AI導入で企業が挫折するのはなぜ？―AI「以外」の壁にどう立ち向かうか｜Dory │ 株式会社Algomatic
はじめにこんにちは、Doryと申します！ あらゆる業務をAIエージェントで変革するべく、Algomaticという生成AIスタートアップで自社サービス開発や法人向けのAI導入支援に取り組んでいます。 この記事では、AI技術を現場の実業務に導入しようとしたとき、企業が高確率でぶつかる「3つの壁」について、自身の経験も交えて記載していきます。 【この記事には何が書いてある？】 ・AI技術を使って業務を変革しようとするとき、必ずぶつかるのは「AI以外」の壁であること ・3つの壁を乗り越えなければ、AIによる業務改革は進まないということ 【この記事の想定読者】 ・AIを自社にも取り入れたいと考えている経営者の方 ・AIの社内推進がミッションの、いわゆる「AI推進室・DX推進室」の方 ・その他、AIの力で自社を変えたい！と考えている方 以下、本文では簡単のため「AI」という表現を多用しておりますが、具
Dify の ワークフロー の概要｜npaka
以下の記事が面白かったので、簡単にまとめました。 ・Workflow - Dify 1. ワークフロー1-1. ワークフロー「ワークフロー」は、複雑なタスクを小さな「ノード」に分割することで、LLMアプリケーションのモデル推論への依存を減らし、システムの説明可能性、安定性、耐障害性を向上させます。 「ワークフロー」の種類は、次のとおりです。 ・Chatflow : 顧客サービス、セマンティック検索など、応答作成に複数ステップのロジックを必要とする会話シナリオ用 ・Workflow : 高品質な翻訳、データ分析、コンテンツ作成、電子メールの自動化など、自動化・バッチ処理シナリオ用 1-2. Chatflow自然言語入力におけるユーザー意図認識の複雑さに対処するため、「質問分類」「質問書き換え」「サブ質問分割」などの問題理解ノードを提供します。さらに、LLMに外部環境との対話機能、すなわち「
ノア・スミス「日本は通貨危機におちいってるの？」（2024年4月29日）｜経済学101
もしも日本が通貨危機におちいったら，世界経済が土台から揺らいでもおかしくない．Photo by jun rong loo on Unsplashまだ，日本の通貨は自由落下してはいない．でも，そうなるかもしれない．2021年から円は安くなってきているけれど，先月，その動きは加速した： 最新の為替相場では，円がさらに下げて，1ドル154円から160円にまで進んだ． この20年ほどのあいだ，日本を訪れたときにはたいてい頭の中で「1円はだいたい1セントか，あとちょっぴり安いくらい」と考えておいて困らなかった．いまや，円はだいたい 0.63セントになってる．これはすごい値下がりっぷりだよね． 当然ながら，日本の人たちはこの事態に動揺してる．もっともな反応だ．日本は世界でも屈指の輸入依存国で，エネルギー供給の 90% 以上，食料の 60% 以上を輸入している．円が安くなると，日本の人たちはいきなり貧し
イベントコミュニティを 「デザイン」する 〜熱量と共感の「場」を作るためのマインドとノウハウ〜｜こぎそ
こんにちは！こぎそ（@kgsi）です。 この記事はプロダクトデザイナーである僕が、なぜイベントコミュニティを「デザイン」するのかの言語化と、現時点で貯まった、イベントコミュニティを「デザイン」するためのナレッジやノウハウを紹介する記事です。 そして、今回個人では初の試みですが、具体的なナレッジやノウハウについては有料記事としています。有料記事部分では、具体的な価格設計やニーズの調査手法、スポンサー獲得のためにどうやっているか、保健所に申請が必要そうなイベントをどうクリアするのか...など、ニッチなノウハウを共有しています。 プライベートなコミュニティ運営には一定余裕資金が必要です。もしよろしければnoteを通してご支援と、最後まで読んでいただけると嬉しいです👋 記事執筆の動機この記事を書いたキッカケは、2023年から業界向けイベントを公私共々よくやるようになりましたが、「なぜイベントコミ
0→1フェーズにおけるプロダクトデザイナーのビジネスへの貢献方法｜こぎそ
ごきげんよう！SmartHRプロダクトデザイナーのこぎそ（@kgsi)です。 SmartHRで2023年前半から開発に携わっていた「キャリア台帳」が、2024年2月8日についにリリースとなりました。 「キャリア台帳」は、SmartHRで収集した部署や役職、評価推移、スキルなど、タレントマネジメントに必要な従業員情報をまとめて確認できる機能です。今後タレントマネジメント領域を攻めていくSmartHRとして、欠けていたピースを埋める重要なプロダクトとなります。 さて、このプロダクトの開発にぼくは0->1フェーズから関わっていましたが、「初期開発における機能のスコープ決め」「リリース方式の選定」「開発とビジネス価値との接続」「初期フェーズでどのように関わるべきか」など...。プロダクトデザイナーとして、学びや気づきが大きいプロダクトでした。 この記事では、0->1フェーズにおけるプロダクトの開発
プログラミングの終焉と生存戦略｜k1ito
この文章は何： 近年の生成AIブームにより、革命的なまでにプログラミングという仕事の形は変わることが予想され、実際、今までにない速度で世界が効率化され様々なサービスがローンチされていく中「使う側」としても「作る側」としても「IT業界(特にSaaS業界など)での生存」は難しくなっているように感じます。正解を知っていたらとっくに僕は大儲けをしているわけですが、当然わかるはずもなく生存戦略に苦しむだけの中での寝言です。 まとめと結論めいたもの：AI技術の発展により「プログラミング」と呼ばれる「人間の仕事を機械に引き継ぐ行為」のほとんどはゼロコストで行えるようになり、少なくとも今ほどの価値や競争優位の源泉とはならないだろう。今やるべきは、AIを自社の競争優位の源泉とするべく、まるで人材投資のようにAIへの引き継ぎ書を書くことと、AIの研修制度を作ることかもしれない。 プログラミングという仕事の終焉
インド民の代表的言い訳とその対応 ①｜インド麦茶
インド民はとにかく何かにつけて「言い訳」を唱えてくる。まず、インドに着任してイライラするのはこのインド民のコミュニケーションモードである。これはインド民の自己防衛本能の一種であるが、実際に部下や取引相手として対峙した場合にはなかなか手ごわい。その結果、彼らとの議論が面倒臭くなり、適当にやり過ごし、こちらが相手の主張を飲み込んでしまった場合、インド民は、「やはり俺が正しかった」と本気で思いこむ。よって、議論や責任を有耶無耶にすることは、長期的に見れば相互に誤解を生むことになり、結果として逆恨みや約束の不履行などに繋がる。相手が部下であれば、あなたは彼や彼女をコントロールできなくなるだろう。何しろ、あなたが追求をやめれば、相手は自分が受け入れられたと考えるからである。日本人であれば、無理筋な自らの主張を理解して、心のどこかで良心の呵責が発生することを期待できるかもしれないが、インド民はそのよう
Design Skill Map - メルカリUXデザインチームの専門スキル｜Mercari Design Blog
UX Designチームのasakomです。今回はデザイナーの役割定義の活動の一つとして作成した、”Design Skill Map”についてお話しします。 このSkill Mapは、メルカリUX Designチームで求めるデザイナーの専門スキルを整理したものです。以前紹介したDesign Ladderは、メルカリの行動指針に基づいて作成した、デザイナーに求める態度やマインドセット。今回は専門職としてのデザイナーに必要な技術や知識をSkill Mapとしてまとめました。 UXデザイナーの役割定義や、個人の目標設定、採用の基準作りなど、チームの運用に関わる人や、メルカリのUXデザインチームが求める人材に興味のある方に、ぜひ読んでいただきたいです なぜSkill Mapを作ったかUXデザインチームの役割定義は、チームのミッション達成のために存在します。私たちのチームのミッションは、”メルカリの
GPTsで恋愛ゲーム作ってみたらすぐ作れた割に時間がトロトロに溶けました｜花笠万夜
花笠監督の「私立GPT北高校」でグランシュライデ２週目キャラ演じてみたんだけど、面白すぎるｗ いかん、これはハマるｗ https://t.co/jNaQSFjJoZ pic.twitter.com/dGsmjfYCdr — らけしで (@lakeside529) November 10, 2023 実際に100人ぐらいの人が現時点でプレイしてくれてますね。 ありがたいですね。 GPTsの実際の作り方まずGPT Builderを立ち上げましょう。よくわからん場所にあります。 PCで立ち上げて左上を見ましょう。 Exploreってあるよね。そこ。 そこを押すと、よくわかんないリストの一番上に「+」マークが出るじゃない。それを押すのです。 そうするとこういう画面に来ますわね。 ここで画面左側、Createのタブで普段通りつくりたいGPTをテキストで打っていってもいいんですが。。。これって結局ここ
LangChain クイックスタートガイド - Python版｜npaka
Python版の「LangChain」のクイックスタートガイドをまとめました。 ・LangChain v0.0.329 (2023/11/3) 1. LangChain「LangChain」は、「大規模言語モデル」 (LLM : Large language models) と連携するアプリの開発を支援するライブラリです。 「LLM」という革新的テクノロジーによって、開発者は今まで不可能だったことが可能になりました。しかし、「LLM」を単独で使用するだけでは、真に強力なアプリケーションを作成するのに不十分です。真の力は、それを他の 計算 や 知識 と組み合わせた時にもたらされます。「LangChain」は、そのようなアプリケーションの開発をサポートします。 主な用途は、次の3つになります。 ・文書に関する質問応答 ・チャットボット ・エージェント 2. LangChain のモジュール「L
【AI時代のメモの取り方】 AIとの会話でナレッジを記録する｜maKunugi
GPT活用が当たり前になりましたが、メモの取り方も劇的に変わります。 ・専属AIとの会話の中でナレッジを記録 ・AIに聞けばいつでも過去の記録を呼び起こせる ・過去の記録に基づきAIが提案や示唆をくれる 今までメモ帳に書いていたアイデアはたくさんあるはず。 今後は自身のAIに向けてメモをつぶやいていくだけで、自分のナレッジを結集した独自のAIアシスタントが築けてしまうんです。 今回はその方法をご紹介します！ ※ 本記事は文中で紹介するサービス「miibo」を開発する、株式会社miiboの提供でお送りします。 成果物運用イメージはこんな感じです。 最近、ベクトルDB記録機能をつけたAIをmiiboで作って、 メモしたいことは全部AIに話しかけて覚えさせてる。 うろ覚えのことを会話で引き出せるし、メモをもとにした相談やTODOリスト作成なんかもできる。 もうちょい実験してニーズありそうだったら
チーム・組織デザインの良し悪しはプロダクト開発フローの効率を左右する｜mtx2s
依頼、調整、合意、承認、etc. こういったコミュニケーションがチーム境界を越えて頻発すると、ソフトウェアプロダクト開発のフローは遅々として進まなくなります。いずれも、機能追加や機能改善を進める上でのクリティカルパスを引き伸ばす要因を生み出すからです。 機能追加や機能改善といったひとつひとつの開発は、アイデアを生み出し、それを価値に変えるまでのフローです。フローが進む過程で、組織内の様々な人の手で、様々なタスクが実行されます。その全てを1つのチームで完結することは、プロダクトの規模が大きくなるほど困難になり、より多くの人々が関わるようになります。そこに、チーム境界を越えた「依頼、調整、合意、承認」といったコミュニケーションが発生するのです。 開発フローのクリティカルパスを悪化させるこのようなコミュニケーションの頻度をどれだけ減らせるか。組織設計、チーム設計で最も注視すべき観点の1つは、そこ
Azure OpenAI Serviceの世界へようこそ｜父
はじめに賽は投げられた2022年11月にOpenAIが公開したAIチャットボットChatGPTは、それまでのチャットボットの常識を大きく凌駕するその余りの流暢な受け答えから瞬く間に技術系コミュニティで話題沸騰となり、わずか2ヶ月でアクティブユーザー数は1億人を超え、その影響範囲はすぐさま技術系コミュニティの内側にとどまるものではなくなりました。プログラマが、大学生が、研究者が、物書きがChatGPTを試してはその自然な回答に驚愕しました。翌23年4月には、東京大学理事・副学長で教育・情報担当の太田邦史博士がChatGPTやStable Diffusion等の「生成系AI」の急速な発展とその著しい品質の向上を受けて「人類はこの数ヶ月でもうすでにルビコン川を渡ってしまったのかもしれない」とする声明を発表しました。 人類はこの数ヶ月でもうすでにルビコン川を渡ってしまったのかもしれないのです。むし
OpenAIのファインチューニングAPIによる GPT-4 から GPT-3.5 への蒸留を試す｜npaka
OpenAIのファインチューニングAPIによる GPT-4 から GPT-3.5 への蒸留を試したのでまとめました。 1. GPT-4 から GPT-3.5 への蒸留「LlamaIndex」で、OpenAIのファインチューニングAPIによる GPT-4 から GPT-3.5 への蒸留のColabが提供されてたので、それをベースに独自データで試してみました。 具体的には、「GPT-4」で学習データを生成し、「GPT-3.5」でファインチューニングすることで、「GPT-3.5」に「GPT-4」相当の知識を習得させます。 We successfully made gpt-3.5-turbo output GPT-4 quality responses in an e2e RAG system 🔥 Stack: automated training dataset creation in @ll
OpenAI API の ファインチューニングガイド｜npaka
1. ファインチューニングの利点ファインチューニングの利点は、次のとおりです。 (1) プロンプトよりも高品質な応答 (2) プロンプトに収まりきらないより多くの例の適用 (3) プロンプトの短縮によるトークン数 (コスト) の節約 (4) プロンプトの短縮による処理時間の短縮 モデルは膨大な量のテキストで事前学習されており、このモデルを効果的に利用するため、プロンプトに手順や応答の例を指定する手法が使われます。この例を使用してタスクの実行方法を示すことを「Few-Shot」と呼びます。 ファインチューニングで、プロンプトに収まりきらないより多くの例で学習することにより、さまざまなタスクでより良い結果を達成できるようになります。プロンプトに多くの例を指定する必要はなくなります。これによりトークン (コスト) が節約され、処理時間も短縮されます。 2. ファインチューニングの使用料金ファイン
『バービー』ネオンジェネシス宗教映画｜うまみゃんタイムズ
映画『バービー』が前提としているブランドの基本情報についてELLEで紹介したのだが、この作品がユニークなのは、アブラハムの宗教をベースにしているところだ。それを知らずとも楽しめはするのだが、この10年「国際的な観客にとってのわかりやすさ」が重視されてきたハリウッドIP映画として異色な宗教的大作となっている。 「宗教儀式のような映画館」 まずこの映画、すでに興行収入10億ドルを突破していて、特に北米でものすごくヒットしている。『ダークナイト』を超えてワーナー・ブラザース最高の国内成績で、観客の二割が少なくともコロナ以降映画館に来ていなかった層とされる。 特異なのは、文化左派っぽい見てくれをしてるのに保守派での好評も目立つこと。ポリコレ叩き文化戦争工場ことFOX Newsすら肯定的言説を流すに至っている。さらに、映画館に行った人々からは「嗚咽してる人がたくさんいて宗教儀式みたいだった」という報
ChatGPT の長いプロンプトに意味があるのか気になったときに試す評価方法｜piqcy
ChatGPT を上手く使う方法として、非常に長いプロンプトが共有されているのを見たことがある方は多いと思います。ただ、実務で使う場合長いプロンプトより短いプロンプトの方が扱いやすく API を利用する際のコストも少なく済みます。「ユーザーが作成した Excel マクロをメンテナンスしてほしい」と言われると 90% のエンジニアは不吉な予感に胃が痛くなると思いますが ( ※個人の感覚です ) 、今後誰かが生み出した長文プロンプトが業務に欠かせないものになっていて数文字変えると挙動が変わるようになっていたりしたらメンテナンスには想像を絶する苦痛が伴います。 プロンプト内の表現が性能へどのように寄与するのか計測することができれば、不要な表現を削り短くすることができます。本記事では、既存の書籍や記事をもとに期待する回答の基準点を定め、基準点よりどれだけ差異ある返答が得られたかで評価する方法を提案
AIエージェント沼にハマるためにこの辺を見ておけば良いと思われるリソースまとめ｜mah_lab / 西見 公宏
はじめにみなさまはAIエージェントという言葉をご存知でしょうか。 ご存知ない方はとりあえずDoryさんの以下の記事を読んで頂けると良いと思う訳ですが、 ざっくりAIエージェントを定義すると、「人がいちいち指示しなくても、自分でやることを考えて、様々なツールを活用して目標に向かってタスクをこなしていくAI」をAIエージェントと呼んでいます。 AIエージェントと比較すると、ChatGPTのようにチャットを介してコミュニケーションするAIは指示待ち人間とも言えます。 どんなに高いパフォーマンスを出すのだとしても人間がいちいち指示を出さないと仕事をしてくれないのはつらいよね、という視点から、自律的に仕事をし続けてくれるAIエージェントはAI活用においてブレイクスルーを起こすのではないかと考えられています。 本当に自律的に仕事をし続けてくれるのだとしたら、ある意味従業員の代替になるわけですし、更にそ
AI要約機能におけるUIデザインの考え方 - SmartHR「従業員サーベイ」機能の場合｜こぎそ
こんにちは、早くも酷暑が予想される初夏ですが、皆さまお元気でしょうか？エアコンの空調管理に悩まされるSmartHRのプロダクトデザイナーの@kgsiです。 つい先日「SmartHR AI活用ポリシー」策定のお知らせと、「従業員サーベイ」機能においてAIを利用した自由記述回答の要約機能が発表されました。これはSmartHR初の生成AIが使われた機能です。 今回自分が機能設計をデザイナーとして担当しましたが、この記事ではその開発過程で得られた、主にデザイン文脈におけるナレッジを紹介します。 生成AIに関連する記事はすでに多く出現していますが「プロダクトとしてAI機能をどう設計するべきか」「AI機能をどうやってデザインするか」といった観点での記事はまだ少ない印象なので、参考になれば幸いです。 何のデザインをしたのか？「従業員サーベイ」機能は従業員に送付したサーベイを通して回答データを収集し、収集
「要件定義」のまえに、「要求定義」｜しょーてぃー/ Experience Designer
多くのアクセスがあったので無料化しました 要求定義テンプレも記事内でDLできます。 はじめにはじめましてUX プランナーのShoty(@shoty_k2)です。 今回は「要求定義」をつかった、UX デザインについてご紹介します。 実践用テンプレートも記事内にて配布しておりますので、参考にしてください。 「要求定義」とは要求定義とは、「事業や施策によって実現したいこと」です。ユーザーにどのような状態になって欲しいのか・何をしてほしいのか、ビジネスで何が必要なのかなどを取り決めることです。 要求定義という言葉は、もともとはシステム開発の現場では頻繁に使われている単語で、非技術者の企画者がシステムに求める仕様を定義することです。 「要件定義」と「要求定義」の違い多くの方が「要件定義」という言葉を聞いたことがあるかと思いますが、「要件定義」と「要求定義」の違いについてご存知でしょうか？ ★要件定義
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
