【四季報もAI化できる】AI導入で企業はクリエイティブに激変する/AI開発者のメタリアルCTOが明かす「使えるAIの鍛え方」/AI導入がうまくいく3つのポイント/製薬から株まで2000分野にAIを応用
Summary
TLDRこのトークでは、メタリアルのCTOである米倉ゴシさんが、企業のAI導入における成功の鍵を探求します。AIの導入率が低い現状と、導入後の活用方法の不明な企業が多い問題に触れ、メタリアルが開発した翻訳AIや製薬業界向けAIの事例を通じて、AIの創造性とビジネス変革への貢献を語ります。また、AI開発者の多面性と、ビジョンの重要性、そしてデータの質と活用方法についても議論しています。
Takeaways
- 🔍 生成AIの導入率はまだ24%で、多くの企業が活用方法に悩んでいる。
- 💡 メタリアルのCTO、米倉ゴシさんはAI開発者であり作曲家でもある。
- 🎶 米倉さんはAI技術を活用して、デジタルクローンなどの開発を行っている。
- 📚 メタリアルはAI翻訳技術で有名で、特にT42エンジンは高精度で世界的に評価されている。
- 🧠 米倉さんはAIのクリエイティビティを強調し、AIが新しいビジョンを提供する力を持つと考えている。
- 💼 企業が生成AIを活用する際の重要なポイントは、導入自体をゴールにしないこと、データの質を確保すること、そしてフォローアップを怠らないことである。
- 📊 メタリアルの式法AIは、東洋経済の膨大なデータを元に、株式投資や銘柄研究の質問に答えることができる。
- 💊 楽欲AIは製薬業界向けのAIで、膨大な書類作成を高速化することで製薬会社のコスト削減と競争力強化に寄与する。
- 🌐 メタリアルのELAはゲーム向けのクリエイティブ翻訳AIで、キャラクター性を重視した翻訳を提供する。
- 🚀 メタリアルは言語の壁をなくすこと、人間がやる必要のない仕事をAIに任せること、物理的な限界を突破すること、死や肉体から解放されることをビジョンとしている。
Q & A
メタリアルのビジョンは何ですか?
-メタリアルのビジョンは4つあります。第1ビジョンは言語の壁のない世界を作ることで、AI翻訳を通じて実現を目指しています。第2ビジョンは人間がやる必要のない仕事をやらない世界を作ることで、生生愛の世界を目指しています。第3ビジョンは物理的な限界を突破し、メタバースを通じて実現を目指しています。最後のビジョンは死や肉体からの解放を目指しています。
メタリアルが開発したT4翻訳サービスの特徴は何ですか?
-T4翻訳サービスは、トランスフォーマー技術を活用して開発されました。その結果、非常に高精度の翻訳が実現され、世界でもトップレベルの性能を持っているとされています。また、企業の専門用語や分野ごとに細かくチューニングされています。
生成AIが企業サービスに与えるクリエイティビティとは何を指しますか?
-生成AIが企業サービスに与えるクリエイティビティとは、新しいビジョンやアイデアを発見する力です。従来は人間の想像力に限られていたが、AIはその限界を超え、新しい価値を見出す能力を企業に提供します。
メタリアルの楽欲AIはどのようなサービスですか?
-楽欲AIは製薬業界に特化したAIサービスで、膨大な書類作成業務を効率化します。製薬業界では、多くの時間とリソースを必要とする書類作成が行われていますが、楽欲AIはそのプロセスを高速化し、コスト削減に貢献します。
AI導入で失敗する企業の3つの主な理由は何ですか?
-AI導入で失敗する企業の3つの主な理由は、まずAI導入自体をゴールにしてしまうこと、次にデータの質が悪いまたはデータがないこと、最後にAI導入後のフォローアップが不十分なことです。
メタリアルのCTOである米倉ゴシさんのバックグラウンドにはどのような特徴がありますか?
-米倉ゴシさんはもともとAI開発者として活動しており、特殊な検索エンジンの開発やデジタルクローンの開発などを行ってきました。作曲家としても活動しており、テクノロジーと音楽の融合を行っています。
メタリアルのAI翻訳サービスの導入が成功する鍵は何ですか?
-成功の鍵は、正確性だけでなく、企業の専門用語や分野ごとに細かく調整された翻訳の提供です。また、翻訳のクリエイティビティを高めることで、より自然で適切な翻訳結果を出すことが求められます。
メタリアルのAIサービスを活用する企業が変革に向かう理由は何ですか?
-メタリアルのAIサービスを活用することで、企業は効率化やコスト削減だけでなく、新しいビジネスモデルやサービスの創出につながる可能性があります。これにより、企業は市場競争力を高め、変革に向かうことができます。
メタリアルのAIサービスにおける「ハルシネーション」とは何を意味しますか?
-「ハルシネーション」は、AIが新しい文章を生成させる際に起こる現象で、文脈を読み取りながらも嘘をつくような創造性を発揮します。この特性は、翻訳のクリエイティビティを高めることにつながります。
メタリアルのビジョンを実現するためにはどのような企業と協力することが重要ですか?
-メタリアルのビジョンを実現するためには、膨大なデータや知見を持ち合わせている企業と協力することが重要です。そのデータと知見を活用し、創造的なアイデアやサービスを提供することで、ビジョンの実現を目指します。
Outlines
🤖 AI導入の鍵と企業変革
本段落では、AIの導入が企業変革にどのように影響を与えるかが議論されています。ゲストであるメタリアルのCTO米倉ゴシさんが、AIの分析や学習を通じて企業の価値創造を進め、データから洞察を得る方法を説明しています。また、AIの導入率がまだ低い現状や、導入後の使い方に関する企業の悩みにも触れられています。
🎨 クリエイティブな企業サービスの生成AI
この段落では、生成AIが企業サービスにどのようにクリエイティブさをもたらすかが解説されています。米倉さんは、AIを利用してビジョンの拡張や新しい需要の創出が可能になるという視点から話しており、AIの活用が人間的な創造性と直結すると主張しています。さらに、メタリアルの翻訳AIの実績や、翻訳の質と精度についても触れています。
🌕 クリエイティブ翻訳の可能性
ここでは、AIによる翻訳が単なる正確性だけでなく、文脈や感情を読み取り、より創造的な翻訳を提供できる可能性が探求されています。米倉さんは、AIが持つハルシネーションの能力を活用し、例えば「愛している」という感情を伝える翻訳が可能になるという例を挙げています。
📈 AIの応用と経済の分析
この段落では、AI技術が経済分析や株式投資情報提供にどのように応用されるかが紹介されています。東洋経済の式法AIのデモンストレーションが行われ、AIが最新データを利用して迅速かつ正確な情報を提供できる能力が強調されています。また、AIのハルシネーションが正確性と創造性のバランスをとる上で重要な役割を果たすことも示されています。
💊 製薬業界におけるAIの活用
製薬業界におけるAIの活用がこの段落の焦点で、AIが膨大な書類作成業務を効率化し、時間とコストを削減することができるとされています。米倉さんは、AIの分析と学習を通じて、製薬業界の文書の自動生成が可能となり、企業はこれにより競争力を高めることができると語っています。
🛠 AI導入の失敗と成功の要因
AI導入の成功や失敗に寄与する要素がこの段落で議論されています。米倉さんは、AI導入を単なるゴールとみなさず、データの質やAIの使い方を継続的にフォローアップすることが重要であると指摘しています。また、AIの導入が企業のビジョンや戦略に与える影響についても触れられています。
🌐 AIの未来と企業の変革
最後の段落では、AIが企業の変革をどのように促進するかが語られています。米倉さんは、AIの導入が企業のビジョンや戦略に与える影響について語り、メタリアルが目指している未来についての4つのビジョンを紹介しています。自由な思考や創造性の高いアイデアの提供を通じて、AIが企業の成長と革新に寄与する可能性に焦点が当てられています。
Mindmap
Keywords
💡AI導入
💡生成AI
💡データの質
💡ビジョン
💡デジタルクローン
💡メタリアル
💡ハルシネーション
💡翻訳AI
💡クリエイティブ翻訳
💡メタバース
Highlights
AIの導入が企業変革につながる可能性について語られた。
生成AIの導入率が低い現状と、導入後の使い方の不明了な企業が多いという問題点。
メタリアルCTOの米倉ゴシさんが、AI開発者としてのキャリアと多才なスキルセットを紹介。
AIの技術者としてだけでなく、作曲家やデジタルクローン開発者の一面も持つ米倉さんの多面性。
メタリアルの事業内容と、AI翻訳から始まり、トランスフォーマー技術を開発するまでを紹介。
生成AIを活用し、企業の変革に貢献するメタリアルの取り組みとその効果。
AIの導入が失敗する3つの主な理由について触れた。
AI導入の際、データの質と関連性の問題が重要であると強調された。
メタリアルが開発した楽欲AIが、製薬業界の書類作成を効率化する事例。
AIの翻訳技術が、クリエイティブ翻訳へと発展し、より柔軟な表現が可能になる。
ハルシネーション技術が翻訳の創造性向上にどのように貢献するのかについて。
東洋経済の式法AIのデモンストレーションとその応用範囲について。
メタリアルのビジョンが、言語の壁を無くし、不要な仕事を自動化することに重点を置いている。
メタリアルが目指す未来についてのビジョンと、物理的な限界を超えることを目指すこと。
米倉さんが提唱する「自由な脳」の重要性と、それを持つことの利点を語った。
最後に米倉さんが視聴者に向けて、自由になれるよう励ましのメッセージを述べた。
Transcripts
先生を触ると変わるあの頭の中で何が
できるのかを想像してる時点では変わら
ない新しい価値うんみたいなものを見る
ようになってですよね話ま要するにできる
部下ですよねそうですはいあのま上司の意
を組みとんではいはいはいはいデータを
示すとキャGPTのまカブバージョンと
いうか式法をはいインストールしたAIな
んそういうことですねはい製薬の書類と
いうのは開化するのって非常に難しかっ
はいそれをこうAI自体にあの分析させて
学習させてでそれをえアウトプットまで
できるような状態にしてきたっていうのが
ですね変えるところは変えさせない変えて
はならないところは変えさせない強制して
いくわけデータから考えなやりたいことは
おそらく間違ってる
からはいこんにちはピボットの竹下ですえ
注目のゲストを呼びしてキャリア事業内容
ビジョンを深掘りするトーク始まります
本日のテーマは企業の生成AI導入成功の
鍵を紐解くですメタリアルの提供でお送り
しますえピボット見てる皆さんの中でも
生成本当に注目してると思うんですけどま
なかなか活用が進まないというのは実態だ
と思いますあの実際データま手元にあるん
ですがえ野村総合研究所が去年行った調査
によるとなんとですね生成AIの導入率が
まだ24%なんですね本当に少ない状態
ですで仮にじゃ導入したとしてもどう使っ
たらいいのかわかんなっていう企業さんも
多いと思うので今日はま企業がAIを活用
する上でのま重要点そして失敗例なんかに
ついても聞いていきたいと思いますはいえ
本日のゲストをご紹介しますメタリアル
ctoの米倉ゴシさんですよろしくお願い
しますよろしくお願いしますはい本当に
今日楽しみに来てましてもうすごい
プロフィールが魅力的すぎてあのデジタル
クローン開発者とかAI開発者あ作曲買っ
てあるんですけどヨネクラさんって何者な
んですかあのよく言われますねよくわから
ないですねよ僕の中では作曲家はいだけど
ま色々やってますねうんバックボーンは
やっぱりAI開発者がベースにあるという
ことですかね僕はですねえっと元々は特に
そのそのコンピューターサイエンスの
バッボもないし携帯電話あったじゃない
ですかはいスマホの前のええあそこでこう
システム開発から入ってなんか1年ぐらい
全くコンピューター触ったことない時から
1年ぐらいちょっと勉強してなんか特殊な
その検索エンジンの元みたいなものを作っ
てでそれが特許取れたんですよああなんか
データの圧縮そうそうはいでそれでなんか
あの当時のあの僕の恩師みたいな社長さん
があのお前自分でやった方がいいって言わ
れてでお金まで出してくれてなんかよく
わからないまままにあの1人で始めてでそ
したらまた次の新しい技術は作れてでそれ
を当時あの名古屋にメディアルーっていう
会社があってでそこの社長さんに見せたら
一緒にやりたいことなってでそこから検索
エンジンとかあのそういうものを作ってっ
てうんでえ10年ぐらい前にあの弟と一緒
に立ち上げたあの会社であの人間の
クローンを作るルクそうですねデジタル
クローンっていうものを作
るっていうことであのそっからAIのあの
業界に入ってきたのであのAIの技術者で
はないんですよねご自身はなんて定義して
ますか自分の職業というかうん作曲か
やっぱりそのもう米東弁のTシャツが
こっちに迫ってきてるのでやっぱり米当弁
っていうか作曲かなんですねはいまあの
AIも全部あの音楽ってものすごく
テクノロジーのあの世界なであのAIやる
ことっていうのはそのままそういうものに
直結するしまあの作曲かっていうかあの僕
自身のあのなんかこう人間をこう構築して
いくものにAIってそのままなるのでコア
となるものは作曲だけどやってることは
テクノロジーからAIからあらゆるものを
使ってるっていうそういうことかなと思い
ますなるほどあとそもそもこのメタリア
ルっていうのはなんか翻訳を手掛けている
AI会社っていうちょっとイメージもあっ
たんですけどどんな会社なんですかねはい
そうですねあの元々そのえAI翻訳から
始まってはいでトランスフォーマーって
いう技術が出た時にそのT42っていう
ですねあの非常に画期的で多分世界的に見
てもあのかなりの高性度を持ったエンジン
を開発して一気にあのそのリーディング
カンパニーみたいな感じになった会ですね
でそこからトランスフォーマーてのは今の
あのチャットGPTとかともこう続きなん
でスとなってるそうですねそれでその生成
AIを自然とあの今始めていてというよう
な会社になっなるほどしかもいろんな企業
さんとま後で出てきますけど結構日本の
名だたる企業さんと連携してま生成エアを
使った企業変革にも繋がってるってことで
あとちょっと風の噂で聞いたんですけど
なんか困った時はとりあえずメタリアルネ
クラスに行けていうかそんな案件がやって
きてる聞たですけどはいはいそうなんです
そうですねま難しい案件というか
あのGPTとかそういうまlmとかをただ
普通に使ってはできないようなああことを
やるのが得意な会社かもしれないですね
なるほど今日はですねあのすごいいろんな
ことを聞いていきたいんですけど3つの
パートに分けて聞いていきたいと思います
えと1番目がえ生成AIで企業サービスは
クリエイティブになるとうんいうパートで
2つ目がえ企業のAI導入が失敗に陥る3
つの理由うんでつ目でですねAI開発で
実現する未来っていうことですで1個目を
まず聞いていきたいんですがえ生成AIで
企業サービスがまクリエイティブになる
といとこなんですけどこれはどうですか
企業が生成エアを使うメリットというか
なんで使った方がいいと思いますかはい
発見するってことだと思うんですよま
さっきクリエイティブって話ありました
けどうんなんかこうビジョンが拡張しない
とそのフロンティアが見えないうん目の前
にこう砂漠しか見えてないんですよみんな
はいだけど砂漠ににこうホテル立てたら
どうなるかって多分ビジョンが拡張した
状態だと思うんですよねそうしないとこう
需要が見えない新しい需要が見えないから
あのそういうものをこう生生愛の力を使っ
てあのこう見れなかったビジョンを見
るっていうそういう力があるってい風に僕
は思ってますうんこれまではなぜそれが
できなかったんですかま人間といえばま
想像力が売りの1つだと私は思ってるん
ですけど今までそういうビジョンで自分
たちでは見れなかったっていうことですか
ビジョン見る人間って少ないじゃないです
か現実問題として砂漠にこうねあのホテル
建てるってみんな思わないんですようん
それをこうなんていうかこうつまりあれ
ですね人間のなんて言うんかこう
フォーマットというか惰性というかあの
そこの中であの考えているとやっぱ
ビジョンが見えなくてでそれをなんかこう
飛び越えちゃう人たちがいてなるほど生生
であのフォーマと関係ないから飛び越え
ちゃうあの傾向があるのでそれをこう使っ
てくといいんじゃないかなっていう風に
思っますあ面白いなんか具体
てうんけど企業ってガっと変わってきます
かはい変わりますねうんはいうあの
やっぱり先生触ると変わるあの頭の中で何
ができるのかを想像してる時点では変わら
ないだけど実際に触ってくとあこういう
ことなんだていうのは分かってきてで徐々
に
あの新しい価値うんみたいなものを見る
ようになってきますよねはい白いなんか
これだけチャットGPTが流行語になっ
てるとみんなうん気になってると思うん
ですよねただ本当にいじってる人って日本
は少ないし使い倒してる人っていうのは私
も少ないなと思うんですけどその差って実
は大きいいやそれはすごく大きいと思い
ますねそのAIで何ができるがチャット
GPTのあのまほとんど皆さん無料
チャットgbt使ってるじゃないですか
あそこがそのAIの全てみたいにみんな
持っちゃってる傾向があるんじゃないかな
と思って多分みんな持ってるそうですよね
それは本当になんかこうAI全体のほんの
わずかの部分でしかないのであのそれで
AIで何ができるまたはAIを恐れると
いうのもそのわずかの部分を見て恐れてる
からもっと知った方がいいんじゃないかな
と思いますねなるほどメタリアルさんは
元々あの専門文書の翻訳AIですごい有名
になったと思うんですけど翻訳AI導入
実績も55戦車ということなんですがこの
翻訳っていう部分がやっぱりAIが強い
あの領域ですかねそうですねそもそも
チットGPTの元のこうトランスフォー
マーっていうあの技術だったりとかって
いうものをあの本のために作られたんです
よはいでそこからまあの当社のそのT4
っていうサービスがありますけれどもそれ
はあのトランスフォーマーが出た本当に
直後にじゃあちょっとやってみようって
いうことででやってみたらものすごい生徒
が出てしまって当時多分世界でもトップ
レベルであの他の翻訳サービスとかに対し
てこう軍を抜いて制度が高くてなるほど
それであのえ一躍こうまリーディング
カンパニーに慣れた会社ですねうんはい
その場合翻訳ま例えばいい翻訳って何だと
思いますかAIにしかできないいい翻訳
ってはいはいはい今までのAI翻訳っての
はやっぱり正確性でまた当社のT4とかは
さらにその企業のいろんな事業体があって
業体があったりしてでそれぞれにいろんな
あの言葉の使い方とかあの専門用語があっ
たりとかあの同じ言葉でも違った意味を
持ってたりとかそういうものをあの本当に
細かく2000分野にわってあま非常に
細かくチューニングしてきた会社なんです
けれどもそういう意味の精度を今まで求め
てきたんだが生生愛の世界になってくると
今度は少し新しく変わってきてこれ
クリエイティブ翻訳っていう言葉がある
らしいんですけれどもまつまり威ですね
ああなるほどうんはい然違った翻訳なんだ
けど意味は確かにそうだよねていうような
あのことができるようになってきますね
うんそれは例えばですねカップルがま月を
見ていますとで男性が月が綺麗ですねって
言った時にいや月が綺麗ですなって訳すん
じゃなくて愛してると訳すはいうんまさに
そんああなるほどこれができるようになっ
たってことですそうですそうですうんはい
それはなんでですか文脈を読んでるからな
んですかね僕らあの開発チームがそれを
そういう風にAIを鍛えるんですけど
ハルシネーションてあるじゃないですか
生生Aはいうんあれは想像性なんですよ
つまり嘘をつくとかはいあの知らないこと
を知った風に話すじゃないですかはい生生
愛によってクリエイティブな翻訳ができ
るっていうのはそういうことであの情景と
かを思い浮かべさせてでそれであの知った
ふりであの翻訳ではなく新しい文章を生成
させるとハルシネーションを起こしてうん
でそれでしかし情景は見てるから同じもの
だから同じことを言える意味として同じ
ことを言えるっていうようあのやり方を
するわけですなるほどあちょっと待ってさ
ハルシネーションって普通ネガティブな
意味で使いませんかね嘘をついちゃうとか
騙されちゃうまフェイクニュースみたい
そうじゃないと思って僕は全く逆だと思っ
ててこれハルシネーションがなぜ
ネガティブになるかっていうとそのこれ
までの企業のITシステムとかあの技術の
使い方が正確性を求めてたからなんです
はいだけど生で僕が1番大きく変わった
ことは何かって考えてるかていうとその
ですねそのの人間も嘘をついてんですよ
クリエイトする時ってうんうんでそれを
人間は人間だからそれがクリエイティブ
だってあの人は言ってるけど機械にはそれ
を求めてなかったんですよだからみんな
ハルシネーションのことをあのネガティブ
に言うんだけどあのこれ人間の
クリエイティビティの置き換えだって
考えればおそらくそれは全然ネガティブな
ことではないっていう風に僕は思います
具体的にメリア者さんのデモを見てみたい
というかどんな商品製品を開発するのか見
てみたいんですけどデモしていただいても
いいですかこちら式法AIですかあの有名
な東洋経済の式法のAIそうはいはいこれ
は何ですか東洋経済さんのその式法のです
ね膨大なデータを元にその生成に色々考え
させてえいろんなことを聞くことができる
とこれよく東洋経済さんオッケーしました
ねこれは非常にあの良い体験でしたねいや
式法ってもう神聖不可心というかもう歴史
あるもう神殿みたいなもんじゃないですか
それをAIにま言葉ありですけど食わせた
というかそうですね導入させたんですそう
ですねこれはあの素晴らしいあの四法さん
たちのあの東洋経済のそのチームの方たち
が素晴らしいお仕事をしてくださはい
なるほどうんえっと見てみるとこんにちは
式法AIです株式投資銘柄研究に関する
質問にお答えしますご要件をどうぞあ
めちゃくちゃすごいですこれチャット
GPTのま株いうか式法をはい
インストールしたAIなんですそういう
ことですねはいその通りですこれちょっと
何でも聞いていいですかどうぞはい例えば
じゃあまAppleとMicrosoft
のえ業績と株価をえ比較してくださいはい
じゃあちょっとやってみましょうはいはい
はいこうやってあ今考えてるんですねそう
ですね今考えてますねあまずAppleの
時価総額はあ結構最新のが出てきてそう
ですねこれあの式法さんが元々あの非常に
あの最新のデータを日々アップロードされ
てるのであなるほどMicrosoftの
時価総額がAppleを余っていますすて
いうことでま色々と売上高とか準利益株価
の最低価格でましかもちゃんとソースと
いうか情報言もそうですはいこれはすごい
便利ですねそうですねこのソース結構重要
でやっぱりそのえっと先ほどの
ハルシネーションですよね生成AI自体が
そのハルシネーションを起こすものなので
えここにきちっとあの東洋経済さんのあの
ソスをきちっと出すうんやっぱり彼にとっ
ても大なことだほ確かに間違ってしまうと
なんか株価でなんか損したとか結構経済的
な不利益がユーザーに及びますもんねはい
あと他にもちょっと聞いていいはい
もちろんもちろんじゃあちょっと三井物
さんが大株主の銘柄を教えてくださいはい
はいこれはすごい便利で私も式法は割と
毎回買ってるんですけどなんかあの株主を
見るのが好きであ意外に創業系がたくさん
持ってるなとかこんな大企業がここにあの
出てるだはい
なか全体がかんあなるほど物がまどの
ぐらい例えばまレアジョブとかも18%
持ってますとかスターゼも15%とかはい
面白いですねいやこれはなんかすごい便利
ですねありがとうございますこれどんどん
バージアップしていくと思うんですけど
例えばじゃ90年の歴史を見て日本経済
どこで失敗したんだろうね一緒に考えよう
みたいなことできるですかああのまさに
あの今バージョン2っていうの使っていて
それはあの今はいお見せしたのはやっぱり
少し恐る恐るなところがあってあの正確性
をどこまで崩せるのかていうところです
けど次のバージョンはもう本当にあのAI
が色々予測したりとか考えたりとかって
いうことを色々出してきますのであの
まさに今おっしゃったようなどこの時失敗
したのか何が良かったのかも考えられるし
あとはこれから未来であったりとかをどう
いう風に考えるべきなのかとかいうことを
一緒にああのそれは面白いですねなんか
意外なちっちゃい企業が実は的シェアを2
だけ持っていることが引っ張り出してきて
日本はここで勝負した方がいいとか出るか
もしれないですはいあそれはすごいいい
はいあの考え方ですよね今Google
検索でこういう株の情報とか好きな企業を
調べる人もいるんですけど検索とはい生成
なんか違いって何だと思いますか検索は
人間
が何を求めたいかのうんがまず頭の中に
あってはいそれに対してそれを引き出す
ためのええワードみたいなものうんあの
シードみたいなものですよねそれを与える
ことで自分の脳をのイメージをその
システムから引き出すっていうことです
けどはいその人間が想像していることそこ
の部分を精々合えばやるというところが
大きく違っていて今これあのいわゆるその
式法さのシステムの中からえ精愛がこう
色々調べて出してきているわけなんです
けど人間が今こう質問をしたことに対して
え何を聞きたいのかなとかうんいうことを
AI自体が考えてなるほどそれを調べに
行ってこういうことでかっていうことを
返してきてるっていうのがちょっと違う
人間の役割だった部分を少し担ってるん
じゃないかなと思います面白いま要するに
できる部下ですよねそうですねはいあのま
上司の意図を組みとんではいはいはい
データを示すとでデータ自体はまオープン
なんでま誰が取ってきても同じですけど
この整理の仕方とかその通りですねこの
言い方がはいやっぱり人間っぽいさすが
ですねその通りです面白いですねはいうん
あと他にもあの楽欲AIっていうサービス
があると聞いたんですがはいこれは製薬
業界あの薬の製薬に特化したAIはいはい
そうですああどんなAIなんですかねこれ
はですねえっと製薬業界ってやっぱりあの
の世界なんで国とか行政とかに提出し
なきゃいけない書類みたいなものがですね
膨大にあるわけですね本当に想像絶する
膨大さでなんか積み上げるとこうこう本当
にこうなるらしいんですよ漫画みたいな
あのそれをやっぱりこう人間があのかなり
の人数で何ヶ月かもかけて1つ作ってい
くっていうような作業ですねこれあの生生
愛の力を使って高速に作ってしまうとうん
いうようなことをえやっておりますはい
これは例えば制約会社さんが使うとどんな
メリットがあるんですかねあの政業界って
いうのは広大なあの書類作成の業務とかが
あるわけですけどそれにすごい時間を
かけるわけですよ何ヶ月間も彼らがこの
時間を短縮することができればそれだけ
それあのコストをあの抑えられますしあと
はやっぱり早く出せばあのより早くあの
認可がおりますのではいそういう意味では
あのライバルとのあの競争であったりとか
にもになったりであったりとか確かにはい
でただちょっと疑問なのはですねまさっき
の式法もそうなんですけど株もそうだけど
製薬ほどセンシティブというか例
ワーディング1つとっても医療業界得意の
があってそれを変えちゃいけないと思うん
ですよで生成がそれ変えちゃわないんです
かそういうリスクってないんですかあそれ
はものすごく変えるのではいあの僕ら研究
者あの開発者たちがもう徹底的に強制する
わけですはあなるほどはいそういうあの
作業ですねこの落の
ああじゃあ製薬業界でも安心して使える
そうAは楽AIとそういうことですまだ
アルファ版ですけれどもこれあのCSRと
言いましてあの製薬のその天部文書といっ
てま行政に提出する書類ですねこのの生成
をちょっとご覧ください願います架空の
薬剤あなるほどはいあのメタリアル城と
いう架空の薬剤の生成ですけれどもこれ
ちょっとご覧あすごい開発フェーズから
最初の患者の同意
医療責任者すごいですねはい製薬の書類と
いうのは文言を変えていけないとかはい
あのこういうフォーマットで書きなさいと
かいうことが非常にこと細かにあの決め
られていてでそういうものをやっぱりこう
機械化するのっていうの非常に難しかった
んですよでそれをこうAI自体にあの分析
させて学習させてでそれをえアウトプット
までできるような状態にしてきたっていう
のがこの仕組みですねいやあ面白いですね
なるほど多分トータルで言うとですね何
ページぐらいになるのかな多分数ページに
なるんですけどま10分ぐらいで出力して
しまいますただAI特有のな勝手に要約し
ちゃうとか言葉を入れ替えちゃうみたいな
まビジネスのゲそれが便利なんですけどこ
やっちゃいけないじゃないですそうそれを
やらせないってのはこの売りそうですそう
ですあの変えるところは変えさせてはい
変えてはならないところは変えさせないっ
ていうそれをこう強制していくわけですね
それはまさにその今まではの人しかわかん
なかったさ加減が分かってるんですかはい
はいそれはまさにAIが分析してここは
書いちゃいけないとかいうところを一緒に
作っていきたこれはすごいですねそうです
ねこれはもしあのこう普及していったら
非常に大きな価値になるんじゃないかなと
思ってますなる今まであのま式法のAIと
あとこの楽欲を聞いてきたんですけどもう
1個エラというのがあるんですかela
はいそうですねはいこれはどういうのです
かねはいえこれまではAI翻訳っていうの
はその性格性はいを追求してきたうんです
ねで人間並みに正確な翻訳っていうものを
こう目指してきたんですけどエラはその
一歩次をあの作ってきたもので性格性より
良い翻訳良い翻訳はいよく読むと正しく
ないんだけど
うん意図は通じているとはいだけど美しい
とかうあとはエラの場合はそもそもゲーム
のために作られてますのでキャラクター性
ですよねなるほどあのゾンビがゾンビが
おはようていう時に例えば今までの翻訳
エンジンだとま普通になんかこうハローっ
て出しちゃうわけですよはいだけどゾン
ビって喋れないはずなんですよだって下
腐ってるから考えたことなかったですけど
ま確かに下が腐ってますけど確かにそう
ですね喋るの聞いたまうーとか言ってます
はいそういうああああなるほど
キャラクター性みたいなものをあの含め
ながら微妙にハロうって言ってることを
クリエイティブ翻訳という形でえAIに
よって生成するこれをあの膨大に作るん
ですよ1つのえ翻訳に対してこう5種類の
パターンみたいなのをドンと出してる
ゾンビがハローって言うてこういうこと
じゃないかっていうのを生成してくると
いうような翻訳エンジンですねその考え
させるっていうのはすごいですねなんか
単に覚えさせるだけだったらゾンビは下が
ない覚えろじゃなくてはいはいそもそも
ゾンビとは何かとそうですそうですだから
面白い翻訳が出てくるそうですそうですだ
から今おっしゃったその全車の方は
いわゆる今までのあのアルゴリズムなやり
方です上てそうですそうですで校舎のま
我々のエラでやったようなものがいわゆる
その生成AI的なあの使い方ですよねうん
はい米倉さんとかあの本社がすごい幅広い
射程で物事を考えてるなって分かったん
ですけどパート2ではですねま実際
ちょっと少し現実に話を戻しまして
いろんな日本の企業がAIを導入する時に
ま失敗例まあのこれはポジティブな意味で
言ってるんですけどまこれをま避けない
避けるために同じ鉄を踏まないために聞き
たいんですけどなんか3つの失敗例みたい
なてあえてあげるとすればどんなのがあり
ますかねそうですねあのまず第1に大きい
のはまAI導入自体をゴールにしてしまう
ていうことですねはいで第2がデータの
問題データの質が悪いまたはデータが
そもそもないやりたいこととデータは
結びついていないっていう例ですね最後
もう1個がAI導入って導入した後にま
導入してそれですぐ使えるわけではなくて
AIを使っていく考えがこう変わっていか
なきゃいけないのでそこのフォローアップ
をちゃんとあのやれるかどうかっていう
ここの問題があると思いますねうん
なるほどまさっきの式法の例で東洋経済
さんが自分たちの存在業を考え直してこと
ですよねはいあの1番のこのAIがゴール
になってる
になみそうだと思ってまして単にプレス
リリースに書きたいからでしょ思っちゃう
んですけどえどんなこと考えたらいいん
ですかAIの導入にあたってはおそらく
ほとんどの企業は最初導入した時点は
おそらくほぼ100%失敗しますああで
しかしそれがなぜ失敗になるのかというと
そこがゴールになってるからですよねそう
じゃなくてあのAIを触り始めるんだて
いうつもりで導入するとそれはその後が
あの始まるっていうことなのでそうすると
それは決して失敗にはならなくて思ってた
ことと違う動きをするっていことを知
るっていうあのそういう成果にな
るっていう風に思います面白いですね
なんかさっきの東洋経済さんの例を見て
思ったのはあのメディアって基本的に過去
のことを書く業師だと思うんですよ起きた
ことを書くなのででもこのAIがあると
未来をかけるようになるんじゃないかなと
思ってそうすると自分たちのメディアとは
未来であるって定義をし直すことはできる
のかなと思ったはいだからそうやって自分
たちを変えていくことをもう曖昧でもいい
から持っていくってことですまさにその
通りで2つ目のこのデータの質が悪いって
いうのはどうですかな例えば部署館に
バラバラとかなんかPDFになってるとか
ま神になっちゃってるそういうことなん
ですかはいいやいやもうあのまさに言って
いただいたことは全てだと思いますけど
企業が持っているデータっていうのは膨大
だけれどもえ分散していてうんで
フォーマットもあのまちまちで下手したら
紙でというような状況ですよねでまこう
いう質の悪さっていうのもあるんだけれど
まこういうものを今あの多くの企業が
頑張って改善しようとしているでもう1個
僕は大切だと思ってるのがやりたい
ことのためのデータがそもそも存在しなて
いうこれはあの非常に多くあってはい僕は
あのえっとそういう場面はよくあの出会い
ますねうんどうしたらいいんですかなんか
もう手の打ちどころがないというかはい
はいはい僕はあのえっとこれは明確に
え成功要因の1つとしてあってデータから
考えた方がいいはあうんやりたいことは
おそらく間違ってるからあの生生は何
かっていうものをまず把握せずおそらくえ
既存のアルゴリズムなそのITあの
システム的な考え方で生成愛を見たこう
いうことができればいいなっていうのは
おそらく間違ってるなるそれよりデータ
からこういうデータがあるんだけど何が
できるかっていう風に相談されると
おそらくそれは成功する面白いですねこれ
相当なマインドセットのチェンジが必要
ですね企業にそうですねまあのマインド
セットをチェンジするためにもひとまず
導入するってのは1つの手ではありですね
じゃまず車内を見渡してなんか綺麗な
データコープがあったらまこれをじゃ
使おうとそうですねはい何か膨大なデータ
とかはいまあの不揃いでもいいいですよ
とにかくこのデータはあるなとなんどう
やって使うのかも全くわからないけれど
何かできますかみたいなうんいうのがあの
うまくいくあのケースの1つかなと思い
ますなるほどはいでその後にまきちんとま
ベンダーフォローをしていくというのは
大事ということはいその通りですねはい
この123がなかなかできてないのはなん
でなんですかね端的に言うと触ってない
からなんですがはいあのそうですねはい
これまと全然違うものなんだとはいいう
認識がないからじゃないですかねなるほど
はいうんあとあの私もいろんな企業の経者
さん聞くんですけどまあ大体掃除で日本は
ちょっと遅れてる面がある気がするんです
よいろんなアンケートを見ていてもで
みんなが言うのはまだ正格じゃないから
様子を見たいんだって見るんですよこれ
どう思いますかはいはいはいはいまそれは
もうすぐ触った方がいいですよ触っそれは
もう明確でなぜかと言とAiのまず
そもそも性格でないことが
クリエイティビティの厳選であ
るっていうのはえ本質なんですけど性格性
みたいなものもですねものすごい速度で
良くなってんですよなるほどうんつまり皆
さんは性格でないクリエイティビティの
段階からえ触っている企業が例えばこ5年
後の状態になった時にあやっと正確になっ
たっていうところから彼らに追いつこうと
しても確かにものすごい速度で彼らはAI
を学んでしまいのでそこに追いつくのは難
の技になるのでうん今から触るってのが
ものすごく大切だと思います確かにはい今
求めてる性格性が実現した頃にはもう
追いつけなくなっちゃってそうですそう
ですしかもいい意味で性格性をうんうんま
一旦脇においてやるっていうのは日本企業
があんまり得意じゃないとこだと思うん
ですよねなぜメタリアル者はそうれは
できるんですかうんまず第1にえっと当社
の代表であるあのご意っていう人間が
まさにそういう人間なんですよああ
ものすごくビジョン思考の人間であのそれ
がなければおそらくこのT4っていうもの
も生まれなかったんじゃないかなと思うん
ですがあのそれがこう全車に
こうとても強く反映されていて僕なんか
もうものすごく自由にもうそ雰囲気が
伝わってきますカナダとかに住んでてその
ベイトベのTシャツ着てなんかいいですね
そうですね多分あの僕多分他の会社では
生きていけないと思うですはいはいそう
すると多くの企業さんがリアルさんと組む
と思うんですけどやっぱり自分たちだけで
は変われないとかなかなかみんな
ビジョナリーじゃないと思うんですよねで
も一緒に組むことである意味メタリアル車
を経由して自由に行ける発想できるって
ことになるんですかねあのあのそういう風
に使っていただきたいですねあそれいい
ですねはいなんか外の異能みたいな形でこ
使っていただけるミーティングに米倉さん
が来てくれるんですかあ僕やってますよ
あの来れないですけどねあまそう
バーチャルでは参してくれるですもちろん
ですもちろん盛り上がりそうですね
ミーティングが好きかって言って
ますでもそれがなんか本質ですねなんか
AIを単に導入するとかま別にチャット
jptのは誰も今使えるじゃないですか
広く生きがってでも本質を理解するのは
やっぱり米倉さんとかと組まないともしか
したわかんないかもしれないですねまあの
別に僕でなくてもいいんですけどあの触る
ってことですよねはいまあと
は自由であるっていうことですかねるそれ
がみんなできないんですよああ
できるんじゃないです
かはいさっきの式法AI私すごいいいなと
思ったんですがどういう風になったんです
かあれは東洋経済さんがAI作ってくださ
いっていきなり本社に来たんですかあれは
あの面白い話で最初東洋経財さんあの新規
事業を開発してる部門の方からあのうち
メタリアルグループってあのメタバースの
会社もあってうんうんそこにメタバースで
何かできないかあいう談がはいでそこのま
あの当社の代表がまそこの代表も検務し
てるのでえっと彼が彼とま僕と
ミーティングに出てですねあの色々話を
聞いてるうちにまそのメタバースを使って
あのまこういうアイデアあいうアイデア
みたいなことを考えられてたんですけれど
もタイミングがですねおそらく昨年の1月
とかあ12月とか2023年そうですそう
ですその初頭ですねそれあのあのチャット
GPTが2022年の11月かそこらです
よねでその時にえ僕らメタバスの会社だ
けど今メタバスやってしょうがないでしょ
と生生AIやらなきゃ意味ない
でしょよくそれ言いましたねこういうこと
できるんじゃないかああいうことできるま
そもそもメディアだしデータ膨大にある
でしょうとでそれとあの生生をあの繋げた
時どういう世界になるのかっていう話をし
てそしたら一気にそちらに行きましたねあ
そうやって仕事してるんですねその向こう
のクライアントさんのニーズを一旦
受け止めるけどいや実はこうなんじゃない
ですかみたいなこと言ううんあそれまさに
大切なことだと思ってて
あのメタバースをやりたいっていうのは
ニーズじゃなかったと思うんですよはあ
そうじゃなくて何か違ったステージに行き
たいっていうのが本当のニーズのはずなん
ですよ確かにうん僕らはなんていうかこう
顧客が言っている言葉自体じゃなくて顧客
が本当に求めているニーズみたいなところ
をこう凝視するのであのなのでこう自然と
先生やった方がいいんじゃないかっていう
ところに行く行ったんじゃないかなと思い
ますうんはいじゃ本当になんかなんて言う
んですかね社メタリアルさんってま単なる
AIの会社っていうか本当に変えていくっ
ていうことクリエイティブになれっていう
方に本質があるんですねあもしかしたら
そうかもしれないですはいうん分かりまし
たはいなんか自由になるコツってあります
かうまくいったら幸せになるとか考えてる
じゃないですかはいでも今幸せじゃない人
は多分うまく言っても幸せじゃないと思う
んですようん自由も多分経済的な成功を得
たりとかなんか成果を得た時に得るって
思ってるかもしれないけどあの今自由じゃ
なければ多分そうなれないと思うんですよ
そう考えるとあの人生1回切りだから今
自由にすればいいと思いますすいません
なんかこう自由にどうやってしてるの
かって今考えてたんですけど自由なので
わかんないですもう完な答えですそれは
なんかそこで確かにあすごいもうちょっと
勘を受けましあ本当ですかパート3に行き
たいんですがえAI開発で実現する未来と
いうことでうんえメタリアルという会社
どんなとこを目指してるんですかうんうん
メタリアルはですねえ4つのうんえビジョ
ンっていうのがあってえ第1ビジョンが
その言語の壁をのない世界を作るでこれ
あのAI翻訳であの達成してま今もやって
いますとうんうんで次に人間がやる必要の
ない仕事はあのをやらない世界を作るって
いうことでこれあのまさに生生愛の世界
ですねで次がこう物理的なあの限界を突破
したいということでメタバースがあって
最後死もそうだしうんあの肉体もそうだし
まそういうものから全て解放され
るっていうところを目指すというのがあの
メタリアルがあの目指している会社ですね
なるほどはいどんな企業さんと組んでいき
たいとかありますかね今後あのいろんな
あの企業さんとできると思うんですけど
そもそも多くの企業があのそれぞれ
え膨大なデータを持っていてであと膨大な
知見とか蓄積されたはいあの考えとかあの
そういうものがあるはずなのでそういう
ものを活かし
活かせるのがこの生生の世界だと思って
いるのでまいろんな企業さんとあの
取り組みがしていないうに思いますはい
はいえっとかなり今日たっぷり伺ってきた
んですけど最後にあのまピボット視聴者
すごく前向きなビジネスパーソンが多いん
ですけどなんか最後メッセージ米倉さん
からありますかはいそうですねあのまず
自由な脳をあの持ちたいと思ったらお
声がけくださいはいあとは何ができるか
分からないとかあのこういうことできるん
だろうかとかあとは他でなんかできないっ
て言われたとかそういうことがあっても
1度お声がけいただければあのいろんな
アイデアを提できるんじゃないかなと思
なるほどそしたらもしかしたら米倉さんが
そのベーベのTシャツしてミーティングに
出てくれるかもしれないということですね
いなんかすご連絡したいですもん困った時
なんかいろんななんなんか前向きになれる
というか自分自分を解放していいんだって
いう気持ちになりますねわかりましたはい
ということで本日のゲストメタリアル
ctoの米倉ゴシさんでしたどうも
ありがとうございましたありがとうござい
まし
たDET
[音楽]
Browse More Related Video
50代からのAI革命!72のプロンプトで人生が変わる
【セレブリックス】営業×生成AI/営業は商談以外の時間が多すぎる/正しいセールスプロセスを設計/最短5分で商談準備/生成AIと対話しながら模擬商談/AIを優秀な営業パーソンに
【就活】仕事の将来性を語る:AIエンジニアやデータサイエンティスト【転職】
AI副業詐欺 だまされるな 誰も言わない AI副業の真実
RIP Adobe?! Procreate CEO Says NO to Generative AI, Artists CHEER!
【生成AI】日本の大逆転/作るのは米国 使うのは日本/“持たざる国”日本の強み/大企業と生成AIの相性は抜群/ガラパゴス化しないためには/課長AIって何?【GenerativeX】
5.0 / 5 (0 votes)