20250127_チャットだけじゃない_生成AIでタスクの５合目まで５分で登る方法(50min版)_v1.00

Slide 1

Slide 1 text

チャットだけじゃない︕ ⽣成AIでタスクの５合⽬まで５分で登る⽅法 (50minバージョン) 2025/1/27 NOB DATA株式会社代表取締役⼤城信晃

Slide 2

Slide 2 text

Copyright © 2025 NOB DATA All Rights Reserved. ⾃⼰紹介⼤城信晃(twitter @doradora09) NOB DATA株式会社代表取締役社⻑ / データサイエンティスト協会九州⽀部⽀部⻑ / iU 情報経営イノベーション専⾨職⼤学客員教員・住まい沖縄 -> 東京 -> 福岡・職歴ヤフー-> DATUM STUDIO -> LINE Fukuoka -> NOB DATA(株) 創業・運営コミュニティ・Tokyo.R(2010-2016) ・fukuoka.R、PyData.Fukuoka、オモシロAIごった煮勉強会、ChatGPT部、 AGI福岡、他２つ昭和薬科⼤学附属⾼校の27期卒業⽣ (兄は24期、弟は28期)

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Copyright © 2025 NOB DATA All Rights Reserved. ⽣成AIとChatGPT • ⽣成AI(Generative AI)は⽂章や画像、⾳楽などを「確率的に」⽣成するAI • ChatGPT(Chat Generative Pre-trained Transformer)はその代表格である、⾔語系⽣成AI ⽣成AI ⾔語系⽣成AI ・ChatGPT ・Gemini ・Claude 画像系⽣成AI 動画系⽣成AI ⾳楽⽣成AI その他

Slide 7

Slide 7 text

Copyright © 2025 NOB DATA All Rights Reserved. 何ができるのか？できることの⼀例 • スライドの叩きを⼀瞬で⽣成(Gamma) • ⾃分の代わりのAIアバターを⽣成(HeyGen) • 趣味で簡単なゲームを⽣成(ChatGPT -> HTML/CSS/JS) • データの簡単な可視化(ChatGPT -> Python) • 家庭教師代わりに利⽤(動画認識 -> ⾳声対話 ) などなど・・ (時間があれば後ほどデモ)

Slide 8

Slide 8 text

Copyright © 2025 NOB DATA All Rights Reserved. 参考：各種リンク • スライド⽣成AI Gamma https://gamma.app/ • アバター⽣成AI HeyGen (AIオオシロ) https://app.heygen.com/videos/f2cf957a3a814188bb027d03b91555fe?viewType=undefined • 福岡県の交通事故データセット https://data.bodik.jp/dataset/401000_2021koutauujiko_tsukibetsu • ⾳楽⽣成AI Suno https://suno.com/me • 動画⽣成AI Sora https://sora.com/library • 個⼈で10時間くらいで作ったシューティングゲーム(ノーコーディング) https://doradora09.github.io/20241221_chatgames_shooting_starrimlegion/

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Copyright © 2025 NOB DATA All Rights Reserved. ChatGPTとは • OpenAI社が開発した⼤規模⾔語モデル(LLM) と呼ばれるAI https://openai.com/blog/c hatgpt • 2022年11⽉30⽇にChatGPT- 3.5が登場 ( おそらく、この⽇は歴史書に残る ) • 知的労働タスクでかなり優秀。さらにこの２年で⼤幅な進化を遂げている(体感10年分は進化) • 社⻑のサムアルトマン⽒は若⼲39歳引⽤元：ウィキペディア https://ja.wikipedia.org/wiki/サム・アルトマン

Slide 11

Slide 11 text

Copyright © 2025 NOB DATA All Rights Reserved. 最近だと：孫さんリードで78兆円くらい投資予定 • 当初はトランプ⼤統領に1000億ドル(15兆円)の投資を約束しに⾏ったら２倍くれと⾔われて、５倍の約束 • それくらい世界を変えうる、と孫さんは読んでいる模様(私もそう思います) 参考：https://k-tai.watch.impress.co.jp/docs/news/1656407.html 参考：https://www.youtube.com/watch?v=4X06srVjIT0

Slide 12

Slide 12 text

Copyright © 2025 NOB DATA All Rights Reserved. 補⾜：ChatGPTの最新モデルの現在の性能はIQ120相当 • スケール則の天井が⾒えるまで、おそらくあと１・２段階は性能が上がるはずです ( 現在は開発費1兆円規模のモデル。10兆円規模のモデル、100 超円規模のモデルはまだこれからの領域 ) • ↑ちなみに、この私の予想は孫さんの78兆円の計画の話の前の予想(2024/11/7頃)の記述なので、もう⼀桁増えるかもしれません(1000兆円規模モデルの可能性) 引⽤：https://www.maximumtruth.org/p/massive- breakthrough-in-ai-intelligence IQ120相当

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Copyright © 2025 NOB DATA All Rights Reserved. ChatGPT活⽤の注意点３つ情報漏洩に気をつける • ChatGPTの無料版は設定を変えないと学習データに使われ、全世界にその情報が拡散されるリスクがあるため、個⼈情報や秘密の情報などは投稿しないように気を付けてください • 学習されないための設定⽅法がありますのでそちらは厳守でおねがいします ChatGPTのウソに騙されない • ChatGPTは確率的に⽂章を作成しているため、たまに間違った回答もします(not 検索エンジン) • 結果を鵜呑みにするのではなく、批判的思考、またエビデンスを⾃分で探すなどの検証能⼒が重要になります情報が古い事に留意する • ChatGPTは学習に時間がかかるので、情報は半年〜２年くらい遅れています • ChatGPTに「あなたのデータの学習期間の最新はいつ？」と聞くと教えてくれます (ちなみに最近は、「意図的にその情報すら嘘をつく」傾向もありますが・・ほどほどに信⽤しましょう )

Slide 15

Slide 15 text

Copyright © 2025 NOB DATA All Rights Reserved. 【重要】情報漏洩対策：学習されない設定にすること • そのままでは会話の内容がChatGPTの学習に利⽤されてしまい、例えば個⼈情報などを誤っていれると他の⼈にその情報が漏れてしまうリスクがあります。そのリスクを以下の設定で回避します。安全対策としては、「すべての⼈のためにモデルを改善する」をオフにすることコレ

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

Copyright © 2025 NOB DATA All Rights Reserved. 何ができるのか？：要約 • 記事の要約もできる • 例えば以下のNEWS (修正前は2400字程度) • 岸⽥⾸相「チャット GPT」アルトマンCEO と⾯会学習へ悪影響懸念の声もある中萱野⽒「”禁⽌ではなく活⽤”模索が重要」 • https://news.yahoo. co.jp/articles/8a6df ecf0dfc9b46adf3732 b0c2034118760aee4

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Copyright © 2025 NOB DATA All Rights Reserved. 補⾜：「役割」を与えられる • あなたは「xx」の役割です、や私はこういう⼈です、という情報を⼊れると、そちらを前提に会話をしてくれます ( いわゆるロールプレイ ) • ⼀昔前は「あなたはめっちゃ賢いxxです」などで性能が上がりましたが、最近はその指⽰がなくても⼗分です ( こちらの状況を伝える指⽰は相変わらず有効 )

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Slide 30

Slide 30 text

Copyright © 2025 NOB DATA All Rights Reserved. 何ができるのか？：データ分析や考察 • データを渡して考察、というのもすぐできる (ただし、計算はまだ苦⼿) • 例えば右は⼈⼝分布のデータを与えて考察してもらった例 • 0歳から100歳以上まで、１歳区切りのデータ • 個⼈的には、我々データサイエンティストの仕事もおそらく徐々に⽣成AIに置き換わるだろうなと思ってますデータソース：https://www.stat.go.jp/data/jinsui/2021np/index.html

Slide 31

Slide 31 text

Copyright © 2025 NOB DATA All Rights Reserved. 追記：データ分析を⼿伝ってもらう例 • 以下は福岡県の交通事故に関するオープンデータ • ちゃんと指⽰が出せれば、ものの5分程度でエクセル->地図可視化、も可能参考：福岡県のオープンデータ令和３年交通事故⽉別 https://data.bodik.jp/dataset/401000_2021koutauujiko_tsukibetsu

Slide 32

Slide 32 text

Slide 33

Slide 33 text

Slide 34

Slide 34 text

Copyright © 2025 NOB DATA All Rights Reserved. マルチモーダル：⾳声対話 • OpenAIの⾳声対話は「旧」ボイスモードと「新」ボイスモードがあります • 「新」の⽅は、会話への割り込みや感情表現も可能です (ただ、⾳楽の⽿コピまではできないのが個⼈的には残念なところ。今後の進化に期待) • 右は「桃太郎」をスポーツ実況⾵に読ませるデモ https://twitter.com/YukiMihashi/status/1838841427989766358

Slide 35

Slide 35 text

Copyright © 2025 NOB DATA All Rights Reserved. マルチモーダル：画像認識 • 画像もこれまでのように「⽂字を読む」だけではなく、「状況を理解する」ことができます • 最初⾒た時は結構ビビりました • なお部活でも以前どこまで画像認識が可能か、については MSさんの論⽂を参考に、特別会を実施してます(2023年12 ⽉ごろ) 参考：https://arxiv.org/abs/2309.17421

Slide 36

Slide 36 text

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Copyright © 2025 NOB DATA All Rights Reserved. タスク：Web画⾯操作(operator) • つい先⽇発表されたばかりですが、Web画⾯を ChatGPTが操作してタスクをこなす、という形も可能です (おそらく、現状ではまだ動作が遅い状況だとは思いますが) • デジタルの領域から徐々に「やれること」と「権限」が増えてきていることが分かります (どこまで任せるか、という部分は議論すべきだとは思いますが、当⾯は権限拡⼤する⽅向だと思います) 参考：https://x.com/masahirochaen/status/1882691403488059683

Slide 39

Slide 39 text

Slide 40

Slide 40 text

Slide 41

Slide 41 text

Slide 42

Slide 42 text

Copyright © 2025 NOB DATA All Rights Reserved. ⼈⼝減少の局⾯においては切り札にもなりうる • 登場から２年の現時点は「まだまだ過渡期」に過ぎない -> おそらく、この数年でロボットへの組み込みも進むし、汎⽤⼈⼯知能(AGI)や超⼈⼝知能(ASI)への進化も進む -> オンライン技術や知的労働から「リアル」「感性」への回帰 • 今後⼈⼝が半減する⽇本においては、「知的労働」の効率化や代替としての可能性 • 個⼈でも「多分野での活躍」や「⼀⼈で100⼈のAIを雇って仕事」ができる時代も、おそらく5年〜10年スパンでは実現⽣成AIは使い⽅次第ですが、少なくとも個⼈においては「可能性」を広げてくれるツールです。まずはぜひ楽しんで触ってみましょう！

Slide 43

Slide 43 text

Slide 44

Slide 44 text

Slide 45

Slide 45 text

Slide 46

Slide 46 text

Slide 47

Slide 47 text

Slide 48

Slide 48 text

Slide 49

Slide 49 text

Copyright © 2025 NOB DATA All Rights Reserved. Appendix（各部⾨での活⽤例）セールス部⾨での活⽤例ターゲット選定営業リスト作成企業分析・調査スクリプト作成提案作成電話問合せ • 顧客プロファイルの作成 • データマイニング • 競合分析 • 営業トーク内容の⽴案 • 提案書のドラフト作成 • 応答内容の提供 • 既存顧客データを読み込ませ、分析実⾏した上で顧客プロファイルを作成 • Web検索機能を⽤いて、企業情報を収集し、営業リストを作成 • 競合企業の財務データやHP情報を読み込ませだ上で、競合戦略の⽴案やレポートを作成 • 顧客情報やニーズなどの情報を読み込ませた上で、営業提案のストーリーを作成 • 顧客の要望や問題点に基づいて、初期の提案書を作成。プレゼンテーション資料として出⼒も可能。 • 電話での問い合わせ内容を⼊⼒することで、応答内容を出⼒。⾳声⼊⼒にも対応活⽤例利⽤⽅法基本基本基本基本基本基本

Slide 50

Slide 50 text

Copyright © 2025 NOB DATA All Rights Reserved. Appendix（各部⾨での活⽤例）マーケティング部⾨での活⽤例テキスト分析顧客満⾜度分析コンテンツ⽣成市場調査広告コピーの最適化 • Web、SNS分析 • 顧客フィードバックのクラスタリング • メディアコンテンツの⽣成 • 消費者インサイトの収集 • ターゲットに合わせた広告の調整 • パフォーマンス分析 • ⾃社に対するコメントや意⾒などをWeb上から抽出し、読み込ませた上で、感情分析などを実施 • アンケート結果などのテキストデータや表データを読み込ませて、感情分析などの顧客満⾜度評価を作成 • コンセプトややりたいことを⼊⼒した上で、テキストや画像コンテンツを⽣成 • 顧客情報や購買パターンに関するデータを読み込ませた上で、分析し、インサイトを抽出する • ターゲット市場やデモグラフィックに基づいて広告⽂を修正・再作成。効果的なメッセージを作成。 • 広告キャンペーンの結果データを読み込ませた上で、分析・評価活⽤例利⽤⽅法基本基本基本基本基本基本

Slide 51

Slide 51 text

Copyright © 2025 NOB DATA All Rights Reserved. Appendix（各部⾨での活⽤例）カスタマーサービスー部⾨での活⽤例 24時間365⽇対応応対内容の分析と改善提案顧客フィードバックの収集と分析トレーニングとサポート⾃動翻訳サービス顧客データの即時参照 • 基本的な問い合わせ対応 • 会話ログの分析 • フィードバックの収集 • トレーニング（ロールプレイシミュレーション） • 多⾔語対応 • 顧客プロファイルの即時表⽰ • モデルをFAQに合わせてチューイングし、⾃動応答システムを構築 • 問合せ会話のログをテキスト化したのちに、テキストデータを読み込ませて、分析実施。 • サポート終了後に⾃動でフィードバックを求めるメッセージを送信。テキストデータから感情分析などを実施 • 問合せシナリオを読み込ませて、担当者の応対スキル向上研修のための対話ボットとして使⽤する • 翻訳機能を⽤いて、テキスト・⾳声データを⾃動翻訳。応答内容も翻訳出⼒。インバウンド対応などに活⽤ • 業務システムと連携したシステムを構築し、顧客の過去の購買履歴や問合せ履歴を即時表⽰活⽤例利⽤⽅法応⽤応⽤応⽤基本基本基本

Slide 52

Slide 52 text

Copyright © 2025 NOB DATA All Rights Reserved. Appendix（各部⾨での活⽤例）製造企画部⾨での活⽤例市場ニーズの分析アイデアのブレスト競合製品の分析コンセプトテスト製品のポジショニングデータ分析に基づいた意思決定 • トレンド分析 • アイデアの⽣成と評価 • 競合製品の特徴⽐較 • 顧客意⾒のフィードバック • 市場ポジショニングマップの作成 • データ分析レポートの提供 • Web検索機能を⽤いて、最新の市場トレンドや競合他社の情報を収集・レポーティング。 • 指定されたテーマや市場ニーズに基づきアイデアを⽣成。アイデアに対して評価レポートを作成。 • 競合他社の製品や特徴をWeb検索機能で取得・分析。⾃社製品と⽐較することで、ポジショニングに活⽤。 • 新製品のコンセプトに対する消費者の意⾒やフィードバックをWeb上から収集し、分析・レポーティング。 • 市場情報と⾃社製品の情報を与え、⾃社製品の市場内のポジションを可視化。差別化施策を検討 • 製品企画に必要なデータを集計し、必要な分析結果を可視化し、レポートを提供。活⽤例利⽤⽅法基本基本基本基本基本基本

Slide 53

Slide 53 text

Copyright © 2025 NOB DATA All Rights Reserved. Appendix（各部⾨での活⽤例）設計部⾨での活⽤例デザインフィードバック仕様書とドキュメント管理部品リストとコスト管理エラー検出と修正提案コラボレーションとプロジェクト管理環境影響評価とエコデザイン • デザイン評価 • 仕様書の⾃動⽣成 • 部品表の作成⽀援 • ⾒積り作成 • 設計エラーの検出と改善提案 • レビューサポート • 環境影響評価 • 画像認識機能を⽤いて、デザイン画像を読み込ませて、デザインの評価とフィードバック・改善提案を提供。 • 仕様書テンプレートと、顧客要求や設計要件を読み込ませることで、詳細な仕様を提案。 • 設計書を読み込ませ、設計書の提案を作成 • 設計書や資材単価表を読み込ませ、コストを⾒積る • 設計書を読み込ませた上で、設計エラーを分析する。また、エラー箇所があった際に改善提案を⾏う。 • メンバー間のレビュー結果やフィードバックを読み込ませ、意⾒集約をしたレポートを作成 • 設計案などのデータを読み込ませて、環境影響評価をレポーティング。環境に配慮した材料やプロセスを提案。活⽤例利⽤⽅法基本基本基本基本基本基本

Slide 54

Slide 54 text

Copyright © 2025 NOB DATA All Rights Reserved. Appendix（各部⾨での活⽤例） R＆D部⾨での活⽤例リサーチとデータ収集技術トレンドの予測と分析アイデアのブレストプロトタイプの実験設計コラボレーションと知識共有結果のドキュメント化 • ⽂献レビュー • トレンド予測 • アイデア⽣成と評価 • プロトタイピングの設計⽀援 • プロジェクト管理 • 研究報告書の作成 • プレゼンテーション⽀援 • 最新の研究論⽂や特許情報を検索システムを使って、情報収集・要約と要点抽出 • 新技術や市場動向の予測のレポートをWeb検索システムと壁打ちで作成 • 新技術や製品のアイデアを壁打ちでサポート。また、アイデアの実現可能性などを評価・レポーティング。 • 壁打ちを通じた初期プロトタイプの設計と実験⽅法を提案。 • プロジェクトのスケジュールや進捗情報を読み込ませ、進捗管理やタスク調整の内容を提案 • 研究内容やデータを読み込ませて、集約。⽂書作成。また、プレゼンテーションの構成案の提案なども⾏う。活⽤例利⽤⽅法基本基本基本基本基本基本

Slide 55

Slide 55 text

Copyright © 2025 NOB DATA All Rights Reserved. Appendix（各部⾨での活⽤例）品質管理部⾨での活⽤例品質データの分析異常検知と原因分析品質改善提案規格と標準の管理顧客フィードバック管理教育とトレーニング • データ収集の⾃動化 • 異常の早期検出と原因予測 • 改善提案の⽣成 • 品質規格管理 • クレーム対応の最適化 • スタッフトレーニング • 製造プロセスや製品検査からの品質データを⾃動化したシステムで収集。異常検知などを⾏う。 • 品質検査データから、異常を早期検出。原因の予測を提案。 • ⾃動収集した品質管理データに基づき、具体的な改善策を提案 • ISOなどの国際規格や業界標準を基に、品質を確認 (特殊な規格・標準は読むこませる必要がある。) • 顧客クレーム情報などを読み込んだ上で、改善策や再発防⽌策を提案。 • 品質管理スキル研修の内容を覚え込ませ、内容を踏まえた上でトレーニングツールとして利⽤活⽤例利⽤⽅法基本基本応⽤応⽤応⽤応⽤

Slide 56

Slide 56 text

Copyright © 2025 NOB DATA All Rights Reserved. Appendix（各部⾨での活⽤例）製造部⾨での活⽤例⽣産スケジュールの最適化異常検知と品質管理作業指⽰書と⼿順書の⾃動⽣成在庫管理効率化とコスト削減教育とトレーニング • ⽣産計画の⽴案 • リソース最適分配の提案 • 異常検知システム • 作業指⽰書の作成 • 在庫レベルの監視 • プロセス改善提案 • 技術スキル向上 • 需要予測データを読み込ませることで、⽣産計画を⽴案。リソース情報を合わせることで、最適分配を提案。 • 各種トレンドグラフと連携したシステムを構築し、リアルタイムデータ分析を実施。異常や不良品を検知。 • 作業⼯程や作業内容を読み込ませた上で、作業⼿順書を⾃動作成。 • 原材料や製品の在庫レベルのデータと連携し、リアルタイム監視実施。最適な発注タイミングを提案。 • 詳細な製造プロセスを読み込ませた上で、プロセスの効率化案やコスト削減案を提⽰。 • 最新の技術やプロセスに関する教育内容を学習させ、教育コンテンツとして学習者に提供。活⽤例利⽤⽅法基本基本基本応⽤応⽤応⽤

Slide 57

Slide 57 text

Copyright © 2025 NOB DATA All Rights Reserved. Appendix（各部⾨での活⽤例）内部監査室での活⽤例監査計画の⽴案データ収集と分析監査⼿続きの⾃動化監査報告の作成フォローアップと改善監視教育とトレーニング • スケジュールの作成とリスク評価 • データの収集と分析 • チェックリストの作成 • 標準化された⼿順書の作成 • 報告書の⽣成と改善提案 • フォローアップ監査 • 監査スキル向上 • 組織情報を読み込ませた上で、組織全体のリスクを評価。リスクに基づいた監査スケジュールを提案。 • 監査対象の部⾨やプロセスから必要なデータを⾃動で収集・集計するシステム。 • 監査⼿続きに必要な情報を読み込ませた上で、チェックリストや標準化された⼿順書を提案。 • 監査結果を読み込ませ、詳細な報告書を作成。監査結果から改善提案やリスク低減策を提⽰。 • 過去の監査結果などの情報を読み込ませた状態で、改善措置の実施状況を確認。 • 監査担当者向けのトレーニングプログラムを読み込ませ、教育コンテンツ化。指導員として活⽤。活⽤例利⽤⽅法基本基本基本基本基本応⽤

Slide 58

Slide 58 text

Slide 59

Slide 59 text

Copyright © 2025 NOB DATA All Rights Reserved. 個⼈視点：⾃分の可能性を伸ばす、の⼀択 • AIにできる仕事は、確実に奪われる • いきなり０にはならないものの、半分の⼈数でOK、とはなり得ます ( 海外のITエンジニアの採⽤なども減ってます ) • 可能性を伸ばす使い⽅ • ⼀⽅で、⽣成AIは「たまに嘘をつくがかなり優秀な家庭教師」「社員・パートナーの代わり」にもなってくれます • ⾃分のスキルを伸ばしつつ、実現したい夢に向けてのメンターとしての活⽤が期待できます • また、短期的には「⽣成AIを使っていない⼈」との競争には勝ちやすくなると思います( 地頭⼒、とかセンス、とか考える⼒、の部分を除いて ) • おすすめ学習ステップ • ⽣成AIとの対話のために「プログラミング」の勉強は個⼈的にはおすすめです • 勉強会での発表、また個⼈事業を副業で⽴ち上げる経験

Slide 60

Slide 60 text

Copyright © 2025 NOB DATA All Rights Reserved. 法⼈視点：ビジネスにどう適⽤するか • ビジネス現場での活⽤ • ⾜元では「業務効率化」「⽣産性向上」の⽂脈で各社活⽤に乗り出している⽣成AI技術ですが、本質的には「知的労働のビジネスモデルの破壊」が待ったなしです -> 知的労働がメインな業種は、数年間〜5年間のうちに何かしら⼿を打つ必要があると思います • 以下のようなステップが⼀例です(ゆっくりの場合) • １年⽬：まずは⾃社で⽣成AIツールを導⼊して慣れる • ２年⽬：PoCを⾏う • ３年⽬：社内のデータ整備をしつつ、AIに⾷わせて処理 • ４年⽬：ビジネスモデルの変化に備えて、新規事業企画や配置転換、リスキリングなど • ５年⽬：ピボットに向けてのシステム化、採⽤変更、⼈員整理、パートナーシップ等 -> ２年経った今、何もやってない企業はかなり危機感を持った⽅が良いと思います

Slide 61

Slide 61 text

Slide 62

Slide 62 text

Copyright © 2025 NOB DATA All Rights Reserved. 予想①：数年でAGI完成、リアルの価値向上この３年間 • ⾜元ではエージェントとロボットへの組み込み実験の活性化 • 何を持ってAGIの完成か、という議論はありますが、MSさん的には「15兆円遠年間で稼げるインパクト」が出たら完成としよう、という話があります -> 多分、これは結構すぐだと思います • ⼀⽅で、「ハルシネーション」に対する解決策がない限りは、ビジネス現場への活⽤は⾜踏みが起きるかなと思います -> 個⼈的には「⽣成AI保険」ができるとそこも解決する読み４〜６年間 • ⾊々な企業が潰れ、また新たに誕⽣。アイディアマンはチャンスな時代。 • 教育の価値観の変化。リアルへの回帰 • 「⽣成AIのためのビジネス」は引き続き堅調 -> 電⼒、チップ、データの３つ

Slide 63

Slide 63 text

Copyright © 2025 NOB DATA All Rights Reserved. 予想②：AIありきの世界、その後７〜１０年間 • ASIが完成し、ありとあらゆる病気の特効薬ができる可能性もあります • ロボットへの組み込みと普及 • ユニバーサルベーシックインカムとグローバルでの個⼈間取引(ワールドコイン等) • 軍事利⽤回りの競争、etc.. １１〜３０年間 • ASIが当たり前に普及した未来 • 「AIに⼈権を認めるか」などの議論 (SFの世界ですね) • 「⼈間」であることの証明をどうするか、などなど

Slide 64

Slide 64 text

Copyright © 2025 NOB DATA All Rights Reserved. 備考：加速度はどんどん上がる • 右図はAGIにどれくらい近づいているかの⼀つの指標(現在は87%) • 今は１年で体感５年分の進化ですが、「AIがAI⾃⾝で学習」できるようになると、おそらくそこはもうついていけないと思います。(１年で50年分進化、とか。⼈間によるサイエンスの終わり) • 「近く」を⾒るのではなく「ゴール」を⾒て、コントロールするのが⼤事かなと思います。 (ユートピア、ディストピアの議論) • 変わらないものも⾊々⾒つけたいですね参考：https://x.com/masahirochaen/status/1870326146216452112

Slide 65

Slide 65 text

Copyright © 2025 NOB DATA All Rights Reserved. ChatGPTで出来ること、の進化の概要 ChatGPT-3.5 (2022/11/30) ChatGPT-4 (2023/3/14頃) ChatGPT-5はまだ出ない (多分、契約関係であっても出せない) ChatGPT-o1, o1-pro (2024/12/5頃) ChatGPT-4V (2023/11頃。モデル名としては登場せず4に統合) ChatGPT-4o (2024/5/13頃) マルチモーダルの進化系 (最近は動画対応なども) DALL-E (画像⽣成AI、のちに ChatGPTに統合) Whisper (⾳声認識AI、のちに ChatGPTに統合) 汎⽤プラグインや GPTsなどの周辺システム連携おそらく、今後くるエージェント系 (直近ではWeb操作のOperator, 2025/1/23) ⾔語系マルチモーダル系タスク系画像認識技術 / ⾳声合成技術 Web検索やプログラム実⾏機能 (Code Interpretor)

Slide 66

Slide 66 text

Copyright © 2025 NOB DATA All Rights Reserved. ChatGPTの登場は学術界にもかなりの衝撃を与えた https://twitter.com/anlpmeeting/status/1646717419153661953 • 右は2023年3⽉14⽇の国内学会の模様。その⽇にChatGPT-4がリリースされ、⼤激震。 • 「スケール則」に従って⼤量のリソースを投下すると賢くなった、というのが今のところOpenAI社から説明されている内容 ( ただし、本気で作るには、5000 億円とか数兆円規模の開発予算が必要 ) • なぜこのような性能が出ているのは、おそらくまだ誰もわかっていない