生成AI利用しなきゃと、周囲に煽られている経営者へ
posan生成AIの利用実態
以下は最近の三菱総研の調査結果です。
何でも米国と比較するのが島国根性丸出しではあるものの、
世界的にドン！とスタートした生成AIでしたが、日本における利用実態が遅れているのは、
まごうことなき事実かと思います。
https://www.m2ri.jp/release/detail.html?id=580 @2023 MM Reserch
「メールをしたためる」ぐらいでAI利用終わってませんか
「失敬な！私はChat GPT使いまくってますよ！」
そう仰られる方も、ビジネスメールの添削とか、議事録校正とか、翻訳とか・・・
その”程度”ではないですか。
AIの活用は、ビジネスメールの作成や翻訳だけにとどまらない、というのはご存知でしょうか？
- 文章の校正:
AIは、文法やスペルのミスを見つけ出し、より適切な表現を提案することができます。
これにより、プロフェッショナルなコミュニケーションを保つことが可能になります。 - 文章の生成:
AIは、特定のテーマやキーワードに基づいて文章を生成することができます。
これにより、ブログ記事やレポートの作成、プレゼンテーションの準備などが効率的に行えます - 体系化された技術の利用:
AIは、プログラミングの生成など、体系化された技術を活用することができます。
これにより、複雑なタスクを自動化し、業務の効率化を図ることが可能になります。
本当に利用すべきはプログラミング生成
特に管理部門のような業務側で利用すべきなのは、1. や 2. ではありません。
3. のプログラミングの生成です。
日本の多くの管理部門の現場では未だに「Excel VBAが書ければ神」のようなリテラシーです。
業務に携わっている皆さんは、業務の中で
「これってプログラミングで自動化できればいいのになぁ」
と嘆息したことありませんか。
これまでは、そこからは開発者を必要としていたのがこれまででした。
これからは自分で解決できるのです！
例えば、”レーベンシュタイン距離”
しかし、AIを最大限に活用するためには、その基礎となる知識が必要です。
プログラミング（コーディング）ができるということと、何を解決するために何の知識が必要かは別の話だからです。
たとえば、「レーベンシュタイン距離」という言葉をご存知でしょうか？
これは、ある文章とある文章の間の類似性を計測するための機械学習の計算手法です。
管理業務の中で、表記揺れが起きまくっている”汚いデータ”に直面して真っ青になったことありませんか。
こういったデータの名寄せに非常に有効な計算手法なのです。
これまでは、この計算手法を使ってデータクレンジングすること自体が専門の開発者の手を必要としていました
いまやChat GPTは「このデータをレーベンシュタイン距離を使ってpythonで分析して」と言えば答えを返してくれます。
ただ、重要な点は、あなたは「レーベンシュタイン距離を教養として知っているか」ということなのです。
これはコーディングの知識ではありません。
自分の業務に使える考え方を知っているかという根本的なリテラシーになります。
勉強せよ、日本の管理部門
いきなり天下国家の話になりますが・・・・
日本人（特に文系）は大学教育以降、専門的な教養知識の学びに対して極めて鈍感です。
先に述べたような機械学習の計算ロジックは、大学の教養課程で学ぶことができる
「初歩的な」内容です。
計算できるようになる必要はありませんが、概念ぐらいは知るべきです。
米国や中国で4年生大学でている若手はこれぐらい普通です。これが競争力です。
AIは間違いなく業務を効率化します。
ただし、そのためには我々がAIを理解し、適切に活用するための学習が必要です。
AIの可能性を最大限に引き出すために、ぜひ学習に励んでください。
