹介したり、同じ状況説明を繰り返したりする必要がなくなるわけです。
AIがあなたのことちゃんと覚えてますよっていう態度を示すことで、ユーザーは安心感を持ってより深いレベルでの対話、つまり信頼関係が生まれやすくなるっていう考え方ですね。
それは確かになんか心理的な距離がぐっと縮まりそうですね。
そのステート機能っていうのは具体的にどうやって情報を記憶するんですか?
なんかプライバシーとかその辺大丈夫なのかなってちょっと気になりますけど。
あ、良い点ですね。資料を見る限りだとこのステートは開発者が意図した情報、例えばユーザーIDとかカートの中身、問い合わせの履歴とかそういうのを動的に記録する仕組みのようです。
で、プロンプトの中でアットマークステート名みたいに書くとその情報を応答に反映させられる。
アットマークユーザー名さん、前回お問い合わせいただいた件ですか?みたいな感じです。
さらに会話の内容からAI自身がユーザーの状態、例えば不満を感じてるなとか問題解決したなとか、そういうのを判断してステートを自動で更新するような設定もできるみたいですね。
なるほど。開発者が管理する情報だから何でもかんでも勝手に覚えるってわけじゃないんですね。安心しました。
そう考えられますね。だからカスタマーサポートならお客さんの状況を正確に把握して一人一人に合わせた対応ができますし、あるいは継続的な学習支援AIならユーザーの理解度に合わせてアドバイスを変えるみたいな応用が考えられます。
シナリオ対話とか外部システム、ウェブフックとかと連携させればもっと複雑な状況管理も可能になるでしょうね。
この共感によってAIは単なる情報提供ツールから一歩進んでユーザーに寄り添う存在へと変わっていく可能性があるというわけです。
自分のことを分かってくれるAIか、それはなんか頼りになりそうですね。これで知能、知識、共感とAIの内面がかなり形作られてきましたね。いよいよ最後の要素、個性。これはどんな役割を果たすんですか?
AIの個性とインターフェース
はい、最後のピースが個性です。これはAIのいわば外見とか話し方、つまりユーザーが直接触れるインターフェース全体のことですね。
アバターとかアイコンみたいなビジュアル、合成音声による声のトーン、あとプロンプトで調整された応答の口調、例えば丁寧をとかフレンドリーとか専門家風とか、そしてそのAIがどこに現れるか。
スラックなのかLINEなのかウェブサイトのチャットウィンドウなのか、そういう生息場所みたいなものも個性の一部です。
へー、中身だけじゃなくてどう見えるかどう聞こえるかどこにいるかっていうのも重要なんですね。
ええ、これらを通じてAIは単なる機能の集まりじゃなくて、あたかも人格を持った存在のように感じられるようになる。
miiboだとAIエージェントごとにアイコン画像を設定したり、自己紹介文をカスタマイズしたり、あとよくある質問への提携応答、クイックニップラインって言いますけど、それを用意したりできるようです。
もちろんウェブサイトに埋め込んだり、使われるプラットフォーム、スラックなのかウェブなのかとか、それに合わせて表示を最適化することもできるみたいですね。
例えば企業の問い合わし窓口だったら信頼感のある丁寧な口調とちょっと落ち着いたアイコン、子供向けの教育AIだったら明るくて親しみやすいキャラクターみたいな、そういう使い分けができそうですね。
まさにその通りです。ターゲットとするユーザー層とか利用されるシーンに合わせて個性を最適化することが、AIに親近感を持ってもらって継続的に使ってもらうためにはやっぱり不可欠なんですね。
これまで見てきた知能、知識、共感っていうAIの能力、内面ですよね。それをこの個性っていうインターフェース、外面で適切に包み込んであげることで初めてユーザーの心に響いて生活や仕事に溶け込むAIが完成すると考えられるわけです。
なるほど。知能、知識、共感がエンジンとか中身だとしたら個性はボディデザインとかコックピットの使い心地みたいなものなんですね。
この4つが全部揃って初めて、これ乗りたいな、使いたいなって思えるAIになると。miiboはこの4要素をどうやって一つにまとめているんでしょうか。
miiboのプラットフォームはこれら知能、つまりLLMの選択ですね。それから知識、ナリチデータストアとかRAG、そして共感、ステート管理、最後に個性、インターフェース設定、これらを一つの管理画面で統合的に設定運用できるっていう点を強みとしているようですね。
エージェント、AIごとにこれらの要素を組み合わせて設定してプレビュー画面で応答を確認しながら調整できると。
作って終わりじゃなくて、ちゃんと調整しながら育てていけるんですね。
そこが多分すごく重要ですね。実際のユーザーとの会話ログを分析する機能もあるみたいで、どの質問にうまく答えられなかったかとか、ユーザーがどんな反応を示したかみたいなデータを見ながら、継続的にAIを改善していくサイクル、PDCAですね。それを回せるようになっている。
しかもそれがノーコード、つまりプログラミングなしでできるっていうのは、開発のハードルをぐっと下げますね。
そうですね。専門的な知識がなくても比較的簡単に高度な会話型AIを構築して運用できるっていうのは大きな利点でしょうね。
さらにAPIとかWebhookを通じて既存の社内システムとか外部サービスと連携しやすい設計になっているっていうのも、実用性を高める上では重要です。
資料によればカスタマーサポートはもちろん、社内のヘルプデスク、教育分野、あとエンターテインメントまでかなり多様な領域で導入実績があるみたいですね。
3年以上の運営実績と2万件以上のアカウントが作られているという数は、この4要素アプローチがある程度の実用性を持っているということを示していると言えそうです。
ということは、これ単にLLMを導入するだけじゃやっぱり不十分で、知識とか共感、個性をどう設計してどう統合していくかっていうのが、これからのAI活用の肝になるということですね。
まさにそう思います。生成AIのポテンシャルってものすごく大きいと思うんですけど、その進化を引き出すためには、単に賢いエンジン、LLMを用意するだけじゃなくて、それに適切な知識を与えて、ユーザーとの関係性をちゃんと築くための共感性を実装して、そして親しみやすい個性でパッケージングするっていう、この総合的な設計思想が不可欠だというのが、
ミーボーの提唱する溶け込むAIの革新部分なんでしょうね。なんか技術デモとか一時的なバズで終わらせないで、本当に価値を生み出し続けるAIを考える上で、非常に資産に富む視点だなと思います。
いやー今回は、ミーボーが提唱する溶け込むAIを構成する、知能、知識、共感、個性という4つの要素、かなり深く掘り下げてきましたね。
ただ賢いだけじゃなくて、ちゃんと専門性を持ってて、私たちの状況を理解してくれて、そして親しみやすいインターフェースを持つ、これらがバランスよく組み合わさって初めて、AIは私たちの日常とか仕事にとって本当に手放せない存在になるのかもしれないですね。
その通りですね。技術的な性能競争だけじゃなくて、いかにユーザー体験全体をデザインして、その心理的な距離を縮めて長期的な関係を築けるか、そこにこれからの会話型AI開発の面白さと難しさもありそうだなと感じますね。
さて、ここまで聞いてくださったあなたにとって、溶け込むAIって具体的にどんな姿を想像しますか?今回挙げられた4つの要素、知能、知識、共感、個性。これ以外に、AIが私たちの生活にもっと自然に、でも邪魔にならないように存在するために必要だと思う要素って何かありますかね?
例えば、ユーモアのセンスとか、あるいは適切な距離感を保つ能力とか、あなたの理想のAIパートナー像みたいなものをちょっとこの機会に思い描いてみるのも面白いかもしれないですね。
