生成AIとは何か
みなさんこんにちは、ロボシンクの矢野哲平です。この番組は、耳で学ぶAIをコンセプトに、初心者・中級者向けにAIをわかりやすく解説する番組です。
今回のテーマは、企業がどのようにAIを活用しているのか気になりませんか? 私は気になります。について話していきます。
はい、ということで今日は企業の生成AIの活用事例について話していきます。
以前、このポッドキャストで生成AIの活用事例について話しました。結構反響も大きかったんですね。
で、あのやっぱり私もなんですけど、AIがどのように活用されているのかって結構気になりますよね。
今回は改めてですね、業務に生成AIを活用している企業っていうのを数社ピックアップして解説したいと思います。
普段、個人や会社でですね、ChatGPTなど生成AIを使っている人も多いと思いますが、企業単位で見ると
あ、こういった使い方もあるのかと勉強になります。具体的な事例を交えて深掘りしていきたいと思います。
ウェンディーズとマクドナルドの比較
はい、では早速企業の生成AIの活用事例について見ていきます。ある特定の業種に偏るわけではなくてですね、
様々な業種から紹介していきたいと思います。 ちょっと一例を言うと、ハンバーガーチェーンのウェンディーズとかですね、
あとは経済史のフォーブス、あとは京都大学医学部付属病院などですね、 こうした企業の生成AIの活用事例について話していきます。
はい、ではまずウェンディーズから行きましょうか。 あのこれはですね、アメリカのハンバーガーチェーンですね、ハンバーガーチェーンのウェンディーズですね。
ウェンディーズでは一部の店舗になるんですけども、AI音声によるドライブスルーの注文受付の実証実験を行っています。
日本だとマクドナルドとかでドライブスルーを利用した人も多いと思います。 あの車でブーンと行きますよね。
スタッフとマイクを通して話すわけですね。 ハンバーガー一つくださいとか。そういったやりとりをAI音声で対応できるようにしています。
えっとですね、ウェンディーズフレッシュAIというシステムですね。 ドライブスルーの注文受付の自動化になります。
これ面白いですよね。ただこのシステムを導入しているのは一部の店舗であって、ウェンディーズの全店舗ではないようですね、現時点では。
まだ開発段階という感じでしょうか。 これはAIを使って顧客対応の省力化を行っているケースですね。
年々音声認識の技術というのは上がっているので、もしかすると今後ですね、ドライブスルーのオペレーションというのは全部AI音声による対応に変わるという未来もあるかもしれないですね。
私この話を聞いた時にですね、パッと思いついたことがあります。 ウェンディーズすごいなと、AIのドライブスルーやってすごいなと。
マクドナルドはどうなのかなという点ですね。 実はですね、アメリカのマクドナルドもウェンディーズと同じようにドライブスルーのAI受付っていうのを開発していました。
でもですね、2024年の6月、今年の6月ですね、ドライブスルーのAI受付のプロジェクトっていうのを終了しています。
マクドナルドはですね。 その理由としては、SNSなどでこのマクドナルドの注文システムですね
これで注文ができずにイライラしたというそういった動画が投稿されて、それでマクドナルドが炎上した背景、
そういったものがですね、理由にあると思います。 ちょっとウェンディーズとは対照的ですね。
で、実際にウェンディーズのシステムとマクドナルドのシステムをちょっと私はですね、 比較したわけではないので、ウェンディーズのシステムの方が優れているかどうかっていうのは分かりません。
ですが、とりあえずマクドナルドはですね、撤退の判断を下したというわけですね。 ウェンディーズも全店舗でこのAI音声によるドライブスルーっていうのを導入しているわけではないので、
やっぱりですね、実際は結構導入のハードルは高いのかなと思ったりします。 ただですね、やっぱり可能性を感じずにはいられないですね。
現時点ではその音声の認識とか応答に不安があるかもしれないと。 ただ、受付業務がAIにとって変わるっていうのは時間の問題かもしれませんね。
ここではウェンディーズのドライブスルーのですね、話をしたんですけども、 他の受付業務でAIを導入しても面白いと思います。
例えば電話ですね。電話をかけたらよくあるのがですね、 電話で問い合わせるとプッシュフォンの対応ってよくありますよね。
問い合わせ内容に沿って米印のボタン、シャープのボタンを押してくださいとか言って番号をピッピッと押して、
あとは自動音声に従ってガイダンスに従って操作するみたいなものですね。 利用したことがある人もかなり多いと思います。
ああいった音声による自動受付、プッシュフォンによる自動受付っていうのは、 問い合わせ内容を適切な部署へ振り分けるという意味では、
今までのですね、選択肢の中ではベストだったかもしれません。 ただですね、やっぱりAIの時代になってくるとちょっと物足りないな、
使いづらいなと思ってくるんですよね。 問い合わせの内容を機械音声が読み上げるまで、こうじっと電話口で待っているんですね。
あれは結構使いにくいなぁと思いますね。 特にチャットGPTのアドバンスとボイスモード、
AIとの会話機能ですね。ああいったものを体験した上で考えると、 ちょっとやっぱり使いづらいなぁと思う面があります。
現状の機械音声による読み上げっていうのが、AIによる受付に変わると、 かなり使い勝手っていうのは良くなると思うんですね。
自然な会話で問い合わせ内容をAIが把握してくれると。 そしてその内容を適切な部署に振り分けると。
なんならですね、最初の問い合わせ内容っていうのをAIが要約をして、 コールセンターのオペレーターの方に振り分けた瞬間にその情報を渡すみたいな。
そういったものがですね、一般的になってくると、 コールセンターの業務も改善されるんじゃないかなぁと思ったりします。
まだですね、全ての電話での問い合わせっていうのを AIが全部対応するっていうのは難しいと思うんですね。
ただ、一部の問い合わせの内容っていうのをAIが担当すると。 そしてそれ以外を人間が担当すると。
SpotifyとForbesの取り組み
こういった構成は可能だと思いますし、今後一般的になってくる可能性はあると思います。 はい、では次にSpotifyですね。
このポッドキャストもSpotifyで聞いている人も多いと思います。 音楽やポッドキャストのプラットフォームですね。
最近Spotifyはいろいろな機能をどんどん追加しているんですね。 で、このSpotifyも生成AIを活用しています。
その中で紹介するのが一部公開されている AIプレイリストの機能ですね。ちょっとまだベータ版なんですけど。
人間の指示に基づいてAIが判断をしてプレイリストを作るというような機能ですね。 例えばですね、今から友人とホームパーティーをしますと。
年齢は30代ぐらいでみんなR&Bの音楽が好きですと。 プレイリストを作成してみたいな感じで、人間が指示をするとSpotifyのAIがプレイリストを作成してくれるというものですね。
簡単に言うと、プロンプトに対して音楽のプレイリストを返してくれるAIのようなものですね。 Text-to-Playlistと言えばいいんでしょうか。
シーンや要望に沿ってプレイリストを色々作れるっていうのは面白い機能だと思います。 ちょっと話は外れるんですけど、Text-to-何々という文脈はですね、今後も色々出てきそうですよね。
Text-to-Playlistとかですね。 例えばもうすでに私たちが使っているもので言うと、
そうですね。Text-to-Searchとかですね。検索AIですね。 会話から検索結果を返すと。
で、あとはですね、Text-to-Shopping、こういったものももう出てきていますね。 会話からショッピングのタスクをこなすと。
これはですね、すでにAmazonが開発をしています。 Amazon Lufusというものですね。
TextでAIに指示をしてショッピングをするというものですね。 これですね、まだ日本には入ってきていないんですかね。
ただ、近いうちにAIによるショッピングアシスタントというのは実装されると思います。 画像生成のText-to-Imageやですね、あとは動画生成のText-to-Video
こういったものはですね、すでに一般的になっていますけど、今後はですね、 Text-to何々の文脈でいろいろなサービスが出てきそうです。
次はForbesに行きましょうか。 Forbesは世界的に有名な経済誌ですね。メディア事業を展開している会社となります。
Forbesはですね、Adelaideという生成AIを使ったツールを開発しています。 これですね、簡単に言うと、読者が検索で知りたい情報っていうのをチャットに入力します。
そうすると、Forbesの過去の記事から情報をキュレーションしたものをですね、 情報を集めたものをユーザーに返すというものになります。
この場合はText-to-Contentsと言えばいいんでしょうか。 テキストからコンテンツ、過去のForbesのコンテンツを返すとキュレーションしたものですね。
これも面白いですよね。ちなみにこの木のAdelaideという名称ですね。 このAdelaideという名称は創業者のForbesさん、Forbesさんの妻の名前だそうです。
日本で言うと経済史で言えば、日本経済新聞が有名ですよね。日経ですね。 実は日経も生成AIに関する開発っていうのをしています。
日経ラングウェッジモデルという言語モデルを開発しています。 これですね、すごいですよ。日経の過去40年分、過去40年分の記事を学習させた
経済情報に特化した言語モデルを開発しているわけですね。 具体的な活用事例についてはちょっとまだ情報が出ていないみたいなんですけど、まあすごいですよね。
過去40年分の日経の記事を学習させた言語モデル。 自分の隣にですね、日経の過去40年分の記事を学習した人間がいたらって想像するとかなり面白いですよね。
こんな感じで、結構メディアの企業は、生成AIが出てきてから色々こう思考錯誤をしているように思います。
というかですね、コンテンツに携わる企業とか、あとは個人ですね。 AIとどう向き合っていくのかって考えている人は多いと思います。
各有私もですね、ポッドキャストというコンテンツ、音声コンテンツを制作しているわけですけど、 まあどうなるんですかね。この先どうなっていくのかっていうのは正直予測できないですね。
というのもですね、GoogleのノートブックLMってあるじゃないですか。 このポッドキャストでも紹介した、Googleが開発するAI搭載のメモアプリのようなツールですね。
このノートブックLMの新機能で、AI音声の作成機能っていうのがあるんですよ。 例えばですね、私が
そうですね、あの生成AIに関する資料っていうのをノートブックLMに投げるとします。 でこれに対してAI音声の作成ボタンみたいなのがあるんですね。
でこれを押すと、その資料に沿って2人のAIがディスカッションをする音声っていうのが生成されるんですね。
もうあのポッドキャストみたいなやり取りの感じの音声ですね。 この機能っていうのは実装されていて、皆さんの手元でもすぐに作成することはできます。
AIポッドキャストの発展
ノートブックLMにアクセスをして、何かファイルとか資料ですね、 アップロードをすればその音声作成というボタンが表示されます。
あとはそのボタンを押すだけでAIによるポッドキャストを作れると。 ただ現時点で作成されるのは英語の会話のみになるんですけども
先々で日本語とかですね、他の言語にも対応してくる可能性はあります。 でこれとですね、同じようなものをFacebook、メタの会社ですね
も最近リリースをしました。 ノートブックラマという。 PDF資料の書き起こしを行って、それをポッドキャスト風に仕上げるというものですね。
ちょっとサンプルの音声があるので聞いてみましょうか。 英語の音声にはなるんですけども、ちょっとサンプルの音声流してみます。
はい、いかがでしょうか。 こんな感じでですね、GoogleもあとはメタもAIポッドキャストの機能っていうのを実装してきています。
もしかするとですね、オープンAIもこういった機能っていうのは出してくるかもしれないですね。 こうなった時にAIのポッドキャストっていうのを誰でも作れるようになった時に
ポッドキャスターはどうなるのかなというのはちょっと考えたりしますね。 こんな感じでコンテンツを制作している個人や企業はですね
AIと今後どういうふうに向き合っていくのかっていうのは結構課題だと思います。 はい、では次にですね、NTTデータについて話をします。
NTTデータのトレンドエクスプローラー
NTTデータが開発するトレンドエクスプローラーというシステムがすごいですね。 これですね、あのX、旧Twitterですね。
Xの過去10年以上のデータとですね、あとは現在のデータっていうのをモニタリングをしてトレンドの 兆しっていうのを発見できるシステムです。
例えば人間が手動でトレンドをチェックしますよね。 今SNSでこういうのが流行っているらしいから企画会議に出してみようとか
こういうものが今後流行りそうとか、人間が手動でトレンドをチェックします。 で、これをですね
AIで全部自動でやってしまおうというアプローチですね。 商品開発とか企画とか、あとはプロモーション戦略とかで取り入れるとかなり強力な武器になる
と思います。 私もですね、NTTデータさんほど高度なシステムではないんですけど、 情報収集のタスクでAIを活用しています。
具体的には、生成AIの情報収集に特化したものですね。 あの海外のレディットっていう巨大な掲示板があるんですけど、そのレディットの
APIを通じて投稿を収集すると。 で、それをAIに要約をさせたり、何に注目すべきかっていうのをAIに判断を
させるというものを作ったりしています。 AI情報の収集に特化したAIエージェントと言えばいいんでしょうか。
やっぱりですね、情報収集と情報の管理っていうのはAIがかなり役立ちますね。 情報収集のタスクって結構あの多くの業種で共通するタスクだと思います。
で、こういった情報収集にAIを取り入れてみるっていうのもおすすめです。 これがですね、対外向けのシステム、外に出すようなもの
だったら品質とかいろいろ考える必要があるんですね。 ただ、社内で消費する、自分だけで消費するようなものであればですね
パッと作ってトライアンドエラーがしやすいタスクだと思います。 はい、では最後に京都大学医学部付属病院の事例について紹介します。
カクテルAIによる医療文書作成
医療文書の作成をAIで効率化ができる カクテルAIというシステムを開発されています。
生成AIで医療文書の生成をするというものですね。 で、あの開発の背景には医師の長時間労働とか
あとは少子化による医療の担い手が減少したことが挙げられるそうです。 診療記録とか退院時のさまり記載とか
そういった文書作成のタスクをAIに担ってもらうと。 カクテルAIっていうのは医療の現場向けに開発されたシステムなんですけど
これって他の様々な業種でも当てはまりますよね。 やっぱりあの文書作成ってほぼ全ての職種で当てはまる業務だと思います。
会議の資料を作ったり、クライアント向けの資料を作ったりですね。 で、こうしたタスクをAIの力で効率化すると。
もしかするとシンプルにですね、一番業務効率を改善できるアプローチっていうのは 文書作成のタスクかもしれないですね。
いやいや、うちの会社は文書の精度が求められるのでできないよという企業もあると思います。 確かにですね、資料の作成をAIに全て丸投げするっていうのは
現時点ではあまり良いアプローチとは言えないと思います。 さすがにですね、生成AIに作成させた資料とか文章ですね
そのままお客様にノーチェックで渡すっていうのは怖くてできないですよね。 私もできないですね。ただ資料作成とか文書作成の一部を
AIに代替してもらうと、AIに代わってもらうと。 例えば文章の構成であったり文章の下書きであったりですね
こうしたアプローチなら割とすぐですね、実装できると思うんですね。 生成AIの出始めっていうのは、お世辞にも日本語の文章生成はいいものとは言えませんでした。
ただですね、年々日本語の文章生成も精度が上がってきているので、今後もですね 文書作成とかあとは資料作成
こういったタスクにAIが活躍する場面というのは増えてくると思います。 はい、以上5社の生成AI活用事例を紹介しました。
やっぱり色々な企業の活用事例っていうのは参考になりますね。 企業に関わらず個人でもどのようにAIを活用するのかっていうのは皆さん共通で
興味のあるトピックだと思います。 私も国内とか海外の活用事例っていうのは色々チェックしているんですけど
やっぱりですね、調べるたびにこういったアプローチがあるのかと勉強になることは非常に多いですね。
一方でマクドナルドのようにですね 一度AIを導入してみたけどユーザーの反応を見て終了したという事例もですね
逆に興味深いですね。 やっぱりAIを導入すること自体が目的ではないと思うんですね。
AIを導入して何を達成したいのかっていうことが目的なので、目的達成のために AIをあえて導入しないという選択肢も全然ありだと思います。
むしろそういった判断がこれから先、もっと重要になってくるのかなと思います。 目の前にあるタスクがあると、これにAIを導入するかどうかを検討していると。
でもですね、いやいやそもそもAIを導入しなくてもいいんじゃないと、このタスクにおいては。 そういった判断、見極めと言えばいいんでしょうか。
そういったものもこれからですね、AIを使っていく上で見逃せない視点だと思います。
2025年はより生成AIの導入が進んでいくと思います。 引き続き情報のインプットとアウトプットをしていきたいと思います。
はい今日はこの辺ということで本日も聞いていただきありがとうございました。 ちょっと話は変わるんですけど最近ニュースレターを始めました。
生成AIの最新ニュースや知見を定期的にお届けするというものですね。 ご存知の通り、生成AIはスピードがとても速いので、効率よくAIの情報キャッチアップしたい方っていうのはぜひご登録いただければと思います。
もちろん無料で利用できます。概要欄にリンクを貼っておきます。 番組ではこのように耳で学べるAIを毎週発信しています。
通勤中や火事の合間にAI情報をキャッチアップできます。 毎週水曜朝に更新していますのでぜひフォローをお願いします。
お相手はロボシンクの矢野てっぺいでした。 また次の配信でお会いしましょう。
