「生成AIが切り拓くビジネス革命 ～驚きの成果を生む4つの成功ポイント～」 第一回 生成AIがもたらすビジネス革命

2024年9月時点で、ChatGPTは1週間に2億人以上のユーザーが利用するアプリへと成長しており、生成AIは日常生活に広く浸透している。
2022年にChatGPTが登場したことで生成AIの普及が爆発的に進み、その後のGPT-3.5のリリースでより精度と応答速度が向上し、ビジネスでの活用が一層進んだ。
2024年に入ってからは5月にGPT-4oが登場し、これまでのテキスト生成に加えて、音声や画像の生成、音声や画像からテキストを生成することも可能となり、マルチモーダル処理を実現可能にした。さらに同年9月には、「長い思考連鎖」を内部で生成する能力を持つOpenAI o1が登場し、これまで苦手とされていた数学的問題や論理的パズルなど、深い思考を要する課題に対しても高精度な回答を生成できるようになった。 ChatGPTの登場からわずか2年余りで、LLMの精度は大きく向上し、その活用範囲と可能性は飛躍的に拡大している。

生成AIの登場以前から、AIプロジェクトでは既存の学習済みモデルを活用することは一般的であった。コンピュータビジョンの分野では、ImageNetで事前学習されたモデルが広く利用され、自然言語処理の分野では、Word2Vec、BERTなどの事前学習済みモデルが多くのタスクで活用された。またモデルは転移学習を通じて特定のタスクやドメインに適応されていた。その実現にはデータサイエンティストが必須であり、公開済みのモデルを活用するにも一定のハードルが存在していたと言える。
しかし近年のLLMはより汎用的で高性能なモデルとなり、我々はそれらを活用して要約、翻訳、検索などの多様なタスクを容易に実現できるようになった。従来のようなファインチューニングは必要なく、プロンプト文を与えるだけで個別のタスクを実行出来るプロンプトベースのアプローチは、従来のAIモデル構築やAI活用の考え方を大きく変えたと言える。これまでデータサイエンティストなしでは実現できなかったモデルの業務適用のハードルが下がったことでAIはより身近なものとなり、インプットから望むアウトプットを得るために、これらのモデルを業務でどのように効果的に活用するか、どのように業務効率化、価値創出を実現するのかが議論の中心となっている。

セキュリティリスクなどの課題はあるものの、期待される効果が大きいことから一部の企業で生成AIの活用検討やPoCが始まり、本番運用に入った事例も出始めている。アビームコンサルティングでも業種・業界を問わず様々な企業・団体向けに生成AIを活用したプロジェクトを進めている。昨年度は、社内固有の情報から回答を生成するRAG（Retrieved-Augmented-Generation）による応答・照会業務でのPoCが比較的多く行われたが、今年度からはマーケティング領域やシステム開発領域などでの活用検討が進んでいる。
一部の企業で導入が始まった生成AI活用だが、活用効果を各社はどのように評価しているのか。アビームコンサルティングが実施したビジネスパーソン向けの生成AI活用実態アンケート調査では、生成AIの導入に何かしら関与している回答者の47.2%が既にビジネスで生成AIを活用していると回答している（図1）。また既に活用している回答者のうち、期待以上の効果を実感している回答者は78.8%となり、生成AIの活用が始まった大半の企業で生成AIを使いこなすことが出来ている状況がうかがえる（図2）。
生成AIの活用形態別に導入効果を確認したところ「自社開発によるAIシステム開発」の約83%が期待以上の効果を実感しており、「既存のSaaSプラットフォームの活用」(69.5％)を大きく上回っている結果が見られる（図3）。
生成AI活用効果が期待以上の成果を出した理由(成果に寄与したフェーズ)では、「生成AIプロジェクト立上げ・構想策定・ユースケース洗出し」(39.2%)、「生成AIシステムやサービスが満たすべき要件の整理」(36.6%)、「生成AIシステムやサービスの検証環境構築・技術検証・比較評価」(11.6%)と続く（図4）。
一方で、生成AI活用効果が期待に至らなかった理由（取り組みが十分でなく、期待に至らない原因となったフェーズ）では、「生成AIシステムやサービスが満たすべき要件の整理」（33.8%）、「生成AIシステムやサービスの検証環境構築・技術検証・比較評価」（26.2%）、「生成AIプロジェクト立上げ・構想策定・ユースケース洗出し」（17.2%）、と続いている（図5）。
生成AIは自社開発や既存SaaSサービス活用など活用方法には選択肢があるが、活用に至った企業の多くがその効果を実感することが出来ている状況である。特に、上流フェーズである「構想策定やユースケース出し」、「生成AIシステム・サービスが満たすべき要件整理」が業務活用で効果を実感するために重要といえる。生成AIの活用形態として、自社開発の方が既存のSaaSサービス活用よりも効果を実感しやすいことからも、各社の構想や個社ごとの要件に合わせた生成AI活用の方がより効果を得られたと評価する傾向が見られた。
一方で、導入効果が期待に至らなかった回答者では「生成AIシステムの環境構築・技術検証・比較評価」を理由に挙げている。上流の要件やユースケースの検討において技術的なフィージビリティを含めた検討が十分になされていなかったことが推察される。構想策定やユースケースの検討段階から技術的な視点も含めた活用検討が重要と言える。