【生成AI時代の事業・組織づくり】生成AIの7つの本質的価値/創造の限界費用をゼロにする革命/いったん生成AIを忘れよ/組織を見直すべき3つの理由/組織をAIネイティブにする4ステップ/北風より太陽
Summary
TLDRThe video script discusses the transformative impact of generative AI, comparing it to past revolutions in computing and the internet that reduced the cost of computation and information dissemination to near zero. It emphasizes the potential of generative AI to revolutionize creation by significantly lowering the cost of imaginative content production. The speaker, Kazuto Kashiwagi, author and representative of the company "Pivot," shares insights on leveraging generative AI to enhance businesses and organizations. He outlines seven intrinsic values of generative AI, including reducing the cost of content creation, enabling natural system interactions, vectorizing unstructured data, and more. Kashiwagi-san also addresses the common trap of prioritizing the technology over customer needs and stresses the importance of aligning AI capabilities with high-value business challenges. The conversation explores practical applications, the future of work, and the strategic integration of generative AI in organizations, advocating for a proactive and positive approach to harness the technology's full potential.
Takeaways
- 📈 **Revolution of Creation Costs**: The speaker discusses how computers have revolutionized computation costs, and the internet has done the same for information dissemination, with AI potentially driving creation costs towards zero.
- 🚧 **Trap in AI Service Creation**: There's a common pitfall in AI service creation where the technology itself becomes the goal, rather than solving a customer problem, which can lead to a dilution of focus on actual customer needs.
- 🤖 **Importance of Organizational Structure**: The structure of an organization is crucial for leveraging AI effectively, and may need to be reimagined in the age of generative AI to fully harness its potential.
- 🧠 **Impact on Cognitive Labor**: AI's potential to affect cognitive labor is significant, possibly exceeding human capabilities in terms of imagination and efficiency.
- 💡 **Seven Essential Values of Generative AI**: The transcript outlines seven key values that generative AI brings to the table, which include reducing the cost of content creation, enabling natural system interactions, and vectorizing unstructured data.
- 🔍 **Understanding AI's True Potential**: There's a call to understand the true nature and potential of generative AI, moving beyond the surface-level understanding that often leads to misapplication or underutilization of the technology.
- 📚 **From News to Application**: The speaker emphasizes the importance of moving from just following AI news to actively applying AI services in practical scenarios to truly benefit from them.
- 📈 **Quantitative Approach to AI Integration**: Using key performance indicators (KPIs) like weekly active user rates can help measure and improve the integration and effectiveness of AI within an organization.
- 🌟 **Focus on the Middle Majority**: The majority of employees (the 'middle 6' in a 2-6-2 model) are influenced by the top and bottom segments. Engaging this middle group is key to successful AI adoption.
- 👥 **Leadership Understanding of AI**: It's crucial for leaders and decision-makers to have a solid understanding of AI to guide their organizations effectively through the technological shift.
- 🚀 **Future Evolution of AI**: The speaker predicts that as AI technology evolves, the importance of specific hard skills may decrease, while human qualities like creativity and values will become more significant.
Q & A
What is the significance of the statement that 'computers have brought the cost of computation close to zero'?
-The statement signifies the revolutionary impact of computers on reducing the expenses associated with performing calculations, which has been a significant factor in the digital revolution and the advancement of various industries.
How does the internet revolutionize information流通 (流通, which means 'circulation' or 'distribution' in English)?
-The internet has revolutionized the distribution of information by making it accessible to a global audience at minimal cost, thereby democratizing knowledge and communication.
What does the term 'クリエーションの限界費用を限りなく0に近づける革命' (a revolution that brings the cost of creation close to zero) imply?
-It implies a transformative shift where the financial and technical barriers to creating content or products are significantly reduced, allowing for greater innovation and participation in creative fields.
What is the common trap that organizations face when creating services in the AI field?
-The common trap is the overemphasis on the AI generation itself as the end goal, which can lead to a dilution of focus on solving actual customer problems and addressing their needs effectively.
Why is it important to 'forget about AI generation' when creating a business?
-Forgetting about AI generation allows businesses to focus on the core customer problems and needs, ensuring that the AI technology is applied in a way that adds value and addresses the challenges effectively.
What are the three key backgrounds or reasons for reevaluating organizations in the age of generative AI?
-The three key backgrounds are the overwhelming potential for efficiency, the impact on high-level intellectual labor, and the fact that the scope of influence now extends to areas beyond human imagination.
How does the concept of 'non-structured data vectorization' simplify AI development?
-Non-structured data vectorization simplifies AI development by converting various types of data into numerical vectors, allowing AI models to process and understand a wide range of data without the need for prior structuring or cleaning.
What is the potential impact of generative AI on the creation of multimodal content?
-Generative AI can enhance the creation of multimodal content by generating various types of data such as text, audio, and images from a single input, thereby increasing the value and reach of the content produced.
How does the democratization of high-unit-price specialized knowledge affect industries?
-The democratization of specialized knowledge through generative AI allows tasks that previously required extensive expertise to be automated, making specialized services more accessible and potentially disrupting traditional industry structures.
What is the significance of reducing language barriers through AI translation capabilities?
-Reducing language barriers through AI translation capabilities facilitates global communication, collaboration, and the exchange of ideas, making it easier for people worldwide to access information and participate in global discourse.
How can the introduction of new modalities for input and output in AI systems impact user interaction?
-The introduction of new modalities allows for more intuitive and varied forms of interaction with AI systems, such as creating websites from rough sketches or generating content from non-textual inputs, which can lead to more innovative and user-friendly applications.
Outlines
🚀 The Revolutionary Potential of Generative AI
This section focuses on the revolutionary impacts of computer technology and the internet, comparing these to the emerging influence of generative AI. The speaker discusses how generative AI drastically reduces the marginal cost of creation and imagination, similar to how previous technologies minimized costs in their domains. The discussion extends into the potential traps in generative AI development, emphasizing the need for careful customer problem identification to avoid making the AI the end rather than a means to an end. It also touches on the importance of restructuring organizations to leverage generative AI effectively, identifying the need for a strategic approach to organizational change in the generative AI era.
🌐 Understanding Generative AI’s Core Values
This paragraph outlines the foundational concepts of generative AI as explained by an industry expert. It begins by exploring the essential values that generative AI brings, such as reducing the cost of content creation and enabling personalized digital interactions. The speaker describes generative AI’s ability to adapt across various applications, from customer service enhancements with AI-powered chatbots to creative endeavors in gaming and entertainment. The discussion also explores how generative AI is reshaping traditional workflows, reducing the reliance on structured data, and offering more natural and engaging user interactions.
🔍 Deep Dive into Generative AI Capabilities
This section dives deeper into specific applications and strengths of generative AI, such as its capacity to handle unstructured data and create content across multiple modalities. It highlights the practical uses in corporate environments like document handling and project updates, demonstrating generative AI’s potential to revolutionize traditional business processes. The explanation underscores the transformative effects of large language models like GPT-4, which enhance cognitive functions and automate tasks that were previously unimaginable without human expertise.
🌟 The Broad Impacts of Generative AI on Professional Services
Exploring the implications of generative AI in professional services, this paragraph discusses how generative AI is already enhancing performance levels across sectors. The speaker points out the dual benefit of generative AI: elevating the lower-performing segments of the workforce and providing significant boosts to high performers. The discussion is backed by research indicating substantial improvements in performance due to generative AI integration, highlighting the transformational potential of AI in elevating average performance and addressing complex challenges in high-skill environments.
📈 Strategic Implementation of Generative AI in Businesses
The final paragraph focuses on strategic approaches to implementing generative AI within business models. It discusses how to align generative AI applications with business needs, ensuring that technology adoption is not just about leveraging new tools but solving meaningful customer problems. The speaker emphasizes the importance of creating services that not only integrate generative AI effectively but also address significant customer challenges, ensuring relevance and value in the offerings. Additionally, it covers the pitfalls of getting swayed by the allure of advanced technology without clear practical applications, urging a balanced approach to innovation.
Mindmap
Keywords
💡Generative AI
💡Marginal Cost
💡Organizational Strategy
💡Customer Challenge
💡Cost Efficiency
💡Intellectual Labor
💡Business Transformation
💡Data Vectorization
💡Multimodal Content
💡Automation
Highlights
Computers have revolutionized the cost of computation, bringing it close to zero.
The internet has been a revolution in reducing the cost of information dissemination to near zero.
AI is seen as the next revolution, potentially driving the cost of creation to near zero.
A common pitfall in creating AI services is treating the AI generation itself as the end goal, rather than focusing on customer problems.
The importance of organizational structure in the era of generative AI cannot be overstated.
Generative AI has the potential for overwhelming efficiency and can impact even highly intellectual labor.
The imagination scope of generative AI extends beyond human norms.
Understanding the seven essential values of generative AI is crucial for creating new services and businesses.
One should initially forget about generative AI to focus on the customer's problem to be solved.
The concept of 'straightforward value' in generative AI involves reducing the cost of content imagination to nearly zero.
Generative AI enables natural conversation systems, which were previously unnatural and rigid.
Non-structured data vectorization is a significant yet often overlooked value of generative AI.
Generative AI can democratize high-unit-price specialized knowledge, making it more accessible.
Language barriers can be significantly reduced through the use of large-scale language models in generative AI.
The emergence of new modalities for input and output in generative AI can change how we interact with technology.
To effectively utilize generative AI in business, one must first understand and address high-value customer problems.
The importance of adopting a positive approach when introducing generative AI to avoid negative perceptions and resistance.
Focusing on the middle 60% of employees when implementing generative AI can lead to broader adoption and success.
Using quantifiable KPIs, such as weekly active user rates, can help measure the effectiveness of generative AI integration within a company.
It's crucial not just to follow generative AI news but to actively use and implement the technology to fully benefit from it.
Transcripts
古視聴ならピボットアプリアンドリーセン
ホロウィッツすごくいい言葉を言っていて
コンピューターはえ産の限界費用を0に
近づける革命だとインターネットは情報
流通の限界費用を0に近づける革命だった
とでじゃあ生成は何の革命かって言と想像
クリエーションの限界費用を限りなく0に
近づける革命だという風に言っていてま
かなり言いて見ようだなとうまいこと言い
ますねうまいですよねAI領域でサービス
を作る時の1番のトラップって生成AI
自体が目的化してしまって顧客課題の設定
が甘くなることなんですねそれを実現する
ためにも次の組織作りのところが大事に
なってくるとことなですねはいま大きく3
つの背景え理由から組織を生成AI時代に
おいて見直すべきかなっていう風に考えて
まして圧倒的な効率化ポテンシャル高度な
頭脳労働にも及ぶ影響範囲想像性すら
もはや人間の正規ではない
とはい皆さんこんにちはピボットの佐々
です今回のピボットトークでは生成AI
時代の組織作りと事業作りをテーマにお話
を伺いますゲストにお迎えしたのはポス
代表の柏谷ケトさんです柏谷さんよろしく
お願いしますよろしくお願いします柏谷
さん今日のタイトルズバリの本を出された
ばかりではいそうですね先月出しました
そうですねこれ私も読んだんですけどこれ
どういう問題意識でこれ書かれたんですか
そうですねあのこれは今生成AI周りで
こう埋められていないこう中間をきちんと
答えるような本を書きたいなと思いまし
てん
うんプンテ扱っ結構ミクロの本もたくさん
あると思うんですねなんですけどこう実務
科の方が本当に知りたいいかにじゃそれを
事業とか組織に生かして自社のこう成長に
つげるかっていうそういうこうテーマの本
はもうほぼ全くと言ってほど書かれてい
なかったなと思ったのでそこをこうま自分
のバックグラウンドを生かせるところも
ありますしあのそこに答える本を書たいな
という思いで書きましたね確かに今経営者
とかねマネージャーの方が生かせる本って
なかなかないですよねそうですねなかなか
まだ出てないのでそうですよねカさんはま
バシリって会社にもいらっしゃってそ今
自分が起業されていて他にも10社ぐらい
顧問されてると聞いたんですけどあそう
ですねあのAI領域のあの一部上場企業の
エクウィザーズさんであったりですとか
あとこうテレビ東京さんうんあとこう
サーススタートアップでこうシリーズCD
ぐらいのステージのえウェブなるさんです
とかまそういったこう幅広い企業の方々を
あうんあの支援させていただいてますはあ
我々と近いですけどあの業種がテレビ東京
とAIイカすってどういうことやってん
ですかテレビ東京さんとはあるしこう
新しい取り組みなんですけど生成AIを
あの大規模言語モデルを使った新しいこう
オリジナルのIPキャラクターあ
キャラクターを作ってんですかはいいう
結構実験的な感じでやってますねそういう
ことなんですね分かりましたということで
今日はお話を伺っていきたいと思います3
つのパートであの今回お話を伺うことに
なってまして最初がですね生成AI時代を
勝ち抜く事業の作り方はいはい次が生成
AI時代を勝ち抜き組織の作り方そしてま
未来予測ということでま今後生成AI時代
に社会や人のあり方はどう変わるのかと
いうことでお話を伺っていきますではまず
1から進めていきたいと思いますはいそう
ですねえ生成愛時代を勝ち抜き事業の作り
方というところであの生成AR7つの本質
価値であったりあとこう意義と意味の
デザインみたいな話をさせていただければ
と思います優れたこう生成AIサービス
ですとか事業を作る際のこうポイントいく
つもあるんですけどま今回こう特に重要な
2つポイントをこ抽出しましたで1つ目が
え生成の7つの本質価値を抑えるとうんで
もう1つがこうちょっと逆説的なんです
けど一旦生成AIを忘れるというこの2つ
が大事かなと思ってますでまずこちらの
生成の7つの本質価値っていうとこなん
ですがやはりこう新しく生成AIサービス
事業を作る上でもあとはこう既存の事業に
こう生成を生かす上でもまやっぱりこう
初手として生成AI自体に対する深い理解
は必要深うんだなとなんですけど意外と
生成AIって何か説明してくださいって
いう風にこう実際事業やられてる方とか生
知ってるよって方にこう通うてもなかなか
説明って難しいんですよね難しい難しいよ
ねなんとなくしかわかんないですねこれ
はい生成するAIでしょみたいな感じに
なっちゃうんですけどやっぱりそういう形
でま今までこう認識予測が主流だった
ところから生成する感じなんでしょうです
とかまAIっていう大きな枠組の中の
ディープラーニングのま一部なんだよね
みたいな感じのこう関係役割では皆さん
あの抑えてると思うんですけどこれだと
なかなか生成AIってやっぱニュースも
すご多いじゃないですかの中でこうその
正体ですとかあと輪郭ですよねっていう
のってなかなかイメージ湧かないと思うの
でそれに対してこうあたある生成AIの
こうサービスですとかユースケースですと
かそういうものをこう抽出あの抽象化して
あげるとこの7つですよねっていうそう
いうこう本質的価値を整理しているのでま
そこを抑えていただくと非常に理解し
やすくなるんじゃないかな自分の方でこう
整理させていただいてるのがこちらの7つ
になるんですがちょっとこう全体ざっとご
説明させていただくとまず1つ目がこれ
すごいシンプルにあのストレートなやつな
んですがコンテンツの想像コストを限り
なく0にするという価値ですねこれあの
アンドリーセンホロウィッツはいあの世界
的VCのはいキャピタリストがすごくいい
言葉を言っていてコンピューターはえ計算
の限界費用を0に近づける革命だとで
インターネットは情報流通の限界費用を0
に近づける革命だったとでじゃあ生成は何
の革命かって言うと想像クリエーションの
限界費用を限りなく0に近づける革命だと
いう風に言っていてまかなり言いえて
みようだなとうまいこと言いますねうまい
すよねうまいなと思ったんで使わせて
もらってるんですけどかなりまなのでま
限界費用想像の限界費用が下がってくると
ま例えばAIライティングツールみたいな
形でこうコンテンツの制作コストを大幅に
下げることもできますしあとはこう何か
商品ECサイトで商品を紹介する画像を
作る時に1枚画像を作ってしまえばもう
あと無数のバリエーションをAが作って
くれたりですとかままた動画の中身自体も
相手に合わせてパーソナライズするみたい
なそういうサービスも出てきてたりします
うん今後世の中ってこの生生屋が作った
コンテンツの割合ってどれぐらいまで増え
ていくんですかねいやかなり増えると思い
ますねうんなのでこう情報が溢れる前提で
のこうサービス作りですとかあとはこう
個人としても情報の接し方っていうのを
考えていかないといけないかなと思います
あし我々が作るこういう動画みたいなのは
まある種人が介在してる珍しいものとして
オーガニックフードみたいな扱になってか
もしんないですねはいなので両方に価値が
出てくると思いますねその生成AIで大量
に作るってい大量消費的な価値うん大量の
中から自分にマッチするものを摂取するっ
ていうものとま本当にこうエディトリアル
聞かしたこう少数え精鋭というかも本当に
エリスのコンテンツっていうどっちにも
価値が出てくると思いますうんうん分かり
ました分かりやすい想像コスト0はいです
ね2つ目がこれもあのチャットGPTで皆
さん体感されてる価値かなと思うんですが
システムによるこう自然な対の実現という
ところでやっぱりこうGPT登場以前の
チャットボットってどうしても自然じゃ
なかったと思うんですねまかなりこうぎ
こちなかったところがま今かなり自然に
できるのでま例えばこう顧客対応のCSの
こうチャットボットなんかも裏側でこう
自社の商品データのドキュメントを追加で
学習させてあげてもう本当にこう自社の
商品をきちんと知識を持ったオペレーター
的にAIがユーザーのこう質問に対して
返答してくれるようなそういうサービスが
すごい伸びていたりですとか結構面白いの
で言うとうんゲーム領域でも結構使われ
てるんですけどへえこのインワールドって
いうところががまさにあの先ほど出た
アンドリーセンホロウィッツとかから調達
していてゲーム内のあのNPCって呼ば
れる要はドラクエの村人みたいなやつです
ねはいがま今までってここはまま村です
みたいなそういうこうワンパターンの返答
しかできなかったところに対してその
キャラクターの設定を加味しながら柔軟に
こう返答できるとはいいうようなシステム
も結構伸びてたりしますへえ結構
コミュニケーション力低い人って特に日本
とかってま結構多いじゃないですかそう考
とうん平均的な力の人よりこっちの方が
コミュニケーションうまそうですよねああ
うまいと思いますねうむしろこう人間の
コミュニケーションの角を丸くするような
使い方で結構GPT使ってたりとかって
いうのはすでにあったりするのであはいで
3つ目が実は1番見落とされがちなんです
けどかなり大事な価値でこの3つ目を一番
こう注意して抑えていただくといいかなと
思うんですが非構造化データのベクトル化
っていうところでこれどういうことかって
いうと
こうGPTであったりまそういった大規模
言語モデルえが登場以前のAI開発って
何かじゃあAI開発会社さんにAIで何か
やれたいんですと言った時のよくある
リアクションがデータが汚いんで無理です
とはいいうリアクションが非常に多かった
と思うんですねつまりAIに何か処理をさ
せるためにはデータは綺麗に構造化されて
いる必要があるとで今この大規模言語
モデルあのGPT4であったりそういった
ものを始めとする大規模言語モデルがどう
いう仕組みかというととりあえず全部こう
読み込んだテキストをベクトルっていう
矢印の向きと大きさの数値データに全変換
してくれるんでとりあえずなんかどんな
データでもいい感じに扱えるっていうほお
なのでこう車内の膨大なこうドキュメント
データですとかあとはこうオンラインの
ブログ記事の集合体ですとかそういうのを
突っ込んでも割とこううまく動いてくれる
と例え悪いかもしれないですけどでも分別
せずに全部もうぐわっと全部ゴミそも入れ
ちゃえば全部そ分別してくれてみ感まさ
そうですね分別を自動化してくれるみたい
な感じですねめちゃくちゃ便利だなはいな
のであの実際伸びてるサービスがこの左側
のグリーンっていうサービスなんですが
うんまさにこう車内のもうゴミも含めた
もう雑多なデータをとりあえず全部
読み込ませますとうんほ脳症のデータです
とかあとGoogleドライブですとか
ghubのデータですとかっていうのを
読み込ませておくと車内の知識を何でも
持っているAIアシスタントみたいなもの
が一瞬で作れてでそのアシスタントにこの
プロジェクトの最新の状況どうなって
るって聞くと最新除去教えてくれてでかつ
まるまるさんに聞くともっと詳しく教えて
くれるよみたいなそういうことも返して
くれるとええこれディープラーニングだけ
だった時は結構その構造化しとことて大事
だったんですかそのからディープ
ラーニングの時は大事でしたね大事でした
よねそっかそこが変わったとこなんですね
進化によってそうですねあのGPTだっ
たりま大規模言語モデルで非常にこう汎用
力が上がったっていうところですよねほお
分かりました4つ目何でしょうか4つ目が
えコンテンツのマルチモーダルかという
ところなんですがこれモーダルっていう
言葉が結構AIの領域だと出てくるんです
けど簡単に言ってしまうとデータの種類の
ことですねうんテキストですとか音声とか
え画像とかでちょっと分かりやすいように
あの動画を1つあの見ていただければと
思うんですけど
はい
はいというようにまこの女性が言った通り
この動画自体もAIで生成された動画に
なってましてうんこれどういうサービス
かって言うとテキストの現行を入れるだけ
でまこういうこうマーケティング素材の
動画ですとか車内のこうセールス
イネーブルメント社内教育の動画が作れる
というサービスになっていてコンテンツ
情報量的には同じなんですねうんテキスト
の現行っていうものとこの出力される動画
の持ってる情報量はあの元々で言うと同じ
なんですけどこれ動画っていうマルチ
モーダルこうテキストだけじゃないですよ
ねいろんなこうデータの種類の集合体の
コンテンツに格上げされることによって
コンテンツの価値が底上げされるっていう
うんうんそういうこう価値ですねうんはあ
今まで例えば電子書籍オーディブルとかっ
て著者が自分で全部読み上げてたりしてた
んですけどそれはもう全部自動できるかも
しないですうんうんあ自動化できると思い
ますねでAppleが実はそれ試してまし
たねああそうですかはい一部試し始めてい
てへえ人もまもなくできますねそっかはい
例えば1週間に1回社長が皆さんに
ちょっとスピーチするっていうかメールで
ちょっと戦事ぐらいでくメッセージもそれ
をちょっと変換すればその社長が出てきて
語ってるスピーチ桁に変えたりとできます
よねそっちがね聞いてれるしないそうかで
5つ目がえ高単価専門知識の民主家という
ところで今まではこう例えば法律文章です
とか税務手続きですとかこう膨大な知識を
頭に入れた専門家じゃないとでなかった
タスクをもうそういった膨大な文書もこう
大規模言語モデルの頭の中にこうどんどん
今入ってきているのでま例えばアイロン
クラットっていうサービスなんかは実際
こうロレアルあの化粧品会社のロレアル
なんかが使ってるんですがもう契約書の
レビューと契約書の作成をもうほぼ自動で
やってくれるっていうま今まではその弁護
士っていう専門家がやっていたようなこと
をもう代わりにこうやってくれるっていう
まそういう意味でかなりかなりこう専門
知識が民主化されているっていうような
うんそういう価値ですねあらゆる専門知識
がもう包含されていくんですかね例えば今
までなら翻訳系のアプリはこれこれだとか
みたいな感じで全部分かれてたじゃない
ですか専門がそういうところって全部この
汎用系のとこに取られちゃうんですかあで
言うとですねあのベースで使う大規模言語
モデルこう思考のエンジンみたいなものは
汎用的なものにかなり寄ってくと思うん
ですねうんなんですけどま例えばこういう
サービスあとは先ほどご紹介したな
サービスも
結構各社アプリケーションのレイヤーで
こうチューニングをしてるんですよ裏側の
プロンプトもそうですしあとUIもそう
ですしあとこう読み込ませる独自データ
ですとかていうところもあるんで元の脳
みそは結構汎用的なものになりつつ実際の
こうサービスとしてはこう分業というか
あの最適化されていくっていうそういう
シナリオかなと思いますはあけど翻訳とか
相当質が高いですよねもう相当高いですね
ねもうニュアンスも組んでくれますしね
そうですね十分だなと思ってうんつ目が
言語障壁の軽減っていうところではい
まさに翻訳のとこですねで結構こう個人的
に面白いなと思うのがまGPTはめとする
大規模言語モデルが英語であったり韓国語
日本語のテキストをえ事前にこう学習し
てるわけじゃないですかでそのGPTの脳
みその中がどうなってるかって言うとその
様々な言語を全部AI後に全て翻訳して
脳内に保存してるんですねうんつまり
ベクトルデータっていう矢印の数字データ
に変換してるってことはもう言語の際が
限りなくなくなったAI5単一言語で脳内
にストックしてそれでこう思考してる状態
に近いんですよほおなのでま彼らこう
GPTだったりの頭の中で言うと言語の
こう差っていうのはかなりこう薄まって
いる状態になってましてなので実際のこう
アウトプットとしても例えばこういうジ
みたいなサービスでこれもテキストから他
言語のえ自分が話してる動画を複数一括
生成できたりするんですけどま例えばこれ
とかは英語を生成してるやつです
[音楽]
ねこれはこう事前に2分間自分が話してる
動画を撮るだけであとはこうもう入れる
原稿としたら日本語でオで日本語入れて
英語フランス語まるまる語っていう風に
チェック入れるとその言語で話してる自分
の姿が成されるとめちゃくちゃ自然ですね
他のもけますはいこれフランス語
[音楽]
ですちゃんと自分の声なんよね谷さんと
フランス似合いますね
叶ますあそうかはいっていうようなかなり
こうまそれによって言語障壁がかなり結果
として軽減してるとうんいうところが上げ
られますで最後7つ目が新しいモーダルで
のインプットの実現というところでこれが
あの価値として1番新しい価値なのでこう
これから実際にサービスが出てくるかなっ
ていうとこなんですけどモーダルっていう
のは先ほどお伝えしたデータの種類ですね
うんで今までは例えばですけどウブサイト
を作る時にええコードっていうテキストを
打ち込むことによってウェブサイトという
アウトプットを得るという形でテキストと
いうモーダルの入力だったんですけどうん
実はこうもっと感覚的にラフな絵を書いて
ウェブサイト作れた方が人によっていいか
もしれないという時にま実際こうGPT4
のえビジョン認識ができるのでラフな画像
を書くとそのラフ絵に基づいた
ウェブサイトをもう瞬時に生成くれたりと
うんいうようなサービスが既にあったりと
いう形で実は入力モーダルと
アウトプットのペアリングが最適じゃない
パターンって結構あると思うんですよ今
までの技術の限界によってそこをこう1つ
1つ解きほぐしながら実は音声とこう
ラフェでやった方が実はいいよねみたいな
ものが結構今後出てくるかなと思います
デザイナーの方とかできることが増えます
ねああだいぶ増えると思いますねね言語化
も別のルートができますよねうん今までは
こうテキストに落とし込まなきゃいけない
ていうまそれが言語化だったのがもう絵に
して絵でインプットすればいいですとか
そういうのもできるのではあ原語がうまい
人もいればね絵の方が断然うまい人もい
ますもんねそれが全部どっちでもできる
ようになるとへえはいていうようなものが
7つの価値でやっぱり生成AIっていうの
をなんか生成するAIでしょって捉え
ちゃうとなかなかこう改造度も上がらなく
て車内活用も事業作りもなかなかうまく
できないのでまこういう風にん7つの価値
でその輪郭で捉えてあげるとよりこう捉え
やすいかなと思います確かにうんいや
すごく改造で上がりました良かったはいで
お次がえじゃあその7つの価値を抑えた上
で今度は逆に生成AIを忘れましょうと
いうところがこう事業作りのポイントかな
と思ってましてうん生成AI領域で
サービスを作る時の1番のトラップって
生成AI自体が目的化してしまって顧客
課題の設定が甘くなることなんですねこれ
結構あるあるありそうあそうですうん初期
に1番起きやすいことですねはいでま
そもそもこうサービスがどういう構造を
取ってるかって言うとまSnapchat
みたいな一部のエンタメ系を除けば
999%のプロダクトは誰のどんな問題を
どうやって解決するかっていう顧客課題
解決法っていう3要素が1番こう
プリミティブな要素としてあってでほぼ
ほぼをほとんどのサービスがうまくいか
ない原因っていうのは想定していた課題を
顧客が実は抱えていなかったですとか困っ
てるんだけどそんなに深い課題じゃなかっ
たという顧客と課題のペアリングがうまく
いってないっていうのがほとんどなんです
ねなのでそれをきちんと考えていきましょ
うって話なんですけどそれをちょっと別
角度で話すと縦軸に上に行けば行くほど
その解決しようとする課題の価値が高いと
はいで右に行けば行くほど生を使う必然性
がちゃんとあるよねという軸で取った時に
作りたいのってこう右上の証言じゃない
ですかなんですけどあのWeb3ですとか
あとメタバースですとかを思い返して
いただくと左上と右下めちゃくちゃ多く
ないですかもうそればっかりでしたね今
思うとはいやっぱりこう先端テクノロ
ジーってちょっと誘惑があってそれに目が
行きすぎちゃうんですよねどんなにこう
理論を分かっていてもそこにこう目が行き
すぎてしまってん
こう解決する課題の価値は高いんだけども
それってこう精じゃなくて良くないって
いうような左上ですとか精の価値はうまく
いかせてるんですけどそれってこう誰が
困ってるのっていうようなサービスですと
かっていうところにまメタバースWeb3
のアナロジー思い返していただいても陥り
やすいっていうまこの市場時のトラップが
あるのでもう意識的に右上を作
るっていうのをもうチーム全体で共通認識
をもうこの現で持ちながら作る必要がある
とうんはじゃこれをどう作っていくかなん
ですけど登り方がすごく重要でうん順番と
してはまずは上に登るうんでその上で右側
に行くっていうその順番が非常に大事かな
と思ってますあの重力と同じで上に行く方
が大変なんですよねやっぱりこう解決する
価値の高い課題の方が世の中で言うと気象
価値が高いのでまずはそこをきちんと
見つけに行ってその中でこう生成AIの
強みとマッチする領域を考えていくとで
じゃあまずどうやって上に行くかっていう
ところでもうこれだけで本が数冊書かれる
レベルなのでもうすごく簡単にですけど
きちんと自社の課題の棚ですとかあと顧客
インタビューを通してま本当にこう顧客の
本質的なニーズは何だっけっていうのを
きちんとこう問い直してから通てからそれ
をあのジャベリンボードみたいな
フレームワークもま本書で紹介してたりも
するんですがまそういったこう本当に顧客
がその課題を抱えているかっていうのを
検証するフレームワークがあったりするの
でそういったものを使いながらちゃんと
こう顧客と課題のペアリングがうまくいっ
てるかっていうのを検証するとでそれを
やってこう上に上がっていきそれによって
価値ある課題のセットがあの見えてきます
よねでその中でじゃあ右側に行くために
どうすればいいかっていうともうこう皆
さん手札として先ほどご紹介した7つの
生成の本質価値が手札としてある状態なの
でもうその7つの手札見ながらこの課題は
この手札で解決できそうだなっていう
ペアリングをしていけばずと右上の
サービスが考えられるとうんなのでこう
解決する課題のえ意義もあって生成を使う
意味もあるえ意義と意味のあるサービスが
作れるとうんそっかはい忘れる理由がよく
分かりましたまずビジネスの基礎のとこっ
ていうかプロダクト作りの基礎とか抑え
ないとそうですねばり使してもしょうが
なってことですねですでやっぱり生成AI
とか先端テクノロジーの事業作りする人
ってその技術が好きな人が多いんですよね
うんで好きがゆえにそっちにバイアスが
結構引っ張られやすいので意識的に忘れ
るっていうのが大事かなと思います確かに
ねいやよく分かりましたPIVOTアプリ
WEBでは様々な特典と交換できる
ピボットマイルを導入しています今回新た
な特典として書籍限定のAmazon
ギフト券と公開収録も兼ねたリアル
イベントを追加しました是非この機会に
PIVOTアプリWEBをご利用
いただければ幸いです詳細は概要欄をご覧
ください例えばちょっとピポットに
当てはめると課題として顧客のあの視聴者
の方これ時間がない時はこの30分の動画
をやっぱり貸で見たいっていう人も多いと
思うんですよねその時にあのその課題を
会計するためにここのコンテンツマルチ
モーダル化を使ってあの動画のものをすぐ
短くとかもしくは長くてもいいんで全部
テープ起こししてしかもそれが見やすい
うんうんになた課題解決ですよねそんな
感じの考え方でいそんな感じですねはい
そういうことですよねこれうまく活用し
てる例とかってなんかないですかうんは
ですねまさにこ途中でご紹介してるのが
結構うまくいってる例が多いなという風に
思ってましてグリーンなんかもそのサイタ
の例ですよねその車内のこうナレッジうん
を集約してえ質問に答えられるってやつ
なんですけどまこれ課題としてはま彼ら何
に着目したかっていうとこれIDC
リサーチさんが出してるデータなんです
けど典型的なホワイトカラーの業務時間
1/4って情報の検索らしいんですよああ
車内外含めへえでその1/4かけられて
いる時間の中で車内のデータが適切な場所
に置かれている割合って15%とかそれ
ぐらいなんですねうんつまり全然データが
車内見つからんとていうのが非常に深刻な
課題でで実はグリーンの創業者って元
GoogleでGoogleは莫大の予算
をかけてこういうサービスをで持ってる
らしいんですよなんですけど多くの企業は
そういったこう本来得るべき情報を社員が
得れないっていう結構明確なペインがあっ
てそこに対してこれがあれですよね非構造
化デタのベクトル化によってそれを解決
できるとうんいうもう綺麗な例ですね確か
にそういう意味ではちょっと効率化による
生産性アップみたいな使い方が今んとこ
多いんですかねうんが多いですねやっぱり
あの分かりやすいですよねその課題解決と
いうかその明確な業務のペインを解決して
効率化するっていうとこが思いつきやすい
のでまずそこから始まっていてエンタメ系
というか新しく価値を作るものも一部出て
たりしますああどんなんですかはい例えば
キャラクターAIってやつなんですけど
これもアリーセホロビッツが結構投資し
てるやつで評価額が確か3000億と結構
それぐらいあるんですけどユーザーが自分
でこう好きなAIキャラクターを作ること
ができてそのキャラクターと他のユーザー
がが交流できるっていうようななのでAI
キャラクターのcgmコンシューマ
ジェネレイドメディアでこう自分がこう
好きなキャラクターと話してみたいって
いう課題というよりか願望ですよねうんお
みたいなものに対してその生成AIのま
この自然な対話ですとかうんあとはこう
キャラクターの背景情報とかをこうざたに
入れてもうまく動くみたいな価値を使って
実現してるサービスっていう感じですうん
分かりました今ガーファがどんどん
リストラしてるじゃないですかあの効率化
っていうのはSSIによってどういう効率
化ができるんですか例えばセールス
エンジニアとかそういうとこの人たちがい
なくなったりとか色々してるじゃないです
かああそうですねそれで言うとこれ
マッキンゼさんが出してるデータだったと
思うんですけどうん効率化がしやすい触手
のこうパラメーターみたいなものがあって
うんああカスタマーサクセス系CS系と
あとセールス系はまかなり効率の相性が
良くも悪くもいいんですよねはいうんなの
で経営観点で言うとめちゃくちゃ効率化
できるうんでワーカー観点で言うとその
置き換えリスクが高いというのがその2つ
の触手ですねうんはあで栽培人となんか
もう広告のデザインとかもそういうとこも
全部エア化していくみたいな話出てました
そこも相いいですよねいいね
パーソナライズ化してデザインまでして
くれててことですよねそっかそっかだから
透明はそこの効率化に使れることが多そう
ですねが多いと思いますはいというところ
がはい事業作りのところでまこの2つを
きちんと意識しましょうというところです
ねはそれを実現するためにも次の組織作り
のところが大事になってくるてことなん
ですねはいはいそれをこう下支えする
ところとしてまいかにこう生成AI
ネイティブな組織を作っていくかっていう
お話なんですけどまその前段のお話として
そもそもこうまなんかこう事業を作
るっていうところは皆さんイメージ湧き
やすいと思うんですよ明確なこう市場機会
があるのでそれ作りに行かない手はないよ
ねと一方で組織って見直すべきなのかって
いうのはまだ腹落ちしてない方も多いかな
と思うのでこうちょっとそこも触れられ
たらなと思うんですけど大きく3つの背景
え理由から組織を生成AI時代において
見直すべきかなっていう風に考えてまして
圧倒的な効率化ポテンシャルえ高度な頭脳
労働にも及ぶ影響範囲うん想像性すら
もはや人間の正規でないというところでま
それぞれ結論としては今お話しした通りな
んですけどま全てこうサポートする
ファクトが結構研究で出てるんですうんま
圧倒的な効率化っていうとこで言うとオ
AIの論文で今後こう全職業の8割が何ら
かAIの影響を受けるって言われてますし
マキ税のレポートでまマックスえ6割から
7割ぐらいのこう今の従業員の業務がこう
節約可能という風な資産が出てるのでま
言い換えると生成AIで効率化してる組織
としてない組織で大きなそれだけで競争力
も下れてしまうとうんいうところですね
うん今後ね1人ユニコーン出てくるみたい
な話もあるもう全然ありありますよねそれ
がこの究極な形ですねですねああわかり
ましたはいで2つ目がこう結構生成AIの
活用ってなんかこうルーティンワークには
使えるけどこう高度な頭脳ロードには使え
ないんでしょっていう風に思われがちなん
ですけど実はそうじゃないっていう研究が
最近出てましてこれあのコンサル企業の
ボストンコンサルティンググループとあと
ハーバードビジネススクールが共同で研究
したやつなんですけどGPT4を使った
コンサルえと同じコンサルでもGPT4を
使う前のパフォーマンスとGPT4を使っ
た後のパフォーマンス分布を見た時にどう
いう変化が起きるかっていうのがこちらの
右側の定規のグラフになってましてうん
これだと約750人ぐらいの
コンサルタントを調査したんですけどこれ
上側見ていただくとえアベレージのライ
ンっていうところがまある1点であって
そこ以下をまあるあの便宜所ロー
パフォーマーでそれ以上をハイ
パフォーマーとしますとでGPT4を使う
と分布がどうなるかというとままず
アベレージが右側に大きくずれるんですね
全体のパフォーマンス上がるとでさらに
経営観点ですごい嬉しいのがやっぱ経営者
としてこう組織のあのボトムからの底上げ
て結構大きなテーマじゃないですかはい
特にこう日本だとレイオフもできないので
すごく重要なだと思うんですけどこの研究
だとローパフォーマーがハイパフォーマー
を上回るケースも結構出てるんですよね
ほおなのでこう全体の底上げもできるし今
までこうある会社の中でどう価値を出さ
せるかっていうちょっとこう問題の対象で
もあったローパフォーマーがむしろ活躍
するっていうしかも高度な知的生産活動で
おいてもとうんいうような研究結果も出
てるのでまこれは生かさない手はないなと
けどこれで言うと例えばあのすごく
セールス力もあってアイディアもある
コンサルタントなんだけどExelとか
こういうのがそんなに早くなくてそういう
とこをチャットGPTに任せることでそう
いったタスクは任せそういったもっと
クリエイティブなことやってそれでロー
パフォーマだったのに勝つとかそういう人
はいそうですよあもありそうですよねね
そういう例とかがなのかななんかBCGの
コンサルタントの最高にチャットGPT
使いがうまい人が1日どういう風に使っ
てるのかとか見てみたいですねあ見てみ
たいですねそういうコンテンツもぜひいや
見てみたいなどうやるのか1日密着みたい
なすいません
うての特許ないというでこれあのドイツの
ボルド代のアーティフィシャルミューズっ
ていう研究なんですけどあのGPT4vs
人間であの創造性をテストするAUTって
いうテストうん特定のこうタイヤですとか
フークとかのこう確信的な新しいこう用途
を思いつくていうテストをしたところ
GPT4よりも想像性がという結果が出た
人間っていうのが100人中4人しかい
なかったんですねうんうんうんていう形で
まあくまでこれって1つの尺度にはすぎ
ないんですけどもうすでにこう創造性って
いうところも人間の聖域ではなくなってき
てるとみたいなところでまやっぱりこう
生成AIを本気でこう活用した企業と
後ろ向きな企業でま事業機会っていう
ところもありますし生産性のところでま今
単独業務で2倍から10倍はもう既にが出
てるのでまそれが組織全体差がつくって
いうのもある程度あり得るシナリオですし
うんまそうなるとコスト構も変わってきて
競争力も変わりうんでかつ同じ業務を
100人じゃなくて5人でできるように
なった時に組織体制ってそもそもこう
大きく見直さなきゃいけないと思うので
その組織体制以降を先じてやった会社と
遅れた会社でそこでも結構動きに差が出て
くるのでまそういう意味でも組織ををま
このタイミングで改めて考え
るっていうのは求められてるかなとおお
こういうことに合わせてどう変えていけば
いいんですかそうですねその具体的な
ステップをえ331のうんほ3つの
アクション3つのフえアクションえ3つの
アクションで1つのアクションという形で
ま3フェーズに分けたあのアクションの
仕方をこの本の中で解説させていただい
てるんですがうんまその中でこういくつも
ポイントがあるんですねいくつもポイント
があるですけどその中で今日はあの4つ
ポイントを抽出してちょっとご紹介できれ
ばなと思いますで1つ目がちょっとこれ
まずはあの前提となるマインド的な話なん
ですけど北風ではなく太陽でアプローチ
するってのは非常に大事でうんこれ何かと
言うとともすればこう経営者の方が社員に
向かってこう君たちと生成AIが今後普及
していく中でそれを使いこなせないえ人材
は今後やばいぞうんそういう人材を今後
置いてみたいな結構そういうこうあるし
北風的なうんこうメッセージを発しがち
メディアのニュースとかそんなのばっかり
ですもんねが奪われるとかねですですです
でまさにそうでこう普段社員の方達てそう
いうこうネガティブなメディアの風潮に
さらされているのでうんこう生成AIを
使わないとやばいぞというこうネガティブ
メッセージだとこう生成AAを使えば使う
ほど逆に自分の居場所が車内でなくなるん
じゃないかという潜在的的な恐怖心から
結構反対勢力になったりそこまで行かなく
てもこうそんなに乗ってこないということ
が結構は起きがちなんですねなのでまそう
じゃなくて生成AIをうまく使えばこう
自分たちがやりたいビジョン実現にも
近づくしこうみんなが今こうある種えやら
ざらを得ないルーティンワークから解放さ
れたりこう今から今やってるスキルがもう
少しこう横に拡張したりというこう
いろんなポジティブな側面が生成AIって
あるのでそういうポジティブな側面に目を
向けてそこをメインにメッセージを発する
というのがまこれマインドなんですけど実
は結構大事かなと思いますあある程度理解
して言わないとなんか嘘言ってるような
感じに聞こえちゃいますねあそうですねな
のでやっぱ経営者であったりま少なくとも
それに順ずる役員がまちゃんとやっぱ生成
を理解するっていうのも前提として大事
ですよねうんうんこれよくわかりました
はいお次が6割の中間層にアプローチ
するっていうとこなんですけどこれ何かと
言うと自分もいろんな企業の方々の生成
AI導入をこうサポートしていて明確に
パターンで出るのが262の法則でええ
トップ2割はもう何も言われなくても勝手
にこう生成積極的に使うと下の2割はもう
周りからどんなに訴えかけられても
あんまりこう使わないで真ん中の6割の
中間層はま結構様子という262が顕に出
てますうんやっぱりこう経営者であったり
こうAIの推進役って上2割もしくは下2
割に目が行きやすいんですね目立つので
うんうん上2割に目を向けすぎちゃうと
こうテクノロジー好き新しいも好きの一部
の物好きが集まってるなで終わっちゃうの
と下2割に目を向けすぎると結局この人
たち何も動かないので何も変わらない何も
進められないとでそうではなくて1番注力
するべきは真ん中の6割でこの人たちは
割とこう空気で動いてくれるのでこの人
たちをメインターゲットに据えてトップ2
割が持っている熱量とあと地形を車内の
ナレッジ共有会で6割にこう完了してあげ
てこの6割を積極層にこうコンバートして
いきその結果会社全体の空気として否定層
も動かすっていうはあていうあるこう
ちょっと戦略的なステップが非常に重要か
なと思いますうーんしたらこのやっぱ理解
を
かなり噛み砕いて分かりやすく伝えれるか
どうかって大事ですねうんああそうですね
まさにうんでお次がですねワウって呼ば
れる数字をKPIとして捉えて定量的に
アプローチしましょうっていうお話でうん
まこれそもそも何かと言うと生生AIを
こう車内に浸透させようっていう際に結構
こうノりでやっちゃいがちなんですねうん
うんでじゃあうまくいってるかどうかって
どう測ってるんですかて言うと測ってませ
んっていう感じになりがちなんですけど
うんまやっぱりどのプロジェクトも定量的
に測らないとそもそも試作の良し足を判断
できないので定量的にやるべきででその時
の1番こう使い勝手がいい指標がえ
ウィクリーアクティブユーザー率え和率
って呼ばれるこの車内で導入している生成
AIツールま多くは企業向けチャット
GPTだと思うんですけどそれの利用率
ですね社員がこう1000人行った時にで
そのサービスを使っている人数がま400
人使ってくれてたら4000400で
40%というようなその和率っていうのを
KPIに捉えてあげてで最低でも45%で
え60%超えたらかなりいいラインで
80%超えたらもうかなりトップクラスて
いうまそういう客観的な指標も参考にし
つつ車内の和率を高めるとうんで和率って
あのサースプロダクトでもあのアプローチ
する指標なのでサースの試作をそのまま
結構活かせるんですよねなので定期的な
車内勉強会ですとかあとこう車内メール
マガジンですとかあと用途別の
テンプレートみたいな結構サースでよく
やる手をあのやってあげると効果も出
やすかったりするしますしかつ効果検証も
しやすくなるというとこですねはあそぱ
作曲層の2割がちゃんと分かりやすく
なんか対応的にみんなにちゃんと解説
できるか大事ですねうんですねあとは
やっぱり用途を考えさせるんじゃなくて
考えてあげるっていうのも大事でトップ2
割は自分で用途を考えられるんですけど
それ以外の方々っって何に使ったらいい
のっていう感じでそこで困られるんでうん
なんでこう推進役が中力事業部から順に
こう業務こう棚おし整理しながらじゃあ
こういう使い方こういうプロンプトでやっ
たらこんだけ改善しますよねっていうのを
ま最初は結構丁寧にやる必要があるかなと
思いますね水自発出てくるの待ってれば
いいんですかそれとも誰か担当でもつけ
ちゃった方がいいんですかえっとですね
自発的な人たちをこう挙手なるべく本人の
意思でこう推進役に上から任命するって
うのは大事だと思いますはていうのは
やっぱりやる気がある人っていうのは大
前提とあと上の権威がないとこう新しい
物好きがまたずまためどくさい学習お題
持ってきたみたいになっちゃうんでやっぱ
上のある種イロ的な権威も大事でその両方
大事ですねそうですよねいやわかりますた
で最後4つ目が本の表紙ではなく中身を
読むことを促すっていう話なんですけど
これ要は言い換えると生成AIのニュース
を追うだけじゃなくてちゃんとサービスを
使いましょうっていう話であの行ってみ
たら当たり前だと思うんですね当たり前な
んですけど多くの方ができていないのは
なんでなんだろうなって思った時に
イメージがちょっとまだ湧いてないのかも
なと思ってなのでこう自分はあの本屋の
アナロジーでよく話したりするんですけど
生生愛ってすごい毎日ニュースが多いじゃ
ないですかうんでそのTwitterの
タイムラインとかでニュースの地面ですと
かあのこういうサービスがリリースされ
たっていうニュースだけ追って
るっていうのは毎日本屋さんに足を運んで
毎日こう新しく平積みされる新刊書籍の
表紙だけこう眺めて本屋さんを出てああ
知識得たわって思ってるのと同じ構造で
やっぱりこうちゃんと使える知識を得る
ためには少なくとも立ち止まって本を開か
ないといけないですし物によっては
ちゃんとお金を払って家に持ち帰って
じっくり向き合うというのが必要なように
やっぱりこう流れてくるニュースを見る
だけじゃなくてちゃんと中身を使ってあげ
て場合によっては課金して深く使うという
ことが大事なんですけどニュースが多
すぎるが故にニュース追ってるだけで
やった気になっちゃうっていうトラップ
ですよねはい本屋で捉えた時に自分どっち
の行動取れてるんだっけって考えてあげる
と
自分をこう観しやすいと思うんではあはい
そういうことをま少なくとも個人は意識す
べきですし会社ないとしてもちゃんとこう
この意識を根付かせるってとこですよね
うんこの6割の浸透も含めてうまくやっ
てる組織ってあるんですかなんか例みたい
なものは例はですねいやまだ結構少ない
ですけどまそれこそ顧問先の企業の方々と
は徐々にそこの成功というか浸透比率は
高められてきてますねうんまず最初に1回
やってのがハードルありますよねあそう
ですねそのハードル超えた後にそのワウに
なるために毎週使うそこのハードルその2
つかなと思うんですけどうんうんうんうん
最初なんか自分から積極的にやってみ
るっていうのをなんか助け一緒にやって
あげるとかそうやったがいいよねうんうん
やった方がいいですねあの車内でこう
タッチオンというかワークショップみたい
のはすごい効果的でうんあのチャット
GPTでもいいですし自分が結構こう顧問
先の初期でやってたのは画像生成AIの
ワークショップやるっていうのはすごいお
すめでうんに使えなくてもいいんでやっぱ
こう今まで自分が作れなかったこうイメー
ジっていうものを自分が作れるっていうの
て結構感動体験なのでま画像生成AIで
こうみんなで何か作ってみるっていうのは
結構いい入り口だったりしますねそうです
よねはい確かにそれやるだけで1つ超え
られてそれワにするためにはさっき言った
ように車内で勉強会やったりメールで使い
方を送ったりとかそこら辺の取り組みが
大事ってことですねそうですね最初にこう
そもそも生生て楽しいって思わせてから
うんもその後は結構地味な施策の連続って
感じですね最初は大事ですね楽しいと思わ
せられるかどうか最はいですね結構どの
学問領域とも似てるかもしれないですね
そうですよねいやこの1にを踏まえた上で
では今後どれぐらい進化していくのか未来
予測のところちょ最後に教えてください
はいョですAIは人間にとっての脳の
新しいレイヤーテクノロジーが進化すれば
するほど具体のハードスキルの重要性は
下がりこう人間本来の魅力とかこう価値観
とかていう方によりうん重要性がシフトし
てるっていうこれぐらいのクオリティの
動画クリエイティブをもうコーヒー休憩で
作りましたみたいなクリエイターが出て
たりですとかあの1人コンテンツスタジオ
とか全然作れると思いますいやリアル
ビジネスもできると思いますできますか
なんで人類ってこんなの色々生み出して
いくんですかね好奇心っていう悪魔の身
ですね魔の
Weitere verwandte Videos ansehen
AI Generativa
Copilot for Microsoft 365 – Game Changer or Risk Maker?
ChatGPT resta indietro, deepfake irriconoscibili, algoritmi emotivi
Intelligenza Artificiale e Content Creation: a che punto siamo?
Generative AI for CEOs: How to think about AI today, and how to get the most ROI from it
Greg Isenberg’s Step-By-Step Blueprint To Building A Successful AI Business
5.0 / 5 (0 votes)