生成AIのビジネスでの活用が進み、さまざまな事例が生まれていますが、日本企業におけるAI活用の「残念ポイント」はどこにあるのでしょうか。 また、「生成AIができない、人間にしかできないことをやろう」とよく言われますが、こうした呼びかけはAI時代を生きるわれわれを本当に正しい道に導くのでしょうか。 新年度の始まりを前に、お勤め先におけるAI活用や、AI時代におけるキャリアの在り方を見直すきっかけになれば幸いです。

データの蓄積や加工、保管などの統合管理を可能にするデータウェアハウス（DWH）。前編では、大企業を中心に半数がデータ活用を進めている一方、DWHを構築しているのは31.4%とやや遅れている現状を紹介した。後編となる本編でも引き続き「DWHの導入状況に関するアンケート／2024年（実施期間：2024年10月31日～11月15日、回答件数：122件）」を基に、DWH構築が促進されない理由や、その背景について現状課題を考察する。 1つ目は、DWHへの投資の優先順位が低いという理由だ。「規模が小さく余裕が無い」「そこまでの規模はない」などデータの活用範囲をそこまで広く設定しておらず、取り扱うデータ量も大きくないため、コストや使用頻度、重要性を鑑みて「投資の優先順位が低い」と判断するケースもあるようだ。また「運用管理などのコスト増」を懸念し、投資を見送る意見もあった。 2つ目は使いこなせないという理

SnowflakeやAWSでもない、一番ニーズが高いデータ分析基盤は？：データウェアハウス（DWH）の導入状況に関するアンケート（2024年）／前半 キーマンズネットは「DWHの導入状況」に関するアンケートを実施した。前編となる本稿では企業におけるデータ活用の推進状況とDWHの利用実態を紹介する。データ活用は進んでいるものの、基盤が未整備というちぐはぐな状況が発生している。 データ活用に取り組む企業が増えている中で、重要性を増しているのが土台となるデータウェアハウス（DWH）だ。アイ・ティ・アールが2023年2月に発刊した「ITR Market View：DBMS／BI市場2023」によると、DWH用DBMS市場の2021年度の売上金額は228億7000万円と前年度比で30.7％増加した。CAGR（2021～2026年度）を見ると、パッケージ市場はマイナス4.3%と市場が縮小するのに対して

「ChatGPT」で知られるOpenAIの文字起こしツールが物議を醸している。開発元のOpenAIでさえ「使うな」と警告するほどだ。一体、どんな問題を抱えているのか。 議事録の作成やセミナー講演内容のテキスト化などに役立つ「AI文字起こしツール」。動画や音声ファイルから音声を認識し、生成AIを活用してテキスト化する。業務効率化が叫ばれるこの時代に喜ばれるツールだ。 今、OpenAIが開発した文字起こしツールが問題視されている。開発元のOpenAIでさえ「使うな」と警告するほどだ。深刻な状況だというが、どんな問題があるのか？　業務などの重要なシーンで利用するユーザーは、注意した方がよさそうだ。 問題のツールとは、「ChatGPT」でおなじみのOpenAIが提供する「Whisper」だ。OpenAIによれば、Whisperは英語音声認識において人間に近い正確性を誇るとのこと。 大手通信社のAP

「ChatGPT」のようなLLMサービスを自社専用の環境で使いたいという企業に向け、SaaS型「専用LLMサービス」が提供されている。今回は企業向けChatGPT活用プラットフォーム「法人GAI」を提供するギブリーの山川雄志取締役に、サービスの選定方法について聞いた。 自社専用の生成AI環境を手軽に実現可能な「専用LLM」サービス 現在多くの企業が自社業務で生成AIを活用する道を模索しているが、その際に大いに役立つかもしれないのが、自社専用の生成AI環境を手軽に実現できるSaaS型の「専用LLMサービス」だ。 2022年末に「ChatGPT」が登場し、世界中でブームを巻き起こした際、ITリテラシーの高いビジネスパースンは自身の業務にLLM（大規模言語モデル）をどのように役立てられるかをこぞって試し始めた。その結果、資料の要約や議事録作成、情報収集など、さまざまな用途でLLMが大いに役立つこ

日本の「ChatGPT」利用に関する野村総研の最新の調査によると、2023年の前回調査に比べてビジネスユーザーの利用方法に変化がみられるという。全業界で減った「ある用途」とは。 野村総合研究所（NRI）は2024年10月24日、日本の「ChatGPT」利用についてのレポートを発表した。 同レポートは、NRIが関東地方在住の15～69歳を対象に実施したChatGPTの認知・利用に関するアンケート調査結果をまとめたものだ。同社は過去にも同様の調査を2回実施しており、今回のレポートは2024年9月7～8日にインターネットで実施した3回目の調査結果についてまとめている。 大幅に減った「ある利用方法」とは？ 今回の調査結果では、2023年6月に実施した前回調査と比較してChatGPTの認知率は68.8％から72.2％に拡大し、利用率は15.4％から20.4％に上がった。NRIは、認知率は頭打ち傾向が

Microsoft CopilotやGemini、Claudeなどの生成AIサービスを業務で活用しようと意欲的な企業がある一方で、活用に慎重な姿勢を見せる企業もある。関心はありながらも活用まで至らない理由はどこにあるのだろうか。 「生成AI元年」と呼ばれた2023年から1年以上が過ぎた現在、企業における生成AIの業務活用はどこまで進んだのだろうか。 キーマンズネットが実施した「生成AIの活用意向と利用状況」に関するアンケート（実施期間：2024年5月24日～6月7日、回答件数：219件）から、後編となる本稿では業務活用の課題やトラブル事例、利用中または利用を検討している部門と用途について調査した結果を紹介する。 生成AIは便利だけど、結局二度手間　企業が直面した切実な問題 生成AIを業務で「利用している」と回答した割合について2023年は11.6％、2024年は26.5％と前年比14.9ポ

Copilot for Microsoft 365はChatGPTよりも回答が“イマイチ”でも選ぶ理由って？ 「Microsoft Copilot for Microsoft 365」は、他のChatGPTをベースとしたサービスと何が違うのでしょうか。ChatGPTやMicrosoft Copilot（旧Bing Chat）があればCopilot for Microsoft 365は不要なのか、日本語と英語で精度や回答に違いはあるのか。ユーザーの「気になる」に専門家が答えます。 Microsoftは、OpenAIによって開発されたChatGPTの技術を「Microsoft 365」と統合し、「Microsoft Copilot for Microsoft 365」（以下、Copilot for Microsoft 365）としてサービスを提供しています。2023年11月のリリース直後から大

「ChatGPT」のような生成AIをサイバー攻撃に使った場合、より自然で巧妙な攻撃手法が編み出される危険性がある。ChatGPTを開発したOpenAIや資金を提供するMicrosoftはどのような対策をとっているのだろうか。 攻撃グループによるAIの利用状況は ChatGPTは容易に利用できるため、攻撃グループが大規模に利用することはたやすい。どうすればよいのだろうか。 OpenAIは「当社の大規模言語モデル（LLM）を悪質なハッキングキャンペーンの土台作りに利用していた国家に関連する脅威グループのアカウントを停止した」と発表した（注1）。この取り組みはMicrosoftの脅威研究者と共同で決定した。 国家に関連する脅威グループには、ロシアに関連する「Forest Blizzard」、北朝鮮に関連する「Emerald Sleet」、イランに関連する「Crimson Sandstorm」、中

「ChatGPT」などの生成AI（人工知能）は人と同じ方法で考えるAIではない。あいまいな指示を与えたとき、ユーザーの気持ちをくみ取ってまさに書いてほしかった文章を返してくれることはない。これを忘れると生成AIの力を十分に引き出すことはできない。

「ChatGPT」などの生成AIから役に立つ応答を引き出すには、どのようなプロンプトを与えるのが最善なのだろうか。Microsoftが勧める25のプロンプト術を紹介する。 「ChatGPT」などの生成AI（人工知能）はユーザーの問いかけ（プロンプト）に対して、応答する。プロンプトが適切でないと、望みの結果は得られない。 連載では6回にわたってChatGPTの開発元が公開した6つの戦略を紹介してきた。今回はMicrosoftが2023年10月23日に公開した生成AIを使いこなす25のプロンプト術を紹介する（連載記事の一覧はこちら）。 Microsoftが勧める25のプロンプト術 （1）解決したい課題を明確に伝える 解決したい問題やニーズをまずプロンプトとして明確に示す。「最新アプリケーション（アプリ）向けのマーケティングキャンペーンについて斬新なアイデアが欲しい」といった具合だ。 （2）単純

人の生死や資産に直結する領域にまで手を伸ばそうとしているAIだが、その判断や予測の精度を左右する機械学習の品質については気掛かりなところ。そこで登場したのが、世界でもほとんど例のない、汎用的な品質管理ガイドラインだ。 「機械学習品質マネジメントガイドライン」の目的は？ AI（人工知能）の適用は、自動運転をはじめとする機械制御や故障予測、マーケティング分析や投融資判断、個人の信用査定などビジネスにクリティカルな領域へと拡大を続けている。その中でAIシステムに今後ますます厳しく問われるのが安全性や正確性だ。「AIが入っているから大丈夫」というごまかしは、今は通用しない。 どうすればAIシステムの品質を保証できるのだろうか。誰もが納得する答えはまだないようだが、品質を議論するための素地は着々と固められてきている。その取り組みの一つが、今回紹介する「機械学習品質マネジメントガイドライン」だ。 20