生成AIのユースケースと潜在的リスク

記事をシェアする:

生成AIがいかにビジネスを変革し始めているかを探る3部作：第2回

連載の第1回では、生成AIとその仕組みについて解説しました。

IBMコンサルティングは、既存のエンタープライズAIを生成AIで強化し、パフォーマンスを向上させ、Time to Valueを短縮させることに、明確なビジネス価値があると考えています。これらのモデルが提供する大幅に向上した機能は4つのカテゴリーに分類されます：

• 要約：例としてコールセンターでのやり取り、財務報告書やアナリストの記事などの文書、メール、ニュースおよびメディアトレンドなど
• セマンティック検索：例としてレビュー、ナレッジベース、製品説明など
• コンテンツ作成：例として技術文書、ユーザーストーリー、テストケース、データ、画像生成、パーソナライズされたUI、ペルソナおよびマーケティング・コピーなど
• コード作成：例としてCode Copilot、Pipelines、Dockerファイル、Terraformスクリプト、ユーザーストーリーのGherkin形式への変換、Diagram as Code、アーキテクチャー・アーティファクト、脅威モデリング、アプリケーション・コードなど

これらの改善により、あらゆる業界において、生成AIで自社の主要な業務プロセスを再構築することが容易になることがわかります。

上記のユースケースは、単にコスト削減をするだけでなく、従業員満足度、顧客ロイヤルティー、およびビジネスの成長に貢献します。これらは将来を見据えた可能性ではなく、現在すでに企業は、生成AIを使用して、例えば顧客からの苦情の分析精度を向上し、洞察を発見するための時間をほぼリアルタイムに短縮したり、規制遵守を維持するための内部監査の時間を短縮したり、テストと分類の効率化したりするなど、迅速なビジネス価値の実現に取り組んでいます。

このような初期の事例とその成果はエキサイティングなものですが、生成AIソリューションを構築するために必要な開発作業は、以下のような潜在的なリスクに細心の注意を払いながら、慎重に行う必要があります：

• バイアス：どのAIモデルでもそうですが、学習データはモデルが生み出す結果に影響を及ぼします。基盤モデルは、インターネットから集められた大量のデータでトレーニングされます。その結果、インターネット・データに内在するバイアスが学習済みモデルに拾われ、モデルが生成する結果に現れることがあります。この影響を軽減する方法はありますが、企業はこのリスクを理解し対処するためのガバナンスの仕組みを持つ必要があります。
• 不透明さ：基盤モデルは、アルゴリズムのトレーニングが「自己教師あり学習」であるため、完全な監査や透明性を確保することはできません。
• 幻覚（ハルシネーション）：大規模言語モデル（LLM）は「幻覚」を作り出す可能性があります。これは、受け答え的には正しいが、事実としては間違っている結果を出力するものです。この場合も、企業はこのリスクを軽減するために、強力なガバナンスの仕組みを導入する必要があります。
• 知的財産：著作権の可能性がある素材を使って学習したモデルが作成したコンテンツの法的な影響や権利の所有者については、未解決の問題があります。
• セキュリティー：これらのモデルは、プロンプト・インジェクション攻撃を含むデータおよびセキュリティー・リスクに脆弱である場合があります。

生成AI構築プロジェクトに取り組む場合、ビジネス・リーダーは、リスクを軽減するために強力なAI倫理およびガバナンスの仕組みを確立する必要があります。IBMはIBM Garage手法を活用して、ビジネス・リーダーが個々の生成AIイニシアチブについて、出力のリスクと精度を評価できるように支援します。最初の段階では、人間によって出力が確認され、高度な精度を必要としない、従業員向けの社内ユースケースを優先させることができます。

生成AIとLLMは、AIの分野に新たな危険をもたらします。私たちは、これらの新しいソリューションが提起する疑問に対するすべての答えを持ち合わせているわけではありません。IBMコンサルティングは、企業、政府、および社会全体との関わりにおいて慎重な内省を行い、これらの質問に対する答えを見つける際に多様な視点を確保することを約束します。

この3部作について、第1回または第3回をお読みいただくか、お客様のニーズについてIBMの専門家にお気軽にご相談ください。

この記事は英語版IBM Blog「Exploring generative AI to maximize experiences, decision-making and business value」（2023年3月8日公開）を翻訳し一部更新したものです。

関連情報

• 生成AI（ジェネレーティブAI）とは
• 基盤モデルとは
• IBMのファウンデーション・モデルへの取り組みと業務での活用
• AI倫理とは何か？今、企業が取り組むべき課題〜信頼できるAIの実現に向けて〜
• IBM Consulting、AIエキスパートを擁するCenter of Excellence for generative AIを設立

IBMのサービスとソリューション

• AIコンサルティング・サービス
• AIソリューション
• ビジネスのための生成AIおよびデータ・プラットフォーム「watsonx」