オフラインでの交流
はい、みなさん、こんにちは、こんばんは。はんなりポッドキャストの時間がやってまいりました。
今日は第16回目となっているようです。ついに16回もやっております。
すごい。すごいとあるわ。継続力がある。
えっとですね、どうしようかな。いつもの通り、じゃあちょっとだけ自己紹介だけしておきましょうか。
えっと、今話しているのが私、KAISEN TAKAYUKIといいます。
えっと、東京でデータ分析職をやっていまーす。
データ分析職をやっていると今言ってみたんですけど、最近は木園の開発とかもやったりとかして、なんか手を広げつつある、今日この頃になっております。
すごい。あとまあ、そうですね、クラウドにも結構手を出してきたんで、なんかちょっと、自分の技術の幅が広がって楽しいなと思いつつ、
大変だなと思いつつの毎日でーす。よろしくお願いしまーす。
よろしくお願いしまーす。はい、じゃあ僕の方も小川と申します。僕もまあ、データ分析とかを仕事にしております。
まあ、もう年末だっていうことでね、僕はちょっと最近まで、今日温泉から帰ってきました。
おお、いいですね。京都に温泉あるんですか?
いや、京都ではなく、ちょっと兵庫の有馬温泉。
ああ、めっちゃいいですね。
いや、有馬温泉ね、めっちゃいいです。
すばらしい!有馬温泉って有名ですよね。
うん、有名ですね。で、ちょっと、いや、温泉ええわと思って。
いやいや、温泉知らんなと思って。
うん、出発すか。
私ね、話したっけ、誰に話したか覚えてないんですけど、昔ね、何年、10年ぐらい前にね、
前に電車に乗ってて
ご老人が乗ってきたわけですよ
ご老人って言っても結構ピンピンしてるわけですよ
元気そうだけど
でもやっぱり見た感じご老人だから
席譲ろうと思うんですね
そしたら大丈夫よって言われて
そこからちょっと会話が始まったんですけど
話は
なんだっけ
90何歳っておっしゃってて
90何歳っておっしゃってるんですけど
めちゃめちゃ綺麗な肌で
めちゃめちゃ元気なんですよ
だから私がめちゃめちゃ若くも見えますねとかって言って
秘訣は何ですかって聞いたら
温泉や温泉っておっしゃってました
いや温泉に僕も目標ツルツルになってます
素晴らしい
温泉って多分めちゃめちゃ健康にいいんだと思うんですよね
いやそうですね
温泉合宿とかしましょうよ
温泉合宿いいですね
温泉合宿いいですね
あ
温泉
温泉合宿いいですね
あんなに温泉合宿
どこかの
関西と関東の間でもいいし
間じゃなくてもいいし
どこでもいいんで
どこでもいいですね
温泉地で合宿
して
みんなでうまいものを食べ
っていうのをね
いい感じで
かもしれない
いいですね
それは賛成ですよ
うん
まあでもなんか合宿しようって話してましたもんね
してましたね
そうなんですよね
どこかのタイミングでやりたいですね
そうですね
オフライン大事っていうのをちょっと
このポーズキャストが始まる前にも
ちょっと2人で話してたんですけど
やっぱりねオフラインでの交流もね
欲しいですよね
うん
ぜひ
17回そういう話をするかもしれないので
確かに
そうですね
うん
で今日の話題としては
Googleの生成AI
データサイエンティストショック
2024年どうなるっていう話を
2人で話したいなと思ってるんですけど
でそのオフラインといえば
小川さんオフライン
googleのイベントでしたっけ
参加されたみたいで
はい
思うことがあったようなんですけど
どんな感じだったんですか
はい
僕はGoogleのジェネレイティブAI
何ていうタイトルか忘れたんですけど
インオーサカみたいなやつに
先々週かないってきたんですね
12月14か15ぐらいに
はいはいはい
結構面白くて
ジェミニーっていうのを
Googleは新しいLLを generateっていうのを
Googleは新しいLLを generateっていうのを
LM発表してその日ぐらいに
使えるようになったみたいな感じで
結構ですね
大阪にしては広めの
イベント会場だったんですけど
全部埋まってて
みんな熱気がある
であとTシャツももらえる
生成AI
ちょっとできるTシャツみたいな
Googleさんが作ってですね
いいですね
ちょっといい感じでした
なんかねそこで
結構
ビジネスで使うサイドの
人たちっていうのが
顧客層としていて
あんまりプログラマーは多くなかった
エンジニアは多くなかった
企業のエンジニアと
その辺ITの人みたいな感じの層が
多かったのかな
っていう話を聞いてると思ったんですけど
そういう感じのイベントに
行ってきました
生成AIの話が
メインで
Generative AIっていう
タイトルサミットか
Generative AIサミット
イベントだったんですけど
でですね
なんかいろいろですね
Googleのワークスペースっていうのも
あるじゃないですか
クラウド移行とビジネス
ワークスペースでも
ワークスペースってドキュメントとか書けるやつとか
いろいろな
収録を取っているのもMeetなんですけど
そういうツールが入ったやつにも
生成AIが
英語ではもう組み込まれ始めていて
日本語では今後組み込み始められる
というような話とかですね
あとは生成AI系の話
いろいろあってで
僕として面白かったのは
結構ですね
GCPの
GCPといえば何ですか
海鮮さん
ビッグクエリ
さすが
当然ですよね
なんかね
ビッグクエリと
生成AI
っていうのを
うまく組み合わせるっていうのを
Googleは
すごいいい感じに
作っている
へー
言ったらスプレッドシートもあるじゃないですか
Googleスプレッドシートかな
Googleスプレッドシートとビッグクエリって
繋がってるみたいな感じで
あるんですよね
現時点で
それらをうまく使ったり
Googleクラウドストレージ
GCSに入れたデータを
うまく使って
生成AIを
コントロールする
最近流行りのラグ
やるじゃないですか
Googleではですね
どうもラグを
グラウンディングって呼んでるんですね
なんか外部データを参照してやるの
通常ラグって言うんですけど
Googleでは
グラウンディングって言って
それが
めちゃくちゃ
Googleのツールを使うと
もう簡単に
みんなね
オープンエアを使っていると
最近
ちょっと名前忘れてたんですけど
僕も記事とか書いたらめっちゃ
ヒットしてるんですけど
結局
YAMLを書いて
APIをみたいにして渡すみたいな
データを
いうことをやっているんですけど
今オープンエアとかだと
Googleではですね
その辺のツールを
今年の夏に出して
企業では結構それを使って
自社のデータを読み込んで
応答してくれるみたいな
自然言語を応答してくれるような
システムが作れる
バーテックスで
チャット&
カンバセーションやったかな
っていうサービスを出した
なんでこれ
と思って
私が最近頑張っていることは
Googleさんはもう夏に
クラウドでやってくれてて
ビッグクエリーとかで
いい感じにそれをできる
Googleストレージに
突っ込んでもできるみたいな
Googleクラウドストレージ
っていうのでですね
そうか
金安さんの話を思い出して
ここでいい感じに商品を作ってくれてって
それをうまいこと作って
アプリケーション作りっていうのが
良いのではないかなみたいなんで
ここでですね
クラウド移行
これまでそれほど積極的に
クラウド移行してなかったんですけど
生成AIを使う
なんかそれを使う
なんか低レベル
低レベルっていうか
なんかそのファインチューニングとか
いろいろ考えるよりも
そのクラウドにあるものを使って
何をするかって考える方が
ビジネスになるなって思ったんですね
っていうのが
そのなんか今
オープンAIの
チャットGPT
チャットGPTじゃない
チャットGPTとかでも
ラグ的なことを
なんかこう
YAMLを書いて
データを渡してっていうのをやろうとしてるんですけど
そういうレベルのことは
やっぱクラウドで働いてる人たちが
作ってくれる
ここを売りにすると
オープンAIが作って
なんか
生成AI系のものを
作っていたベンチャーみたいなのが
投げ倒されたっていうのが
最近起こってたことだと思うんですけど
その辺は
なんかもう
モデルを作ってるレベルのところが
やってしまうから
あまり
攻めるところではないし
ビジネス的な観点から言っても
そこをやって
コストに見合うリターンを得ようとすると
結局なんかGCPでできることを
自社でなんか高めの価格で
GCPを知らない人
GCPっていうか
多分クラウドを知らない人に
やってもらうみたいなことになるのかな
っていうのを
思ったんですね
コストが高いものを提供する
無知な人にみたいな
ビジネス
そうそうそうそう
まあなんか言ったら
AzureのAPI頂いたらすぐできることを
自社で作ってしまったから
自社のものをなんか
Azure知らない人に売るとか
みたいな感じの
なんかまあ日本語であるから
便利やとかっていうのは
あるかもしれないですけど
まあそれ
やってもしゃあないな
っていうのを
感じた
なるほど
クラウド移行して
それを
GCPのイベントとクラウドの有用性
それを簡単に作りながら
もうちょっとビジネス寄りのアイデアを
こう作るのがいいのかな
というのが
なるほど
なんか僕のそのイベントに参加して
うんうんうん
なんかそこ周辺のツール作りで
勝負しようとしてる人も多いんで
まあマニアックなとこでは
勝負できるかもしれないんですけど
うん
最近やっぱクラウドに投げた方がいいなと
その辺りは
クラウドのベンダーの人に
まあどういう仕組みで動いているかって
いうのは
理解していて
他のなんか
ものを使っても作れるって言うのは
エンジニア的には
必要かもしれないんですけど
どちらかっていうと
クラウドで処理して
うまくパーツを作るみたいな
ことが良いのかなぁ っていうのを
早口で しかも長いみたいな感じで
いやいやいや 興味深いですね 非常に
なるほど そうなんですよね
なんで 結局 Googleのこのイベントであって
面白かった点がもう一点あって
ファインチューニングとグラウンディングを使い分けるか
生成AIを使う際に っていう話があるんですね
ファインチューニングっていうのは モデル自体を書き換えて
自社用に整える
グラウンディングとかラグっていうのは
自社の持ってるデータを
どこかに置いて それを検索させる生成AI
みたいなことですね
そのGCPのイベントで言ってたのが
ファインチューニングっていうのは
新たな知識を覚え込ますにはイマイチ っていう話だったんですね
新たな知識を覚え込ますにはイマイチ
だから自社のデータをオーディナルに…
Stefanできれば全然同じだと思う僕
ください
犯罪ってやつ
これ大丈夫ですか
自社のオリジナルのデータを
生成AIで検索しようとしたい みたいなことあるじゃないですか
それをやる際に モデルのファインチューニングで
乗り切れるかっていうとそうではないみたいな
そうではない!
そうではないこともないんですけど
どっちかっていうと
こういうことを言わないみたいな
縛りをかける方に
ファインチューニングを使った方がいいみたいな
なるほど
そういう新たな知識を加えるのには
やっぱそのラグとか
グラウンディングみたいなのが
良い
ということで
なんで
普通の企業が使うんだ
だったら
その辺
言ったら
Vertex AIのチャット&カンバセーションを
使うみたいなところが
生成AIの活用方法
良いのかな
っていう
ところを
思った
ちょっと記憶違いもあるのかもしれないんで
あと
この
エピソード出すときには
それ
え
え
,それの資料も貼っておきます
ありがとうございます
いいですね
なるほど
そうなんでね
すごいこのイベント参加して良かったなと思っていて
注力すべき点が見えたような気がしたのと
実現できることが
結構明確になったかな
うん
そういうなんか
今みんなが頑張ってることは
クラウドで簡単にできるぞ
っていう話も
見えたので
まあクラウド以降
頑張ろうみたいな
うんうんうんうん
なるほど
点はちょっと遅ればせながら思ったっていうところですね
なるほどなるほど
なるほどですね
その辺なんか海鮮さん
そうですね
ご意見ご感想とかありますかね
私としては
そうですね
確かに生成AIはかなり盛り上がっているような気配を感じていて
私も実は生成AI周りのことで仕事で関わってるんですけども
そうですね
ただどうしてもね
私の場合
ちょっと今GCPは全然触れてなくて
Azureを触ってるんですけども
Azureだと有名なのがAzure OpenAIサービスかな
うん
あってるかちょっと忘れちゃったけども
あってるかちょっと忘れちゃったけども
それとかもちょっと使ってみると
まあそんなに使いづらさはないかなっていうのはある
あとはAzureでAIを
AIサービスを使うのにも結構いろんなサービスがあって
ちょっとGCPの方よく知らないんであんまり比較はできないんですけど
例えばなんだっけ
文書検索とかかな
文書をベクトル化して
それをなんか検索する
ちょっとなんか人に喋っちゃってますけど
なんかそんなAIサーチか
AIサーチとかっていう
似たようなやつですね
チャット&カンバセーション
多分ちょっと今お話聞いてて似てるのかなと思うけど
あとはまあ
まあ多分GCPにも同じようなものあると思うんですけど
あとあれですよね
なんだっけ
よくあるというか
画像とか動画とかを見せて
クラウドの利用の難しさ
それを物体検出かな
物体検出ができるようなサービスっていうのもあったりとか
そういうのをまとめてなんていうんだっけ
コミュニティブサービスシーズっていうのかな
ちょっと名前があったりとか
そういうのがあったりとかするんですよ
で私もちょっと使ってみてるんですけど
私は別に何かこだわりがあってAzureを使ってるわけではなくて
でもちょっとAzureを使うべき立場にはいるので
使ってるんですけど
まあでもちょっと使ってるとやっぱり思うのは
Azureがやっぱりコスト高いなとかっていうのはちょっと
うん
それみんな思うことですね
うん
でもそれって
あくまでも感想というか気がするのレベルであって
うん
あれじゃないですか
来るじゃないですか請求書が
請求書が来た時には思ったり結構高いなとかって
思ったりしてるぐらいのあれなんですけど
でも実際どうなんだろうなっていうのは結構興味があるんですけど
そうですね結局ビジネスに使う面としては
ここにも書いておられますけど
使いやすい
割と使いやすいっていう部分は結局
時間ってコストじゃないですかビジネスで考えると
そうですね
だからなんか
ちょっと1、2万高いとかっていうレベルであれば
うん
なんか1日早くシステムができて納品できれば
完全にペイで
できるっていうか
そうですね
早くできると3人関わってたりすると
それだけで全然コストが違う
うん
っていう風になるので
まあ1人でも全然余裕だと思うんですけど
うん
そうなんですね
エンジニアが感じるコストと
また違うっていう部分はありますよね
ビジネス結局ビジネスに
最終的に落とし込むので
そうですね
そうですね
そうそうそうそう
そうなんですよね
まあちょっとそうですね
今さっきのコストっていうのは
どちらかというと
遊びで使うときのためのっていう
ちょっと意味合いが入ってましたけど
まあそうですね
ビジネスの観点で言えば
そんなに多分コスト高めなのかもしれないけど
ペイするのかなとも思ってます
であとは
先ほどの小川さんのお話にもありましたし
以前金安さんを
ゲストにお話ししたこともあったんですけども
クラウドっていうのは
パーツの組み合わせだっておっしゃってて
確かに
なんていうか
そうなんだろうなとは思っているんですけど
一方でなんか最近ちょっと
複雑だってほど複雑なものでもないんですけど
ちょっと複雑なアーキテクチャーとかも
実装したりとかする機会があって
そういうふうに
なんて言うんでしょうね
意外と大変というか難しいというか
今ちょっと仕事でやってるのは
結構セキュリティとかを考えると
アーキテクチャーとかで結構
私割とそんなに関わってはいないんですけど
そこら辺
でもある程度しなきゃいけないので
そうなんですよね
そういうのも難しさっていうのも
感じたりとかはしてますけど
いやそうですよね
パーツの組み合わせって
金安さんみたいなプロフェッショナルになると
うん
そこが面白いんですよ
面白くなってくるところなんでしょうけど
最初の一歩のところではいっぱいありすぎてわからんっていうのが
うん
とかつなぎ方とかなんかの
うん
いろいろ書かないとダメじゃないですか
この引数とかみたいな
うん
そうですよね
だからどれを組み合わすかとか
どういう条件にするかっていうのは
うん
結構
なんかあの
前から
マイクロサービスみたいなやつもそうですけど
うん
結局ややこいみたいな
うん
ややこいし
なんか管理する側としては
管理っていうかビジネスサイドとしては
ちょっとマイクロサービスもやめてほしいなみたいな話を聞いたりもしたんで
なるほどなるほど
うーん
なるほどですね
まあマイクロサービスとなんかこれのパーツの組み合わせは
またちょっと意味合いも違うような気もしますけど
うん
まあどこかにデータを貯められるんで
うんうんうんうん
よくわかってないのに言ってるけど
いえいえ
そうですね
なのでまあクラウド
確かに
なんていうのか
使い込ませればかなり
強いって思う一方で
なんていうか
やっぱそれなりになんて言うでしょうね
技術的な障壁っていうのは
まあ
すごい高いわけではないのかもしれないけど
ある程度やっぱ高さはあるよな
っていうのは感じますね
うーん
っていうのは感じてるんですよね
まあとりあえずまとめると便利ではあるが
パーツの組み合わせっていうのが結構難しい
うーん
まあ自分たちでちょっと組み立てる
のもまあ
大変かもしれないですね
っていうところかな
うーん
まあいろいろドキュメント見れば
あるかもしれないですけど
そういうその
例えば
アーキテクチャパターンとクラウドの資格
アジュールだったら
こういうアーキテクチャパターンっていうのがありますよ
みたいなのが
ページがあったりとかするので
そうするとアーキテクチャのパターンが
あるっていうことは
要は
なんていうか
それを実現するためにはどうすればいいか
っていうことも
あるわけですよね
でもね結構依頼されたりすると
そのアーキテクチャからちょっと外れてると
変わるじゃないですか
まさしく
まさしくのとこだと思うんで
まさしくのとこ
それがねわかりにくいんすよね
うーん
大体何やってても
うん
チャッチGPTが答えられないみたいな感じの
ものになってくるっていうのが多いし
まあそこにプロフェッショナルの意義があるのかもしれないが
大変ではあると
うん
まあそうね
そこにプロフェッショナルの意義があると
そうねそこにプロフェッショナルの意義があるのかもしれないが
プロフェッショナルの、そこまで簡単にできちゃうと、なんていうか。
まあね、兼康さんもちょっとおっしゃったかもしれないけど、
私の仕事をやってしまいますから、みたいな。
そうなんでしょうね。
いや、なんでね、僕としてはクラウドの資格を、
広範囲の知識を得るのに、やっぱクラウドの資格とかっていいっていう話を兼康さんもされてたんで、
最初の処方のところを、3つの有名なクラウドで、
一休中に取れたら面白いのかな、来年の。っていうのがちょっと思ったところで、
それをやった上で、また兼康さん会をやっていただけると、すごい面白いのかもしれないなと思って。
なるほど。
難しい点とかも、前回多分あんま分かってない。
分かってない。
分かってない状態で話聞いてるじゃないですか。
非常にもったいないな、頭あるんですけど。
ちょっと理解した我々が、兼康さんに聞くかい、みたいな。
なるほど、いいですね。
確かに確かに。
やっぱり、兼康さん的には、組み合わせっていうのが面白いっておっしゃってたんで、
その辺りを理解できるようなところと、
面白いと思っておられるところとか聞けると、
非常に良いのかもしれないなと。
そうですね。
クラウドの資格、そうなんですよね。
私も今年中に取るつもりだったんですけど、ちょっとバタバタしてて。
いやー、仕事始めるとね。
そうなんですよ。
1月に受け入れると思うんだけどな。
勉強はしてるんですか?
ん?
勉強はしてるんですか?
勉強はしてます。勉強してます。
勉強はしてますし、なんかね、初歩的な本は読みましたね、Azureの。
おおー。
いっけ。
Azure入門ガイド。
おおー。
難しくないっていうか、もうここから始めなきゃっていうので、
結構ちゃんと付箋が、めっちゃ頑張ってます。めっちゃ頑張ってます。
そうなんですよ。
いやー、偉いな。
そうなんですよ。もう本当にでも、仕事に使うんで、もう、
ゼガ引いても、入れでも、やんなきゃいけない。
いやー、そうっすね。
仕事に使うっていうのはモチベーションになりますよね。
モチベーションになりますね。モチベーションになるし、
あと一緒に働いてる方は、方が、なんていうか、Azureは詳しくないっておっしゃるんですけど、
クラウドとかインフラ周りのこと、非常に詳しい方なんで、
すごい勉強になってるんですよね。
めっちゃいいですね、それ。
めちゃめちゃいいですね。めちゃめちゃ、こんなことを考えてるのかとか、
こうやって実現していくんだ、とか。
いやー、それいいな。羨ましい。
仕事しながら、学ばさせてもらってます。
いやー、非常にいいですね。
クラウドは必須に今なっているようだが、
データサイエンティストでも、そういう流れで、
うん。
生成AIとかでも、結局そこ、なんかあんまり、
モデルをいじくってる人たちを見ていすぎると、あまり良くないのかな。
良くないっていうのは、ちょっと僕の視野的には、
クラウドとかで便利に使えるツールがあるぞっていうところを、
うん。
学びながら、それを使う方法を考えた方がいいのかなっていうのは、
生成AIの注目とデータ作りの簡便化
うん。ちょっとした感想として。
でも、イベント参加で、ここまでいろいろ意見とか、
学べたっていうのは、非常に良かったなと。
なるほど。
海鮮さんともちょっと話したかったっていうところでした。
なるほど。
そうですね。じゃあ、来年も引き続き、我々クラウド、
我々クラウドにも注力して、
クラウド分野に進出し、
進出しましょう。
2人とも資格をいつ取れるか。
僕より海鮮さんの方が絶対早いと思いますが、
分かんないけど。
僕の中で取りたいなというのがあります。
そうですね。取っていきましょう。
取って研究していきますか。
はい。じゃあ、次のネタとしては、
2024年に、
データサイエンティスト職で、
盛り上がりそうな話題。
なんでしょうね。
データサイエンティストだけではなく、
なんか盛り上がりそうな話題ないかなというので、
ちょっと海鮮さんと僕で話したいかなと。
そうですね。
次は私から少しだけ話させてもらうと、
なんていうか、
生成AIが大体1年ちょいぐらいですかね。
1年ちょいぐらいなので、
だいぶ注目されて、
いろいろ面白いことになってますけど、
生成AI以外にまた何か出てくると、
またいろいろ盛り上がりがあって、
面白そうだなとは思ってます。
仕事も生まれるし、
我々にとっては何だろう、
ありがたいというか、
ありがたいのかありがたくないのか、
勉強することが増えて、
でも楽しいけどな。
生成AIで勉強するの楽しいんですよね。
なのでまた何か新しいものが、
この業界でどんどん新しいものが出てくるけど、
また何か新しいものが出てくると、
面白いなと思ってて。
ただ一方で、
Web3の動向
Web3が最近元気がないような気がするんだけど、
どうなんだろうなっていうのを、
聞きはしていたりとかはします。
Web3ってどう思うのですかね、最近。
Web3はやってる人はまだやっているというか、
地道に活動されているところではあると思いますが、
やっぱりね、VCとかが、
生成AIの前まではWeb3がメインだったんですよね。
結構、アンドリー・センフォロビッツとかも、
Web3ガンガン行こうみたいな感じで、
今もやってると思うんですけど、
やってるし、けどやっぱりフォーカスは、
生成AIに移っている。
今までみたいにトップではなく、
2番目ぐらいに入るみたいな感じに。
企業としてもWeb3結構難しいような気はしていて、
生成AIの方が、
損益とかにうまく結びつけやすい、
分かりやすいところではあるっていうのがあると思うんですよね。
生成AIに走ったっていうのが、
とんでもないことが起こっている感じはするので、
生成AI自体が、
確かに。
言ったら、
マルチモーダルとかって言われるようなやつだと、
名刺読ませて、情報にするのが長官だったりするんですよ。
PDFを読ませて、それをね、
文字データにするとかっていうのを見たことある。
言ったら、
Googleの、
メモツールとかだと、
無料のメモツールとかで、
名刺情報が、
簡単に、
データ化できたりするんですよ。
文字起こし。
ちょっとイメージしにくいかもしれないので、
俺は動画は外に出さないので、
海鮮さんにだけお見せして。
ありがとうございます。
僕、最近、
名刺の保存とかって、
こんな感じで、
こんな感じでって言ったら、
読者の方、聞いてる方には見えないと思うんですけど、
Googleキープっていうツールがあるんですけど、
これ、僕の名刺を読み込ませた状態なんですけど、
これ、まず画像を入れて、
これを文字起こしするっていうモードがあるんですね。
はいはいはいはいはい。
これかな?
ちゃうな。
ちょっとここでは出せないですけど。
はいはい。
で、一番面白いのが、
これ日付で書いたんですよ。
はいはいはいはい。
じゃあそれもちゃんとこういう風に、
読んでくれるんですよね。
読んでますね。
で、名刺の情報。
うん。
で、今までやったら、
この文字起こしだけで終わってたんですけど、
うん。
生成AIがあると、
うん。
その、
言ったら、
名前だと思うやつは、
名前に分けて、
データを作ってくださいみたいなことができる。
うんうん。
メールっぽいものはメール。
今までコードやったら、
そこに、
言ったら、
名刺って、
各社によって書かれてる内容が違うので、
順番が違う。
順番違いますね。
だからそれっぽいものは、
それに分類するみたいなコードを作らないとダメだったじゃないですか。
そうですね。
生成AIがあると、
それっぽいのをこっちに入れてくれっていうだけで、
まあミスはあるけど、
ほぼ、
データとして作れるみたいな、
なるほど。
ことができたりするんですよ。
なるほど。
なんか、
なんでこの話始めたかちょっと忘れたんですけど、
盛り上がりすぎて。
なるほど。
でもこういうのとかが、
簡単にできるっていうのが、
言ったら、
条件分岐とか書かなくてもいいから、
うん。
めちゃくちゃ簡単にコードが作れて、
データ作りも簡単になるみたいな。
じゃあ、データ作りは大変だっていうのは、
このGoogleのイベントでも話してたんですけど、
でもそこにも、
生成AIを役立てて、
楽にできる部分ができてくるっていうことですよね。
うんうん。
とかっていうので、
なんか非常に、
とんでもないこう、
うん。
事象だなと思って。
うんうん。
データ分析基盤構築とWeb3
いや、私も思ってますよ。
その、
かなり、
あれですかね、
仕事でもチャットGPTに、
聞いたりとかしながら、
仕事してますから。
うんうん。
つい、
こういう時期だなと。
うん。
そうなんですよね。
いや、本当に生成AIが、
なんていうか、
初めはね、
結構、
なんていうか、
ね、
それこそ、
得意なところが、
どういうところかっていうのが、
分かんなかったりとかしたから、
使い道が分からなくて、
本当に役に立つのかなとか、
なんかね、
原作なんだと思って、
なんか、
誰々について、
教えてたかって言って、
間違えたことがあってね。
確かに。
そうそう。
それで、なんか、
全然使えないじゃん、
みたいな話になってたけど、
うん。
勝利じゃないんだよね。
そういうレベルじゃなかった、
っていうことですよね。
そうそうそう。
だからでも、
逆に、
このツールを使って、
新しいものが出てくるのが、
早くなるっていうのは、
ありそうですよね。
ありますね。
間違いないですね。
間違いないですね。
そうですね。
そうですね。
間違いなく、
あると思うんですけどね。
でも、
Web3も、
難しい、
普通の人には、
難しすぎるっていうのは、
あったんですけど、
これを使って、
なんか、
簡単にしてしまう、
とかっていうのが、
あー、
なるほど。
言ったら、
その、
ウォレットっていうものが、
あるけど、
Web3の中心には、
それが難しい、
っていうのとかも、
うん。
何か、
解決してしまう、
糸口を、
作って、
しまう人が、
出てくる、
とか、
いう、
いろいろ考えながら。
なるほど。
意見の交換とかで。
意見の交換とかで。
意見の交換とかで。
うん。
交換っていうのは、
どういう形かは、
どういう形かは、
分かんないですけど。
分かんないですけど。
うん。
うん。
じゃあ、
Web3に関しても、
Web3に関しても、
生成AIがきっかけとなって、
生成AIがきっかけとなって、
何かまた、
新しい、
何て言うか、
何だろうな、
ブレイクする、
みたいなのが、
起こる。
そうなんですよね。
何か、
とんでもないツールが、
出てくる。
そうですよね。
これを使った、
ブレイクする、
っていうのが、
すごく賢で、
出てくる。
いや、
そうですね。
そうですね。
これが、
これが、
たぶん、
2024年とかに、
出てき始める、
でしょうね、
そういう。
なるほど、
なるほど、
なるほど、
なるほど、
確かに、
確かに。
そうですね。
そういう、
そういう話題も、
盛り上がりそうですね。
確かに。
そうですよね。
だから、
こんなことしましたっていうのが、もうすでに…
そういう人とちょっと喋ってみたいですね。
そういうことを考えてる人と。
あーいいですね、来年は。
なるほどなるほどなるほど。
いいですね、確かにいいですね。
生成AIの進化とデータ分析
なるほどなるほど。
そうですね。
で、ちょっと話変わって申し訳ないんですけど、
まあ、終わりもしないんですけど。
個人的な話をさせてもらうと、
私、やっぱりずっとデータ分析をやってきてて、
まあ来年は盛り上がりそうかどうかは分からないけど、
データパイプライン構築とか、
データ分析基盤構築に手を出したいなと思ってて、
で、今年あれですね、
今年かな?多分今年だと思うけど、
Microsoft Fabricっていうのが、
サービスがMicrosoftから発表されたんで、
まあそれちょっとやってみて、
データ分析ってこれまで私は何て言うか、
例えば何だろうな、
まあ何か、
何かあるデータ分析Aブロックをやって、
その後Bブロックをやってみたいな、
Cブロックをやってみたいな、
何かそういう分かれてたんだけど、
それを何かもっとオートメーション化してっていうことを、
何かやれるようになったら面白いのになあとかって思ってて、
まあそこら辺ちょっとやりたいなとは思ってるんですけど、
本当にそういうプロジェクトでアサインしてもらえるかどうかは、
また分かんないなっていう感じですね。
なるほど。
解説は?
はいはいはいはい。
マイクロソフトファブリック、僕もちょっと解説の勉強会でやりましたけど、
これの全貌みたいなんて教えてもらったりできるんですか?
全貌はね、私も分からないもんな。
ごめんなさい。
言ったらデータが何かに入力されて、
それをどんどん加工していくようなツール、
パイプライン構築とかも簡単にできるみたいな感じなんですか?
だと思うんですよ。
そうなんですか?
まあ、本当にそうなんですけどね。
ちょっと大変な話なんですけどね、
だと私にはそう見えてます。
へー。
例えばデータが変われば今度はまた、
変わった段階でそれがトリガーになって、
バーっと走っていくみたいな。
でも本当にそこまでデータ分析の作業が、
オートネーション化できるのか、できないのかってこと自体も、
僕が思うのは
このデータ分析基盤みたいなところ
データ基盤
データを最初にどれだけうまく作って
それをどう流していくかみたいなところなのかなって
ちょっと思ってるんですよね
そうかもしれないですね
そういうとやっぱり
オートメーション化 自動化できる部分っていうのは限られてはいますよ
でも逆にできる部分も多いかなっていうのと
情報収集も結構どうなんでしょうね
この辺りも情報を最初に得て
データとして
読み込む部分も
また生成AIの話になって
疲れ気味かもしれないですけど
例えばこのGoogleのイベントの話であったのは
今まで音声データ
電話の音声データとかって
文字起こしとかしてないことの方が多くて
音声データとして置かれてる状態の方が多かったみたいな
なるほど
しかし一方で
この生成AI
出たことにより
それの文字起こしとかも簡単になって
かなりの精度でできるようになったと
それを文字起こして分析できるようにするみたいな
自動化みたいなのが
できるようになるんですよね
今までの非構造化データと呼ばれていたものが
構造化データにぶち込まれるから
カイセンさんがおっしゃっているような領域って
かなり広くなるような気がしてるんですよね
なるほど
そうですね今おっしゃったように
確かになるほど
結局そういう
非構造化データを構造化して使えるようにする
っていう部分の
ネタ基盤の
作成も
できるし
それができれば
あとは分析なんで
自動化っていうのが
簡単になる
分析の自動化が簡単になるっていうか
決まった形のものを出すのが簡単になるので
最初の基盤構築っていうのは
重要で大変な作業にはなるが
そこの幅が
広がるっていうのが
Googleのイベントを受けての
非構造化データの分析ができるようになるっていう部分を
そのデータの
エンジニアリングされているGCPの方がおっしゃってたんで
そこと組み合わせて
カイセンさんの狙ってるところを
バッチリではないか
なるほど
なんか大きな返答もらっちゃった
ありがとうございます
なるほどね
確かにそうすれば
そうか
生成AIの分野でもありながら
データ分析の分野でもあるっていう
ちょうどいい場所でできる
多分そういう
今後のデータ分析文脈でいくと
そこの非構造化データをどう分析していくか
っていうパイプラインを作ると
生成AIの出力結果の
合ってるか間違ってるかの
ところをうまく見るパイプラインみたいな
のとデータ基盤が重要になるのかなって
2024年
だから
うん
非常におもろい見方やな
おー
っていう風に思った
なるほど
イベントでの情報収集
こうやって話すとやっぱり
生成AIは結構
やっぱり来年も
なんていうか
重要な立ち位置にいるだろうなって感じですね
だからどこに使うかっていうアイデアを
見逃さないようにしておくのが重要かもしれないですね
そうですね
確かに
意外とイベントに行くの大事やな
と思いました
うんうんうん
でそこの業者の人と仲良くなっても
いて
なるほどなるほど
私も
カセネさんとかだったら
もう会社勤めなんで
大きい会社なんで
そうですね
色々聞き足りる立場にあると思うんで
そうですね
どんどん
いくつかの
ベンダーにちゃんと行って
聞いておいて
うーん
僕に教えて下さい
あなるかどうかっていう azurefabricade の一環としておきたいなあねえられまして呢
はいって言っちゃった
教えられるように
いやでも本当に私ももっとそういうところで
情報を手に入れに
クラウドはまだまだ分かってないことだらけなんで
でもねやっぱりめちゃくちゃいい資産をもらえる感がありました
なるほどなるほど
なんかファブリックがそういうことに
どれぐらい使えるのかとかっていうのも
非常に興味があるところです
そうですね
結局なんか多くの会社Excel使って
なんかやってるじゃないですか
そっからうまくいろいろ回せるっていうのは
めちゃくちゃマイクロソフトの強みかなと思うんですね
うんうん
で今起こってんのが
結構無理やりアプリケーションを使って
そっから剥がそうとしている
うん
っていう動きがあるんですけど
マイクロソフトのエコシステムをいろいろ見ていると
無理やりExcelから離れさせるよりも
マイクロソフトのエコシステムをうまく使うっていう方が
うん
企業としてはコストをかけずに
うまくできる方法なのかなっていうのも
ちょっと思うんですよね
なるほど
なるほど
僕が思うだけでいろいろ意見はあると思うんですけど
それらも聞いてみたい
いろんな人に
そうですね
聞いてみたいです
なるほど
2023年のデータ関連のトピック
私の方では
なんていうか
2022年に盛り上がりそうな話題として
ちょっと話してみたんですけど
なんか
どうです?
小川さんは何かあります?
僕は何か海鮮さんがおっしゃってたデータパイプラインとか
データ基盤っていうところがさっき言ったような部分で盛り上がるのかな
データエンジニア
結局データが重要っていうことは変わらないと気がしていて
データをうまく収集して使いやすくする
っていうのが生成AIも鍵だなっていうのが見えたのが2023
結局チャットGPTとかのGPT図っていうマーケットを作るっていうので
GPT図の作り方とかも出たけど結局データが重要
外部データをどううまく渡すかっていうところが重要で
それ以外の差別化はあまりない
プロンプト作りとかもあるけど
結局プロンプトの部分なんかデータで渡せる部分ではあるので
あまり違いはないのかなというのは思ってます
他に盛り上がりそうなことなんかありましたか?
盛り上がりそうなことね
なんでしょうな
ビジネス的にどういうふうになるかとか
でもあんまり見えないですね
なんか言ったらエージェントをどううまく作るかとかっていう方向もあると思うんですけど
言ったらエージェントをいっぱい作って
それらに仕事をいっぱいプライベートするみたいな
そこら辺はどうなるんでしょうね
そこら辺が
確かに盛り上がる可能性はありますよね
なんで
言ったらバック
バックの部分がデータパイプラインとかデータの構築みたいな
のと表に出る部分はエージェントがどう働くかみたいな
作り方とかなのかなっていう気が
生成AIとか
データ分析するところもいろいろ扱えるデータが増えるっていうことなのかなと
なるほど
思っていって盛り上がるところはその辺かな
データ分析みたいな真面目な話は広がらなかったが
そういうことかな
あのちゃんがこれをやってるときに
今後もっと売れるのかとか話したいところですが
確かにそれは話したいけど
あのちゃん2024どうなるかとかも興味はあるんですけど
ちょっと今日はね
データサイエンティストっていう
確かに確かにちゃんと私はラジオ聞いてるんだけど
まあそういう話はとりあえず置いといてね
このくらいしないとダメですね
あのちゃんのファンの方をもう一人ぐらい見つけていこうと
いいっすね
素晴らしいですね
なんかあるかなと思うけど
どれだけLLMがどれぐらいデータ分析自体をできるのかっていうのも
わりかしポイントかもしれないですよね
人間よりもなんか今はこうアドバイスっていうか
話している中でこううまく徐々に分析していってくれるような
みたいなところかなとは思ってるんですけど
それがもうとんでもない
とんでもなくいいことをやってくれたり
ある種のパイプラインみたいなね
一気にバーっとデータこれ入ってたら
じゃあOKOK
このお客さんやったらこのニーズでしょみたいな感じで
可能性があるよね
やってくれるっていう可能性はめちゃくちゃありますよね
ありますね
じゃあデータサインって何をやるのかってなると
まあデータパイプラインとかっていう風になるのか
その辺はまあね
まあねとか言って
どうなるのかですか
まあどうなのか
わかりませんが
わかりませんが
データサイエンティストのこれから
2024年も何かは盛り上がるんでしょう
何かいろいろ盛り上がるネタは
なんか見逃してることがあるんですけどね
なんか見逃してることがあるんですけどね
何かいろいろ盛り上がるネタがあることはありそうですよね
うーんそうね
あんまりバックエンドのことはわからへんし
バックエンドとかに強い人たちにはいろいろあるのかもしれないですね
こういうなんで
理由ので
それをあれでにしといたのかっていうやつですか
このぐらいにしといたのかっていうやつですよ
このぐらいにしといたのかっていうやつですよ
そういう感じですかね
はい
じゃあ今日の話題はこれぐらいにしましょうか
そうですね
じゃあまとめは
今日は海辺さん
まとめ
SAIの動向には今後も注意だぜ
何なんだろう今誰なんだろう
でもそういう話かなとかって思いました
そうですね
そうですね
ということでまとめに
まとめじゃない終わりに入っていこうと思うんですけども
はい
ファンナリーポッドキャスト第16回かな
はい
収録をそろそろ終えたいと思います
次回はまた
次はファンナリープログラミングそのものについての
お話をちょっと2人でしようかなと思っているので
そちらもまた聞いていただければ幸いです
えーっと
他に何かお伝えすることってありましたっけ
特にない
そうですね
スポティファイで登録してください
あー確かにぜひとり
リスナーに登録していただいたり
コメントいただけたりすると嬉しいです
めちゃくちゃ嬉しいです
聞いてますっていう一言だけでもめっちゃ嬉しいです
はい
最近リスナーが増えているので嬉しいです
うん
増えてる
めっちゃ嬉しいです
我々もやりがいがあるんで
はい
続けていこうと思ってますんで
今後ともよろしくお願いします
はい
ということで
じゃあ第16回のファンナリーポッドキャストは
そろそろ終わりにしたいと思います
皆さんありがとうございました
聞いていただいてありがとうございます
ありがとうございます
