AIを情シスのものにしよう！_クラウドネイティブ_田口 大智

2023年8月23日のジョーシストーークで登壇した際の資料です。YouTubeにも動画が上がっているのでそちらも是非見てください。

＜YouTube＞
https://youtu.be/fqjtPWuOSJs?si=hRZt6IapHc1O51Y0

Transcript

1. AIを情シスのものにしよう！ 株式会社 クラウドネイティブ クラウドセキュリティアーキテクト ⽥⼝ ⼤智 PUBLIC
2. ⽥⼝ ⼤智 Hirotomo Taguchi Cloud Security Architect 経歴 l 明治⼤学 - 野球部 l ⽇本マイクロソフト - インターン l コンサルティングファーム - セキュリティコンサルタント l クラウドネイティブ - クラウドセキュリティアーキテクト 所属 l セキュリティ・データガバナンスセクション 得意領域 l セキュリティ規格遵守（ISO27000シリーズ、ISMAP 等） l セキュリティポリシー整備 趣味 l ダンス（Soul/Lock/Waack） ⾃⼰紹介
3. AIの熱量が⽌まらない
4. 過去にもあったAIブーム
5. 今までにもあったAIブーム 出典： MIT Tech Review: ドキュメンタリー映画『アルファ碁』ニューヨークで公開 (technologyreview.jp) グーグルの画像認識AI、乳がんや⽪膚病の判定にも使えるみたい #GoogleIO | ギズモード・ジャパン (gizmodo.jp) 直近では2016年ごろにもビッグデータ・機械学習・強化学習などが流⾏った時期があった
6. 開発者からユーザーへ そして情シスへ
7. 事業を加速させる 道具が増えた
8. ⽣成AIの理想と現実 あるべき姿 現状 ü 情シスが”よくわからんけど強⼒そう”な このツールを使いこなす ü おもちゃではなく、⾃社の事業を加速さ せるために使う ü 確かに流⾏っており、⼀部業界ではかな り利⽤されている（⼀部の開発 等） ü 「事業を加速させる」という点で⾒ると、 まだまだ 理想 現実
9. ⽣成AI（ChatGPT）ビジネス活⽤の最初の壁 セキュリティ上の懸念 誤った情報で錯乱させる（ハルシネーション） 何に使ったらいいかわからない ユーザーが活⽤⽅法を理解していないと良い結果が出ない １ ２ ３
10. ①. セキュリティ上の懸念 ⽣成AIを安全に利⽤させる
11. 重要情報を取り扱う組織でChatGPTを使うのは茨の道 Web UI API 秘 基本モデル (他者/他社と共通) 秘 ChatGPT（US） BYOD 秘 秘 機微情報を 投稿してしまう ChatGPT経由で 情報が持ち出されてしまう Web UIの情報が 基本モデルの研究に 利⽤されてしまう BYOD端末等から不正利⽤ 社⽤ 個⼈情報が含まれてい たら第三者提供に該当※ ※参考：ppc.go.jp/files/pdf/generativeAI_notice_leaflet2023.pdf
12. 【参考】運⽤やCASB(Netskope)でカバーできるのか？ オプトアウト（運⽤） アカウント識別（CASB） DLP（CASB） n 学習に利⽤されないように個別で オプトアウト申請を⾏う n 社⽤PCでChatGPTを利⽤する場合 のアカウントを識別する n 禁⽌されている⽂⾔が投稿された ら検知する • オプトアウト申請管理が⼤変 • 申請しているアカウント以外 を使われるリスクあり • 会社テナントという概念がな いので管理が超⼤変 • BYODから情報を持ち出され るリスクには対応不可 • DLPで検知するための検知ロ ジックを作るのが⼤変 • 検知ロジックでカバーされな い範囲はすり抜ける オプトアウト アカウント識別 DLP XXX@xx.co.jp XXX@gmail.com ! 秘 秘 ⼀部リスクには対策可能だが、全体的に運⽤がしんどい
13. ⽣成AI系サービスの禁⽌論争
14. 危ないから禁止するではなく 危ないけどこう使ったらリスク許容範囲です というのがプロの仕事
15. 現実的な選択肢と期待されている選択肢 PaaSで⾃社サービスに⽣成AIを組み込み ⽣成AIが組み込まれたSaaSを利⽤ ü PaaS（Azure OpenAI Service）を使っ て⾃社のサービスに⽣成AIを組み込む ü ⽣成AIが組み込まれたSaaSを利⽤する ü 世の中の流れとしてはこちらに向かって いるが、サービスが追いついていない 当社が取り組んでいるのはこっち
16. 現時点での現実解：Azure OpenAI Service 基本モデル (Azure上に構築) 秘 BYOD 秘 アクセス制御＆ ログ出⼒が可能 EntraやIntuneと組み合わせると BYODアクセスを⽌められる 基本モデルの研究に 利⽤しない 社⽤ Azure API Management Web UI ChatGPTをブロック
17. Azure OpenAI Service (Azure) の推しポイント ü基本モデルの学習に利⽤されない üMS社が簡単にデプロイできるテンプレートを⽤意 üAzureの他サービスと簡単に組み合わせて使える ü⽇本リージョンあり üSLAあり üサポート窓⼝あり（要サポートプラン） 補⾜：⾚字はOpenAIでは実現できない項⽬ 単なるAIサービスと捉えると他選択肢もあるが、テンプレや便利機能が決め⼿
18. ②. 情報の真偽の判断が難しい ユーザーを錯乱させないための⼯夫の⽇々
19. 誤った情報で錯乱させる問題（ハルシネーション） 明⽇は会社はお休みですか？ やったー！！！休もう！！ ChatGPTは誤った回答をすることがあり、それがユーザーを錯乱させてしまう恐れがあります。 はい、会社はお休みです！ 注意：本資料はわかりやすく解説することを⽬的とした資料であり、極端なイメージとなります。
20. 精度を上げる⼿法⾊々あるが、情シスにはRAGを推したい Retrieval Augmented Generation 検索 拡張 ⽣成 1 6 3 4 2 検索しやすい形に変換 5 回答生成 USER 情報ソース ・検索結果をコンテキストとして与えることで回答の精度を向上 ・検索の精度やケースよっては、依然として誤った回答はするので注意 参考：Patterns for Building LLM-based Systems & Products (eugeneyan.com) 注意：わかりやすさを重視して書いています。また、RAGのアーキテクチャや処理の流れはシステムによって異なります。
21. Azure ML Prompt Flow でRAGを実装する ü AIアプリケーション向 け開発ツール ü RAGを実装するサンプ ルコードをそのまま動 かせる ü Pythonのコードを実 ⾏や翻訳APIを叩ける ので、精度を上げるた めの細かい処理が可能 ü Hugging-faceを使っ て、ChatGPT以外の モデルも使える 便利ツールによって開発の難易度がどんどん下がっている！！
22. RAGの課題①：情報の公開範囲の変更には注意 ・情報を雑に読み込ませたら事故る ・情報の公開範囲が変わらないように設計することが重要 input output Azure Cognitive Search 検索 Index Data Source 部門Aフォルダ 部門Bフォルダ 部門Cフォルダ 取締役フォルダ
23. RAGの課題②：RAGをやっても依然として嘘つく 後で詳しく語るぜ！ 事例：就業規則Q&Aボット ・GPTの回答は安定しないことがある（特にGPT-3.5） ・ゴミをインプットにRAGしてもゴミしか出ないので情報整備が重要
24. 結局、業務には使えないじゃん？
25. ゼロサム（0-100）の⼈多すぎ問題 無関⼼(0点) 過度な期待(100点) VS ChatGPTで 全ての仕事がなくなる！ 結局、仕事には 役に⽴たないでしょ？
26. ⽣成AIの現在地は0点でも100点でもない ・精度を上げつつ、40点で嬉しい業務にChatGPTを適⽤していく！ ・過度な期待(100)には冷や⽔を！無関⼼(0)には熱湯をぶっかける！ 録画データを全部⾒なくて 済むので嬉しい！ 事例：録画(会話)検索
27. ③. 何に使ったらいいか分からん！ ⽣成AIを業務に落とし込むポイント
28. ユーザーが活⽤⽅法を理解していないと使えない 良い回答を引き出すには、良い質問をする必要があるため、ChatGPT活⽤による成果はユーザー の⼒量に深く依存する。 観点 プロンプト 次の⽂章を〇〇⽂字以内で、 ですます調の⽂章として要約してください。 ・・・・・・・・・・・・・ ・・・・・・・・・・・・・ これサマって。 ・・・・・・・・・・・・・ ・・・・・・・・・・・・・ Good! Bad
29. ポイント①：社内のチャットツールにデプロイして様⼦を⾒る Logic Apps イメージ図 イメージ図 ü ⾃社のチャットツールにChatGPT（Azure OpenAI）をデプロイして使えるようにする。 ü パブリックチャンネル等で利⽤すると、 ChatGPTの利⽤状況を可視化して、他のユー ザーに対しての教育となる。 ü 「40点で嬉しい業務」はチャットツールにデ プロイしてから探す。
30. ポイント②：対象範囲を⼩さく適⽤していく ⼀⾜⾶びに全てをやろうとせず、対象範囲を切って適⽤していく
31. ポイント③：既存業務フローに組み込んでいく（1/2） 当社では代理店として Slackを使った顧客サポートを ⾏なってきました。 当社の事例
32. ポイント③：既存業務フローに組み込んでいく（2/2） 後で詳しく語るぜ！ 過去3000件のチケットから類似チケットを探し、回答の下書きを⽣成 ChatGPT使いたい病と紙⼀重だが、業務が楽になりそうなところに刺す！
33. まとめ 1. 危ないから禁⽌するではなく、⾃社の事業を加速させるために 「こう使ったら安全です」というのが情シスのあるべき姿 2. 外部データソースを参照させ、ChatGPTの精度を向上させる (RAG) 3. 40点の成果物で嬉しい業務に対象業務を絞って、 ChatGPTを適⽤していく 4. 既存の業務フローに組み込む等して、ユーザーが意図せずに成 果が上がるように⼯夫する 1 2 3 4
34. 事例やソリューション紹介は次から（ここからが本番です！） PaaSで⾃社サービスに⽣成AIを組み込み ⽣成AIが組み込まれたSaaSを利⽤
35. ご清聴ありがとうございます🙇