00:02
いやー、月が赤いですね。 ま、まだだけどね。
赤くなりますね。 赤くなりますね、はい。
えー、月が赤いといえば? えー、何?
うーん、レミリア・スカーレットかな。 あー、はい。
懐かしいものが出てきました。 しかもネタが出てこないけど。
はい。9月8日の未明、203年ぶり、日本全国で怪奇奇色が見られるらしいです。
はい。
午前2時半から3時53分まで、絶対寝てる時間帯ですが、
あの、起きてる皆様方は是非ご覧くださいという話ですね。
そうですねー、うん。
日本全国で見られるのってだいぶ久しぶり?
3年ぶり?
3年ぶり、うん。
なので、結構レアなので、見れたらいいなーと思いつつ寝てるなーって感じの時間帯ですね。
そうですねー。しかも、まあ、家の近所でね、見れる人はまだいいですけど、都市部にいる人とかはかなり見づらい気がするんで。
いや、まあ、晴れてれば見れるんじゃない?って気はしますけど、さすがに月なので。
うーん。
まあ、あとはあれですね、あの、3時ぐらいなんで、結構山合い、山合いというか地平線近い部分?
はいはいはい。
ですので、まあ、そうですね、建物の影になっちゃってるところはちょっと難しいとか、ちょっと開けた場所に行かないといけないかもしれないんですけど。
うん、天文台行こう。
うん。
望遠鏡担いでいこう。
望遠鏡担いでいこうって感じで、はい。
普通のブラッドモンだから、あれですよね、普通に市販の望遠鏡1機あれば。
まあ、見れますし。
肉眼でもいけるのかな?
別に肉眼でも全然、あの、色が変わっていくなら見れると思いますよ、月なんで。
うーん。
なるほどねー。
なんか、なっしょじようさんの記事によると、望遠鏡レベルでもいいから持って行ったら楽しめますよっていう様子が書いてありますね。
まあ、そうですねー。
うーん。
なんならまあ、スマホの、ちょっと難しいか。
スマホも一応三脚で安定化させて狙った上で、カメラの露出をちょっと下げるような設定ができればいけるんじゃなかろうかという見解がありますね。
そうですね。なのでオートだとちょっと厳しいと思いますけど。
うーん。
オートだと普段の月も結構きついよね。
うーん。
たぶんまとめに撮れないと思いますね。
はい。
うーん。
なんで、まあちょっとこの辺は世の中にも撮り方の創意工夫がいろいろ記事上がってると思うので、撮りに行かれる方はぜひぜひいろいろ試してもらえるといいかなと思います。
はい。
今日は枕それくらいにして本題のほう行きたいと思います。
はい。
1点目。
アンソロピックのプライバシーポリシーの更新
アンソロピックが黒道利用規約プライバシーポリシーの更新を発表し、ユーザーから批判が殺到ということでギガジンさんの記事です。
AIシステムを黒道開発するアンソロピックが消費者利用規約及びプライバシーポリシーを更新すると発表しました。
新しい消費者利用規約及びプライバシーポリシーは2025年9月28日発行予定です。
2025年8月29日、アンソロピックが消費者利用規約及びプライバシーポリシーのアップデートを発表しました。
これにより、より高性能で有用なAIモデルの提供が可能になるとアンソロピックが説明しています。
クロードの改善と詐欺や不正使用などの有害な利用に対する保護対策の強化のため、ユーザーにデータを使用する許可するかどうかの選択肢を提供するとのことです。
消費者利用規約及びプライバシーポリシーのアップデートは、クロードフリー、クロードプロ、クロードマックスのユーザーに提供されます。
これらのプランに関連付けられたアカウントからクロードコードを使用する場合も同様です。
クロードフォーワーク、クロードコブ、クロードフォーエディケーションなど所有利用規約に基づくサービス、
またはAmazonベッドロックやGoogleクラウド、Vertex AIなどサードパーティーの経由を含むAPIの使用には適用されません。
ということで、アンソロピックでも使ったデータが学習に使ったデータとかチャットしたら、それが次の学習に使われたりとか、
市場調査のためのマーケティング情報に使われたりということで、データ活用が進みますよということでアップデートされました。
こういった方針は、クロードですとかジェミニといったような他社のモデルベンダーでも同様の話です。
クロードって言った? オープンAI社ですね。
オープンAI社のチャットGPTとかジェミニでも同様の方針ではあるんですけれども、
クロードでこのユーザー批判が集まっているのは、もともとアンソロピックは社会にとって安心できるビジネス実装をするということがゴールの企業になっていて、
その大多数のユーザーというのはB2Bであるといったところも、そのような印象をさらに強化しているんですが、
そういった中で企業がアンソロピックを選びやすかった一つに、こういったプライバシーポリシーの観点がありましたと。
もともとクロードはユーザーのデータを一切使わない、自分たちはちゃんと自分たちで確認が取れたデータ源に基づいて学習を行いますということで歌ってきていましたと。
という中でこういう大きな変換点を迎えているというのがユーザーから批判が集まっているところです。
こうせざるを得なくなってきている背景として想定されることはいくつかあるんですが、一番大きなところとしてはやはり学習するべきデータがもう限界を迎えてきていて、
これ以上の新しいAIの開発においては追加のデータをどこからか調達しなければならないといった観点の中で必要になってきたんじゃなかろうかというところと、
あとは先ほど登場したクロードコードというものが先週も紹介して、今日も別の記事の中でそういった話をしますが、非常に人気になってきている背景があって、
その中でアンソロピックとしてはマーケティングというか、顧客の思い付けみたいなことを正確にしていく必要が出てきていて、こういうデータが必要になってきているという可能性もあるとは思います。
一番の理由はやはり前者のモデルへのトレーニング情報が不足してきているといったところが一番大きなポイントになってきているかなと思っていて、
そういった意味でもAI界隈はちょっと足並みじゃないが歩みが遅くなってきそうかなという、そういうことが分かるニュースでしたということで今日です。
はい。まあ仕方ないんじゃないですかっていう気はしてますけどね。
まあそうですね。
自社で取れるコンテンツですし、それを取らない道理はないというか、一番カスタマイズ性が高いというか、正確で取りやすいデータなので、それを活用しない手はないと思いますけどね。
ただ、従前そういう方針じゃなかったというところで、そういう方針変化を打ち出したというところで、そこに前提として同意していたユーザーが起こるのは分かる話なので、
その結果としてお客さん、お客さんというか顧客が離れたんだったら、それも仕方なしと、やむなしという上での結論だと思うので、やればいいんじゃないかなと思います。
AIモデルの性能向上に向けた議論
はい。
そうですね。これで多分顧客が離れることはなくてですね、理由はそうしてない他がないからですね。
クロードだけが唯一そのプライバシーポリシー上データを使わないと言い切ってくれていたので、それがなくなった以上は離れる理由が単なるモデルの性能とかそういったところになっていくというところですね。
日本企業とかだと結構この辺のプライバシーポリシーってうるさいっていう言い方があるんですけど、
シビアに気をつけている企業が多いので、他の会社のプライバシーポリシーだけを見るとちょっと素直に採択できないという形で、
すごく法務的なチェックとか導入に関してかなりハードルが高く、その辺の検証というのが長年行われてきていたりしてましたと。
2,3年経ってきてようやくその辺の障壁もクリアされてきそうな段階まで来ているので、
そういった時期間でいうとこのタイミングっていうのは正しいというか、その上までの先行利益をちゃんと獲得しきれてきて、
みんな不安になっている、AIがよくわからないもので不安だって言っている期間にちゃんとターゲティングしてプライバシーポリシーを設定できてきて、
それを乗り越えたからもうここのメリットは十分獲得したので次に移行するという意味でデータ利用を進めますという、
そういう戦略であればものすごく正しいことをやっているなって感じですね。
ユーザーが不安っていうユーザー数が多い時期に大丈夫ですよっていうことで新規ユーザーを獲得して、
みんなが慣れてきたからもうそれはやめますと。
精度の方に降ってきますよという話。
それは正しいかなと思いますね。
今後注目される方向性としては地味にGoogleの方ですね。
ジェミナイの方にどれだけ人が移るかになってくると思います。
理由としてはジェミナイの方は逆に最初からあなたたちのデータ使うねって思いっきり歌って、
企業利用であるが何であろうがデータ活用しますねっていうことがかなり強く明文化されてたところなので、
どうせ使われるんだったら使い倒して学習して性能を上げているジェミナイの方がいいじゃんっていう割り切りをするユーザーが
どれだけジェミナイの方に移行するかっていうのが今後の注目どころかなと思ってますね。
まあそれも慣れでしょうね、確かに。
ユーザーが慣れてしまえば別にいいかってなっちゃいますし。
そうですね。
そういう業界の変化点の共有でした。
次ですね。
これも雑談みたいな記事ではあるのでサクッと言って意見もらいたいくらいではあるんですけれども、
若手エンジニアとシニアエンジニアの生産性問題
若手が先生任せで仕事をしてレビュー時刻で逆に生産性が落ちた話ということで、
片山良平さん、PIZERの代表の方のノートの記事があって、
自分の仕事の中でも非常に分かり身が深いという感じだったので、
ちょっと紹介したいなと思って記事を持ってきました。
まずバズったXの投稿がありまして、
その内容としては、
自分でやって100点が取れるその領域のシニアエンジニアが
精製剤を使っていろいろ作る。
80点になるものをいっぱい作るのはいいんだけど、
20点しか取れないエンジニアが、
ジュニアエンジニアが精製剤任せで16点のものを100個作られると、
シニアがチェックで死んで全体としての生産性が落ちるという問題があるよねということを投稿されていました。
精製AIが作ってくれるものは当然100点ではないけれども、
何も知らない若手からすると、
すごくその知識を使って自分が持ってない技術をあたかもできたかのように感じる、
錯覚するといったところで、
自分よりも高い品質のアウトプットが出せるような感覚になると。
ジュニアエンジニアとしてはそこからさらに点数を引き上げるには自分の能力はもう足りていないので、
そのままアウトプットを出してシニアにチェックしてもらうというアクションが増えるわけですけれども、
結果的にシニアエンジニアがチェックばかりして、
それ以外のことができなくなってしまい、
シニアが本来考えるべきもっと全体像とかハイレベルなところというのも手が回らなくなって、
プロダクト全体が死んでいくということが起きるよねというのが指摘事項です。
この話は単純にジュニアとシニアでも話が出るのもそうですけれども、
それ以外でもいろんなケースというかいろんなパターンはあるかなと思っていて、
AI依存の現状
シニアエンジニアでもいろんなプロダクトを駆け持ち駆け持ちさせられすぎていて、
一個一個に時間が割けないからAIに頼ったままそのままデプロイというかリリースのものとして入れてしまったとか、
人と人のコミュニケーションでもとりあえず時間が足りないからAIに作らせた文章で、
ちゃんと中身チェックしきれていないけど大体合ってるからいいやって言って、
それでコミュニケーションを取ったらコミュニケーションエラーが起きちゃったとか、
いろんなクソ行動ってここの意地で呼んでますけど、
80点のまま仕事の効率化のために無理やり進めた結果トータルとしては遅くなるという現象ですね。
こういった事象っていうのがかなり大なり小なるように起き始めていて、
今までITに限らずAIを使ってこなかった人たちっていうのはまず間違いなくこのフェーズを一回は通るっていうことがあってですね、
仕事の中でAI的な若手の人っていうのがいっぱい今生まれているんですけれども、
そういった人たちがもうみんなここを通って、最終的にはこういうことはやっちゃいけないから、
元の仕事のどっか使えそうなところだけ使うっていうのにやっぱり戻さないとって言って、
AIを過剰に使いすぎるところから適切に使うところにレベルを落とすみたいなことをみんながやってるような感じではあるんですけれども、
ただその時に作られた不採みたいなのを今頑張って返済するような、そんな時期感に出ていてみんながちょっとヒヒヒしてるみたいな感じですね。
多業界でも似たようなことが起きるので、皆さん今後生成AIが導入されてき得るであろう現場にいる皆さんは気をつけて欲しいなと思いつつ、
ちょっとそういう人たちにどうやって気をつけてもらえばいいのかもあんまり正直わかってないので、この辺を少し議論できたらなと思って持ってきました。
シニアのレビュー負担
はい、なかなか難しいですねっていう気がしますけど。
今の生成AIの使い方として正しかろうというのは、成果物を出すことではなくて、成果物をチェックして何か明らかにダメなところを指摘してもらう。
それによって自分が成果物の精度を上げるために壁打ちをするための壁役として使うっていうのが正しかろうという話だと思っていますけど。
そうですね。
それができないとシニアが仕事が多く、タスクが多くなりすぎて仕事が回らなくなる。それはそうですねという話。
なので、どうなんでしょうね。そこに関しては単純に仕事のやり方を規定すればいいだけなのかなっていう気がちょっと聞いてて思ったんですけども。
要はコードの、ちょっと忘れちゃいましたけど、書き方の拘束条件とかあるじゃないですか。
コーディング規約みたいな。
そう、コーディング規約と一緒な感じで仕事の仕方規約みたいなことでうまくいくかどうかちょっとわかんないんですけど。
それがうまくできてるってどうやって参照するのっていう気もするので。
ただそういうやり方を決めてしまえばいいだけの話かなっていう気はちょっとしました。
で、その話からもう一回シニアのところに目線を移すと、さっき壁打ちするのがAIとして正しい使い方と思われるって話をしました。
ってことはシニアのレビューを壁打ちの対象になるんじゃないのかなと思っていて。
そこは何で破綻しちゃうんだろうねっていう気がちょっとしてるんですけど、そこはどういう説明になるんですかね。
まあ単純に正AIの方が捌ける量が多いからですかね。
ん?
ボリュームだけじゃないですかね。
ジュニアが作りました成果物を、でその成果物をチェックするシニアがチェックします。
そのシニアがチェックする時にもAIを使って壁打ちさせればシニアの負担は減るんじゃない。
負担は減らないな。シニアの回転数は上がるんじゃないっていう気はしたんですけど。
えっとですね、その100点が80点になるっていう問題がそこでも発生するので、
そのコメントが不要にならないというか、難しいな。
途中ではあるんですけど、例えばジュニアの人が作れるのが20点くらいで、
AIが14点くらいのものを出してきましたと。
でジュニアなりに壁打ちしてレビューイランに回しますってなった時に、
できましたっていうフェーズでレビューイランに出されると、
その残りの80点分のレビュー範囲がありますと。
でその80点のレビュー範囲を埋めるための生成AIの使い方っていうのを、
その仕事に対してやり出すと、結局若手がやった20点分の行動に何も意味はなくて、
シニアがやった80点分のAIの結果にシニアが自分でレビューして出すっていう結論になる。
だけどそれをやっちゃうと若手に対してのフィードバックが何もできないので、
若手が自分で考えた部分とAIが考えた部分みたいなところだったり、
AIに指示できなかったところっていうのをフィードバックしなきゃいけないと思うんですけど、
その辺の組み取りがAIからかなり難しいって感じですかね。
まあそれはなんだろう。
まあまあでもそうか。
そもそも若手がポン出しで生成AIの生成データを使って、
それが成果物ですって出している、そこに考察が入ってないという時点でレビューをするという設計が破綻しているって、
まずそれは直しましょうということが前提。
生成AIの教育コスト
それが直らない限りシニアのレビュー速度が生むという話はそもそもその段階に行ってないので、
あんまり議論しても仕方がない。
改善の余地がないという話ですね。
そうですね。
結構難しいなと私が感じててその甲斐がないって言ってる部分は、
生成AIってその効率化のためのツールとして経営層とかも期待してるしインフラを作ってるし、
契約料金とかお金も出してる。
社会的にも電気代とかいうところですごい資源を使ってると思うんですけど、
結局今の文脈をそのまま言うと、
AIを使わずにその20点くらいの知識の人に、
もう20点くらいの知識で分かってないところを露出させて、
シニアの人がレビューしていく過程でその過程を成長させる過程を踏む方が効率的で、
下手にAIを入れない方が教育面でも成果物のレビューで着実に前に進む速度的にも良かったりするじゃないですか。
若手は、新しい技術は若い人が使いこなしてるはずだし、
こういうのを使ってガンガン前に進めてほしいっていう期待感だとか、
生産性を上げてほしいという期待感はあるんだけど、
結果的に使わない方が生産性が上がる状態が起きちゃうのがちょっと悩ましいなと思っていて、
さっきおっしゃったAIの使い方みたいなところもプロセス化するとか規約化するっていうところが
整備されてないから起きてる問題だと言えばそうなんですけど、
まだちょっと生成AI依存、生成AIを入れて使ってるから生産性は上がるんだ、
上がるんだシーンは業界とかいろんな人が引きずっちゃってるって感じですかね。
なんかそこはなんだろうな、業界が引きずってるというよりも見甘えてるなんだろう。
ジュニアの使い方が悪いっていうのを改善するとしないと、
ちゃんと使いこなせてないっていう前提をみんな共有するということをしないといけないという話が前提だと思いますけどね。
そういう意味だと生成AIが使いこなせてる状態と使いこなせてない状態っていうものが
経営層とかマネージャーからどう見えるのかっていうことがまだ分かってないせいで
判断できずにAI使ってますという状態イコール使いこなせてると誤認してるのが正しいのかな。
とりあえず使えっていう話になって環境だけボンと用意されて使えるわけないので
そこの教育コストというか標準化コストを支払わないまま使うからプロセスが破綻している。
従来プロセスとの差分が大きすぎて、無理度が上がりすぎて破綻しているという話。
はいはいはいはいはい。
かなとは思いますね。
めっちゃ分かる。
もう一つ今の話聞いてすごく問題だなと思ったのが
世の中に生成AI研修のあるものいっぱいあるんですけど
そのAI研修の中身っていうのが
チャットした時に自分がそのAIから引き出したいものをどうやったら引き出せるかという研修がメインになってるんですね。
はい。
プロセスの中でどういう使い方をすると品質が下がらないかとか
従来のプロセスに影響を与えずに
ちゃんと従来のゲートが意味ある状態で進められるのか
みたいなところって多分誰もまだやってなくて
分かってないだけかもしれないけど
自分の期待通りに出てる風の時点で使いこなせてると誤認しちゃう人が増えてる気がするな。
自分がAIを使ってやった結果がプロセスとか
仕事全体にどう影響するのかっていうのは一旦置いておいて
自分はこういう回答が欲しい、出てきた
イコールAIを使って仕事ができている、になっちゃってる?
うんうん。
なので、現在のAIはそれをやるとだから20点が16点になるよっていう話。
そうそうそうそう。
なのでその使い方はダメですよっていう前提を敷かないといけない?
そうだね。
で、それを敷かずに導入しましたで終わって
とりあえず使ってみてください。
使い方上も分かんないからみたいなことで
使うから破綻するのかなっていう気がしています。
一応もう少し解像度を上げてもらいたいという意味でコメントしておくと
AIをちょっと使ったけど
どういうことを正々堂に聞いたらいいか分かんなくてやめちゃった人が
一番下のレイヤーとして一番底が代多数ですと今の現状で言うとね。
はい。
で、そこにチャットとかして日常的なところでは使えるけど
仕事上どう生かすのかが分かってないっていう層が次にいて
その後、仕事でやってるようなことも
正々堂から回答がもらえるようになったっていう層が3つ目にいると。
で、残念ながら現状はこの3つ目の段階にいる人
このノートの記事上はジュニアと呼ばれるレベルの人たちっていうのが
最先端に位置づけられている。
ちょっとそれは個人的には
生成AIのツールがどういう環境になってるかっていう話があると思っていて
はいはいはい。なるほど。
会社がもっとって言うとちょっと会社に責任を負わせすぎですけど
会社が期待する運用ができるようなAIをちゃんと導入してるかどうかっていう話があると思うんですよ。
いやー耳が痛い。そうだね。
なので、20点を16点にせずに
20点を8割の時間で出すっていう方が正しい
AIの使い方かなと今のAIの使い方的には思っていて
研究のところ私がそれを想定しているのは
ただの検索ツールとしての使い方なんですよ。
なのでコードを書くときにコードの書き方がわかんないというときに
聞いたなり先はちょっとわかんないけど
ググって調べるんじゃなくてコードを書いてる
エディター上でもAIが補助して作ってくれる
それが確かならしいよねっていうのを自分で動かして確認する
とか会社のデータ資料が山ほどありすぎてよくわかんない
で30分PDFをひたすら当たってここにあるって見つけましたっていうのを
AIに聞いたら一瞬で出す。それを書きました。
でそのデータは正しいらしいってことは目で見て確認しましたっていう
使い方が正しいわけで
AIエージェントの実装と課題
そういう使い方ができる環境を会社で整えないと
それは使うものにならないでしょっていう話だと思うんですけど
なのでそれをやった上でさっき言ってた第3のレイヤーの人間が使ったら
それは多分20点の成果は出てくると思いますけどね
なるほどね。その通りだと思うな
今世の中で言われてる生成AIのツールって
それこそチャットベースでチャットGPTみたいなものを
社内にも導入しましたとかやったりとか
あとは社内の専用アプリ
ワークフローみたいな決済を通すためのものだったり
近代のツールだったりいろいろあると思うんですけど
そういったところの入力で生成AIに聞けるようになりましたとか
そのくらいですよね今導入されてる生成AIのレイヤーって
でもそれって明らかにそのプロセスを補助するって形ではなくて
単に質問して出てきた答えが答えに沿って人間がやるみたいな形になっているので
やるべき成果物をそのまま言われてる状態で
言ってきたことが正しいかどうかは正直分かってないままやる
みたいなことになってるから
その時点でAIの実装の仕方がそのAIの正しい使われ方と合ってない
っていうのはあるなと思いますと
シニアとジュニアの役割
もう一つなんかその今おっしゃってくれた生成AIとの向き合い方を
さらに悪くしてる助長してるものがあるなと思ってるのが
AIエージェントと呼ばれてるやつらで
あれらはすごく自立性が高い
あれもやってくれるこれもやってくれるっていうことになってるんですけど
その自立的に動く範囲が広いということは
自分がそのハンドリングしてもらう部分
その補助してもらう範囲が広がるっていうことになるじゃないですか
補助してもらう範囲が広がるとさっき言ったプロセス感を
簡単にまたいだりとかするので
一見効率化されてるように見えるものたちになってるんですけど
結果的にそれって20点に及ばないものになってるので
大きな手戻りになるだけなんですがプロセスが先に進んじゃって
そういうAIエージェントが自立的に進むことが
AIの賢さであり今後の社会の生産性に大きく寄与するんだっていう
風潮がやっぱり今もあって
AIエージェントがすごくそういった意味では未成熟なんですけど
ちょっとそういった期待感に後押しされて
誤った使い方が正しいと誤認しちゃってる
AI界隈の推進者がいる気がするな
今の話 AIエージェントに関しては
難しい問題だなという感じもしていて
今の話を聞くとAIエージェントって本来シニアが使うもの
ジュニアの代わりにシニアがAIエージェントに
だから65点のものを出してもらって
それをシニアが成果物として修正して作るためにあるものかなと思うので
ジュニアが使うものではない
その成果物の正当性を判断できないのでっていうところはまずあるかなと思います
一応理解だけ合わせたいだけなんだけど
その65点って言ってるのはもうシニアしか扱えないっていうのは
ジュニアだったらあるプロセスのあるタスクにアサインして動ける人だとすると
シニアだったらその複数のタスクにまったがって
ABCってやらなきゃいけないけど全体見たらもうこういうタスクにしちゃえば全部まとめてできるじゃん
それでも別に破綻しないよねみたいなところが見えるから扱えるっていう
見える範囲の広さ的にシニアが扱えるっていうイメージであってる?
それもありますし結局複数の領域にまたいだ成果物を出された時に
それが正当かどうかを判断しないといけない
それは結局シニアランクかなと思うので
知っている専門領域とか観点の広さみたいなところが大事になってくるからか
オッケーですごめんなさい続けてください
それなので個人的に正しい使い方はそれはシニアが使うものだと思います
ただそうやってシニアが使った時に
ジュニアが育たないので今までの会社の作り方としては良くないんですけど
これが個人事業主とかと話が変わってくると思ってて
動かせるコストが限られている中で
他より良い成果物の量が多いと言ってもいいし
成果物の品質が良いと言ってもいいかもしれないけど短時間で
QCDのどれかを縮められる成果物を出せるという魔法のツールであることは確かだと思っています
なのでそうなった時によりその人が成果物を出すという上で使うというのは全くもって正しいので
それに対してジュニアをシニアが教育するというプロセスを取っているところが
価値にいけるのかどうかっていう話が入ってくるようなと思った時に
そんなことやってる場合じゃねえってなりそうな気もする
短期的に負けるよねっていうところがあると思ってて
それをどうカバーしていくかちょっと思いつきませんね
フリーランスとその企業大勢で出せる速度と安さに差があるよねっていうのは昔から言われてるじゃないですか
それがより顕著になるっていう話だとは思うんですけど
私が今聞いて危惧したところはシニアはいいけど若手にそれをさせざるを得ない組織と契約体系になってしまって
企業にいながら全員が個人事業主的な動きしかできなくて
組織品質に全然ならず単純に負けるっていう世界になるのが一番まずいなぁと聞いてて思いました
それは全然あると思いますけど
社会全体で見るとその会社が潰れるだけだからいいんじゃないって私は思いますけどね
その選択肢を取った会社はちょっと私は大変なことになると思いますけど
そういう会社が潰れた結果社会全体としては
そういうことはダメだよねっていう前提のもとで
ジュニアを育てるプロセスが採用された会社だけが残るかなという気はしますけど
そうだね
そうならないためってことを考えるとあれなんですよね
だから既存プロセスを破綻しないように栄養を使うっていうのもすごく大事なんだけど
どちらかというともう一歩元のなんでそういうプロセスで何をゲートにして
どういう品質散歩してたんだっけって言ったところに
立ち返ってまで生成AIを使った後のその組織品質の守り方って何だろうまで議論しないと
生成AIのビジネスへの影響
なんかずるずる負けそうな気がしますね
新しく私たちが品質管理するべきものってどういうものなんだろうみたいな
ところからの考え直しをしないと再設計しないと
基本的には難しいのかな
でもそこを今から作っていけるのってベンチャーとかなのかなどうなんだろう
承認フローを変えようと思ったら会社立ち上げた方が早い気もしますけどね
大企業で下手にそのプロセスの再構築やるのってあんまりいいことなくて
現場は新しいプロセスを正確に守れないしそのプロセスの背景にある真意まで掴みきれないし
というのも今まではプロセスは決まったルールのレールとしてあるもので
そのプロセスが何ぞやだみたいなことまで考えてプロセス回してないし
そこを考えながら回せるほど生優しいプロセスになってないから
改めてそんなものが出てきたところで逆に出す品質が下がっちゃうだけだと思うから
それを考えるとやっぱり基本的には従来その組織で提起されているプロセスに
どこまで精々を当て込めるものなのかっていうのを見据えつつ
自律的に動くのはすごいね何か使えるところがあったら使おうかっていう技術を横目に見とくのはいいけど
すぐ自分の業務に適応するのは危ないよねっていうそれくらいのスタンスですかね
そうかなと思いますね
ハンドリングできる人なら別に使ってもいいと思いますけど
AIの危険性というか限界をわかった上でちょっと使ってみよう
ダメだったら自分でできますっていう
アンパがある人だったら使ってもいいと思いますけど
リカワリができるとか
POCのかなり最初のモックフェーズみたいなところだからまあ使ってもいいよねとか
ビジネスフェーズ的なことも含めてですよね
まあそうじゃないけどばらまいでとりあえず生産性上がった風に見せるために使ってみようっていうのはちょっと危ないかなという気はしますね
そうだね
まあでもちょっとなんかさっきそういう試作を失敗した会社は死ぬだけで全体としては担保できるんだねとか言いましたけどちょっと楽観的かもしれないですねと自制しますね
イラスト生成AI界隈とかはだいぶやけの原になりかける一歩手前みたいな感じもあって
そうですね
あんまり乱造されると業界自体の信用度が下がって
IT業界全体が大きすぎてなくなることはないと思いますけど
特定の分野でなんというのかな
その分野の生成物はもはや信用ならんとかいうことになって
結果として社会全体の進捗が後退するレベルでも許容される可能性はあるので
あまり楽観者はできないかなと
そうですね
ジュニアが育たない問題は確実にどこでも起きていて
さっきのイラストもそうだけど
人の成長を守れる生成AIのプロセスみたいなものを仮に理想的に組めたとして
それがビジネス的に社会で戦っていけるのかってあたりがすごい懸念なんだよな
うーん そのなんだろうな
幸せな未来を語るとすると
画像生成AIの例で言うと
画像生成AIが許容される幸せな未来っていうのは
さっき言ってたモックみたいな
まあなんだろう
こういうキャラクターを作ってくださいって言った時に
一瞬で案を100個出して
このタイプいいじゃんみたいな話で選ぶ
今だったらラフとかで書いたりしてますけど
それも技術といえば技術なんですけど
その代替ができる可能性はある
ただ最初は成果物になると結局のところ
今の業界を見ると
なんていうんだろう
AIで作るよりも
もっと大切なものが必要であろうという
状態になっているので
生成AIを成果物に使うのは逆に品質を下げるとみなされる
ことにはなっているとは思いますけど
なので使わない方がいいという判断なんですけど
業務の中で適した特定領域で使う
という上では
そういう道のプロフェッショナルがいた方が
最終的に最終成果物の品質が上がる
という可能性もなくはないと思っていて
そういう意味ではあり得るかなと思いますけど
これは画像生成AIの話なので
その他の業務に関してはちょっと分からないんですけど
話が長くなってあれだけど
市場機械的な側面でも
一部生成AIを最終成果物に使うことで
貢献している
全体としては劣化しているんであれなんですけど
という面はあるかなと思っていて
例えば最近だとKindleとかで出てくる本とかも
かなり生成AIを使った表紙の本が増えているし
内容も冊絵も含めて全部生成AIのものも
だいぶ増えているかなと思うんだけど
結果的にあれってイラストレーターとかに頼む費用を
かなり抑えていることによって
売れる本の数が少ないはずだけど
本の単価を他と揃えて出して
誰か買ってくれたら儲けもんやくらいで
市場にアプローチできているので
市場機械の拡足力は上がっているじゃないですか
ビジネス的に言えば
AI依存による課題
でも中身はゴミが増えているから
単純に小説の全体のレベル感は下がっているし
仮にそれをもしかして面白いかもって思った
多くの読者の読書体験は下がっているんですよね
ひどい言い方をすれば
なのでちょっと
そういうビジネス的な側面で
SSARを見ちゃうとそういう問題を
こうしている事例が横でありつつ
そのITのところに全く活かせていないのは
ちょっと悲しい
その当事者としてはなかなか心苦しいところがありますけど
いい表現ができない技術者として経営層に
それよりも大事なことがあるとか
それ以外を大事にすることで勝てるビジネスチャンスがある
ということをちゃんと説明できないので
なかなか難しいなという感じですね
画像生成AIの話に流れちゃいますけど
今言ったAmazonとかの話は
既存の市場に流入しているから圧力が生じるよねって話
画像のSNSとかも言われる話になっていて
今はもう住み分けが発生しています
生成AIで生成したものは生成AI用のSNSと
今はフィルターでフィルターされているだけですけど
生成AI用の部屋に入れて
そうじゃない
トラディショナルってあれか
人力で描いたものだけを
このSNSでは取り上げるよっていう話
市場性を守るというのが健全かなと思います
さっき言ったKindle本の話ですけど
Narrowとかで言えば十数年前から発生している話で
ただNarrowが偉かったのはNarrowという
掲示板もそうですけど
物理書籍とは別の領域でまず立ち上げたので
そこの圧力が生じていなかった
現状としては乱造されているようなところで
支持を得たものを本にしている
要は上積みというと怒られるかもしれないですけど
支持を得たものを物理書籍と本に流すことで
成功しているという分野もあるので
適切な市場というか
切り分けさえできれば別に問題はないのかなと思います
今の話はめちゃくちゃ目からうることというか
確かにあれですよね
今だとコードとかIT開発みたいなところの
従来の委託の中で勝手にAI使って
同じものを出そうとしているから
いろんなところで失敗が起きたりとかしているけれども
これが完全にゼロベースで
新しくどんな方法でもいいから
物が欲しいみたいな
あんまりちゃんと名簿ができてないけど
新規委託でAIこれくらい使えますってことが
契約上分かっているものであれば
別に速度優先で出せて
モックとしては十分だねっていう
さっきの話とかも含めて
全然契約として成り立つ可能性はあって
そういう墨分けみたいなことを
顧客とか含めて全部ができてないから
いろんな悩みが増えちゃってるだけなんだなっていうのは
そんな気がしますね
AWSの新しい提案
そうですね
それで働く人がちゃんと名前つけばいいわけで
ITエンジニアがAIを使うんじゃなくて
普通にAIエンジニアみたいな
AIエンジニアって言ったらおかしいな
AIクリエイターみたいな
適当な名前ですけど
そういう職業の人が受ける仕事ですよね
みたいなくらいまで分離されてれば
多分違和感ないんで
そうですね
それが幸せな未来かなと思いますね
なのでコストが重くて信頼性がいるところに
ガツガツ使うんじゃなくて
このイベントで最悪重くてもいいから
最悪落ちてもいいから
とりあえず欲しいみたいな需要もあったりするじゃないですか
でもつてもないし開発もできないし
まともとここに頼めたら赤字になるからできないみたいな
そういうところでより全体としての完成度というよりは
満足感を上げるために
あるといいよねアプリみたいなのを
例えばそのAIに素人を手伝う
それもあれですけど
AIクリエイターのプロフェッショナルな人がやって
安く作り上げる
というのは散歩を良しというか
誰も不幸せにならないかなと思いますけどね
めちゃくちゃ今まで腹落ちしたな
今だとそのAIクリエイターとして
立ち上がるべき人と
そのAIに早めにキャッチアップできてる
ITエンジニアっていうのが
すごい混じっちゃってる
玉石混合になっちゃってるから
すごい気持ち悪い感じになってるな
というのがめっちゃ腹落ちしました
そこは市場が成熟して
ご意外であれば分かれた方がいいと思いますけどね
もうちょっとそれは時間が解決する
時間をかけないといけないところな気がするな
契約だけ先にあってもしょうがないし
お客さんにどれだけ解いたところでも意味ないし
お客さんも何ならこっちも分かってないので
何それって言われると思いますね
そういうことを自認しながら
日々過ごすのが大事なんであって
っていうくらいで
今の時点としては十分な気がします
すいませんだいぶ長々と喋っちゃったので
残りは巻きでいきます
ありがとうございます
だいぶ私はありがたかったです
次の話
スペックワークフローMCPを使ってみたら
気に入ったので紹介するという
やすひささんの記事です
もうかなりかいつまんでいくので
ついてこれなかったら
みんなZ聞いてください
今AIに自律的にコーディングさせるという
さっき出てきたクロードコードとか
そういったものがすごく盛り上がってます
盛り上がった結果
うまくいかないことが見えてきました
何がうまくいかないかというと
すぐ忘れることがうまくいきません
これやってあれやって
これやってって言ってる間に
一つ目に言ったことを忘れて
どんどんどんどんその瞬間
の最適しかできなくなって
全体として破綻することが起きます
さっきの20点が16点にすぐなっちゃう
これをどうやって解決しようかということで
AWSが出してきたキロというサービスでは
使用駆動開発というものをやったらどうか
というので提唱されて
そういったツールが仕込まれました
端的に言えば
もう使用書からウォーターホールに
ちゃんと作ったらいけんちゃうの
という話ですね
今まで自立型の生成AIにやらせる時っていうのは
使用書も書かなくても
こんなの欲しいって言ったらできた
みたいなことがすごくバズっててですね
そういう使用書とかV字開発を丁寧にやるのが
めんどくさい人にすごく刺さってたんですけれども
まあ言うて使用書ちゃんとあった方が
結局生成AIにやった仕事の成果物の品質も
上がるよねという
至極当たり前のことを
改めて提唱されていて
ただその時に
まだ従来型のワードで頑張って
使用書を書きかけしましょうとか
そういった世界には戻りたくないというところの
間の落としどころっていうのが
今すごく模索され
流行り始めてますよというところでの紹介でした
これなかなか示唆的ですねという感じで
結局使用書を作るという
何このめんどくさい仕事と思われてたのが
実は重要という話
逆に言うぞと聞かない
LLMに対してちゃんとやらないといけないよね
という至極当たり前のお話が
重要視されだしたというお話ですね
それをAWSレベルの人たちが
もうそれを結論付けて
それを導入して
現在この進め方はとても素晴らしい
最適な手法であるということが
もとに流されていて
もう難習してるんだお前らっていう感じの
内容でございます
まあいいんじゃないでしょうか
その使用書を書くというスキルが
やっぱり必要ということになれば
今までのお仕事を
使用書書記をしてたお仕事の人も
食いパクれずに済みますので
今回紹介したこれ
何がいいのかというとですね
使用書を一緒に生成AIと
連携しながら書き進めましょう
ということが
生成AIを
使用書を駆動開発に
持ち込む時のやり方ではあるんですが
その使用書の置き先っていうのを
もうちょっと体系的に見える状態に
しておかないと
人間が分かんないじゃん
っていう話になって
またこれもワードの話じゃん
っていう話があるんですが
生成AIが
使用書書きました
こんなのできました
ファイル置いときますね
っていうのを乱雑に置いていくと
体系的には読めないわけですよね
欲しいドキュメントにすぐに
アプローチもできないし
結局何なんっていうのを
理解するのにも
すごく読解力が必要になっちゃう
というところで
その使用書サーバーなるものを
立てておいてですね
生成AIが作った成果物を
使用書としてそのサーバーに
登録しておくと
そのサーバーの中で
使用書をすごく読みやすい
webアプリが立ち上がっていて
簡単に理解できますよ
というものです
昔から人間が使ってきていた
バージョン管理アプリみたいな
感じがしますね
バージョン管理アプリというか
使用書管理アプリの
匂いがすごくしますね
現代にも残っているのでいうと
ウィキサーバーみたいなものですかね
そうですね
というのと
生成AIをつなぎやすくしたら
いいっていう発想のもので
この話がまだ立ち上がったばっかり
なんだろうなというのを
使用書管理の未来
すごく感じさせる
良い記事だったので紹介しました
こういうのが
キャッチアップされて
結局人間が
今の
使用書管理アプリケーションは
古すぎるのでやばいので
もう少しモダンなものを
使いましょうと言って
人間としても良くなれば
いいぐらいかなと思いますね
今のコメントが100点満点だと思います
その通りだと思います
結局こういうことをやって
使用書を作らないといけないよね
新しいことをやっている人が
使用書を考えると
こういうインフラがベストだよね
みたいなのができて
それが浸透していけば
またワードから次の世代に
変わったりすると思うし
そういうのに期待していきましょう
というくらいで紹介でした
私の方からサクッといきますけど
D-Menu Newsさんの
映画館の巨大スクリーンができるまで
特殊ノウハウが詰まった
Bloomsbury
Bloomsbury.Lab
向上しさせレポート
タイトな記事となります
長い紹介をしておりますけど
このBloomsbury Labさんが
映画館のスクリーン技術
スクリーンを
映画館の巨大のスクリーンを
作ってます
こちらは韓国の
スクリーンブランドなんですけど
韓国の映画は劇場用スクリーンが
70%ものシェアを誇る
1台メーカーらしいです
意外と
詳細に
紹介されているので
読んでほしいんですけど
結構すごいことやっているのに
映画館のスクリーンって
ワンオフ
とまでは言わないですけど
量産性のいいものではないので
一つ一つ手で作ってます
しかも面白いのが
ただのある布ではないんですね
実は穴が開いているらしいです
直径0.8ミリか
1ミリの穴っていうのが
規格化されているらしくて
これが本当に
指から
見ると0.5ミリ間隔
ぐらいで全面に穴が開いていると
実は穴だらけらしいですね
これなんでやっているか
っていうと
映画を見ているときに
正面から音が出ると
スクリーンから音が出ることで
映像と音が一体感のある
体験ができるので
そういうことをやりましょうっていうのが一般化されてまして
その音を通すために穴が
開いているらしいです
この穴を
開ける品質も結構
なんていうんですかね
かなり技術力がいる
話ですし
映画化のスクリーンってすごく大きいので
この穴の開いた伸びる布を
貼り合わせる必要があると
なのでこれも
本当に
体育館みたいなところで
一つ一つ
貼り合わせていっている
しかも
最近はその貼り合わせた布に対して
シルバータイプの
スクリーンっていう
高輝度な
映写機の光を反射して
HDRみたいな感じですね
っていう形の
発色が出るように
コーティングをすると
塗布する
かなり技術の塊だなという感じですけど
そういうことをやって
綺麗なスクリーンを作って
出荷しているということらしいです
意外と
映画館何気なく見に行ってましたけど
面白い技術が使われているなというところでの
紹介でした
すごい
すごいですね
さっきの穴開いてるから気になるなっていうのもそうだし
単純にユーザーからは
全然見えないもんなんですね
そういう穴が
そうですね
そこまで近づいてない
単純に登らないといけないレベルですね
見てる映像に違和感がないっていうのも
普通にすごいなと思うし
当然音を通すということは
ここの穴がビリビリ振動するわけじゃないですか
そういったときで
摩耗しないというか
この穴から劣化しないための
技術とかも地味にすごそうだなと思います
そこは結構面白い話で
振動したときに
共振してしまうとダメなので
そういうところも
貼り方とかあんまり書いてなかったですけど
映像と
箱全体の設計
っていうのが重要になってくるらしいですね
そっかそっか
壁とかで反射した周波数とかでも
共振しちゃダメだから
波打っちゃうと
今度は
映像に不具合が
生じてしまうので
映画館すげえな
音響映像技術の
推移を占めてるな
最近は結構大音量が
売りの映画館とかもあったりしますけど
そういうところでも
大音量管理してるという話が
垣間見えますね
消耗度の話ですけど
映画館のスクリーンって
消耗品らしいですね
定期的に貼り替えているということが
言われています
掃除もしづらいですし
さっきのコーディングとかも
剥がれてくるとか劣化とかもあるでしょうから
そういうのは分かりますけど
結構コストかかるなっていう感じですね
そう考えると
だしこの規模のやつを
普段客が
入ったりするような会場で
毎回きっちり同じ品質で
貼り替え直すって相当な
職人芸な気がしますけど
できるものなんだな
すごいな
音の強心で
思いましたけど
最近も流行ってたクイーンのボヘミアンラプソディ
とかあんなのを大音量で流したら
一発破けそうなものですけど
そうですね
あそこら辺もあるんで
映画館の音響管理の人
大変だなという感じですね
すごいね
映画館さ
別に映画館に
文句言いたいわけじゃないんだけど
最初の広告シーン
広告ばっかり流すんじゃなくて
映画館の技術について
解説する
セクションあってもいいのに
いや
広告で
お金得てますから
そこの30秒とか
1分を映画館自身が使う
っていうのは
使ってるところもありますけど
空調は言ってるじゃん
そうですね
空調は言ってますね
ちょっとその延長戦でさ
映画館案内が
高いみたいに言われてる
一つの理由に
よく分からんから
何にかかるのかよく分からんから
映画作った人から買ってきて
映してるだけなのに
なんでそんな高いの
あると思うんで
こんだけすごい技術で
できてるんだぜっていうのを
別に映画館の広告じゃなくても
デジタル庁の生成AI利用
いいんだけど
何かしらでもっとアピールしてほしいな
こんな話したら
もうちょっと高くでもいいんじゃない
まあありますけど
一般に映画を
見に行くような人はあんまり
そこは即急点じゃないですね
やるんだったら
試写会とか
そういう価値を求めてる人
向けにはありかもしれないですね
いいですね
映画館によってこの穴のサイズとか
うちはこの穴のサイズがいいんだよね
とか言うことあるんだろうな
あるでしょうね
いやすごい
なんか学びでした
ありがとうございます
というところです
最後
これも探っておきましょう
デジタル庁の広報なのかな
デジタル庁職員における
生成AIの利用実績に関する資料を
掲載しましたというタイトルのものです
PDFが貼っ付けられていて
ちょっと
これを斜めにしますと
2個前で話した話なので
特段言うことはないんですけど
デジタル庁の中でも
やっぱりめちゃくちゃ使ってる人と
使ってない人の差が激しいですよ
みたいな話とかがあります
デジタル庁がすごいなと
私が思ったのが
さっき言ってた
特定用途向けのAIがちゃんと
整備されていることですね
キューページぐらいにあるんですけども
公開情報検索用の
法制度調査支援AIとか
国会答弁を検索するAIとか
国会答弁を検索するAIとか
国会答弁を検索するAIとか
あとは
旅費等の業務管理システムの支援AIとか
旅費等の業務管理システムの支援AIとか
そういうのが
ちゃんと目的別で作られているので
こういうのが
ちゃんとできているのはすごいなと
生成AIの利用状況
他の業界とかも
こういう使い方はすべきかな
というところでの紹介です
全く思って同意な上で
全く思って同意な上で
他の注目ポイントとしては
入ってる人って何に使ってるの?
っていう
有助別利用人数みたいなのがあるんですけど
その中での最上位が
チャット
でその時は文書生成
要約構成 画像生成 翻訳
と続いていて
非常に事務の人が
普段使うものとして
2以降はすごくよくわかるんですけど
1つ目がチャットっていったところが
結構
面白いポイントだなと思っていて
チャットで使うってことは、あんまり業務に直結するというよりは、単純に壁打ち相手としての利用が一番大きくなっているというところで、
さっきの議論と似たような感じかもしれないですけど、業務効率化というところの生成への期待以上に、
まずは自分の中の認識の整合とかそういったところで使おうという意識が強い人がちゃんと大多数を占めているということで、
デジタル庁、さすがそういうIT技術に対する理解の深い人たちが多く使っているんだろうなというのが分かる結果だなと思って、その点も面白かったですね。
そうですね。いろいろデータが出ているので、結構面白いしたいなと思う感じがありますね。
そうですね。あとは週ごとの偏りがないのも結構面白いなと思ってて。
反応期というか、業務のフェーズ的に、ここのフェーズでは生成やいっぱい使えるけど、このフェーズではもう使いどころないみたいになるのが普通かなと思ってたんですけど、
結構コンスタントに毎週使われているような感じで、大きなムラがないんですよね。
その辺もちょっとどういう働き方をしていたらそういうムラがなくなるのか、ムラがない状態の方が下手に生成やいだよりのプロセスがある方が不健全なのかとか、いろいろ考えちゃいますね、さっきの話も含めて。
そこは結構面白いかなと思うのが、13ページの利用人数の推移があんまり変わらないという話をしたと思うんですけど、14ページの利用回数の推移で言うと結構差が出ているかなと私は思ってまして。
本当ですね。
5月にローンチされたのかどうかちょっとわかんないですけど、6月ぐらいがピークになってて、7月からの末にかけて徐々に減っていってるんですよね。
これは正確かどうかわかんないんですけど、想定するとするならばリリースされて、だいたいみんなが使ってみようかつって、そういうのあるんだつって使い始めたのが2,3週ぐらいかかってる。
で、使ってみて、あんまり上手く使えないなとか言って離脱していった結果として使用回数が減っててるとかもあるのかなってちょっと思ったりしますけど。
単純に後は6月が忙しい月だったとかもあると思いますけど。
そうですね、この辺は確かにツールの導入後の推移としては普通のツールと同じような傾向を辿ってるなっていうのはその通りなのかと思いますね。
あとはデジタル庁として要勇気持って出せたなと思うのが17ページで、
その利用率、役職別の利用率みたいなところがあってですね、なんか係長級とか課長補佐級とかでそれぞれ利用率出してて、
大賞あるんですけど、一番使えてても5割、でもう偉い人になるとだんだん減っていって3割くらいになっていくと。
で、計算書が出してた日本のAI使用率みたいなのって他国と比べて3割くらいにとどまっててやばいですみたいなレポート出してて、
この結果も大体3割くらいになってるんで、デジタル庁でもまぁそんなもんですよねっていう感じがあって個人的には面白かったですね。
そうですね、偉い人になると新規環境医療っていうのがどのくらいかわかんないですけど、
生成AIとレビュー地獄
まぁそのくらいになるとさっき言ってたシニアなんで、生成AIを使って生成するというよりは倫理処理を見る方ばっかりになってたりするんじゃないかなという気もしますけどね。
まぁレビューしか基本やることがない。
そう、人が作ったものしか見ないから生成するという業務がないみたいな可能性もありますけど。
まぁまぁそこら辺含めて、まぁまぁわかりやすいって言ったのである意味いいんじゃないですか、ここら辺は。
そう、皆さんね、自社内とかでも生成AI導入率とかIT部とかがやっててこれくらい実績出ましたみたいなのも、
ちょうど下期の頭ですし、そういった場で公開されたりとか年度の発表とかで実績発表があったりすると思うんで、
そういう時の情報とこのレポートと見比べてみて、うちはどんなもんなんだろうみたいな、まぁそういう参考にもなると思うのでいいと思いますね。
はい。
はい、じゃあ今日はそんなもんですか。
はい、ではお疲れ様でした。
はいお疲れ様でした。
