すべての企業が検討すべき生成的 AI のユースケース

公開: 2023-11-07

「生成 AI」（Gen AI）という用語は、人間と同等のレベルでコンテンツを作成できる人工知能の一種を指します。

これを達成するために、Gen AI ソリューションは、トレーニングされた膨大な量のデータ内のパターン、構造、特徴を識別する方法を学習します。次に、アルゴリズムはこの知識を使用して、新しく生成されたコンテンツ内で同じパラメータを再現します。

OpenAI の ChatGPT のような大規模言語モデル (LLM) は、生成 AI の主要な例の 1 つです。しかし、このテクノロジーの魔法はテキスト生成をはるかに超えています。

Synthesia.io、Runway、Wondershare Filmora などのプラットフォームは、ビデオコンテンツの作成と強化に役立ちます。 DALL・E 2 や Canva の AI Image Generator などの高度なグラフィックデザインツールは、すでに人間のデザイナーと競合しています。また、Ecrett Music、Soundraw、MusicLM などのツールを使用してロイヤリティフリーの音楽を作成できるようになりました。このようなツールを使用すると、テキストプロンプトや特定のテーマや雰囲気に基づいて音楽を作曲できます。

コンテンツ作成の領域以外では、生成型 AI の強力なユースケースには、顧客サービスとサポートタスクの自動化、クライアントエクスペリエンスのパーソナライズ、企業の分析機能の強化、複雑なシナリオのモデル化などが含まれます。

生成 AI 開発会社と提携して、これらの Gen AI ユースケースの 1 つまたは複数を試してみようと考えている場合は、このテクノロジーの変革の可能性をもう少しよく理解できるようにお手伝いします。

企業における生成 AI のユースケース

過去数か月間、ITRex のイノベーションアナリストは、生成 AI とビジネスにおけるそのユースケースについてクライアントに教育するためにいくつかのブログ投稿を執筆しました。

現在、Gen AI 記事シリーズでは次のトピックを取り上げています。

従来型人工知能と生成型人工知能の比較
ヘルスケア、小売、サプライチェーン管理における生成 AI アプリケーションの概要

したがって、この記事では、生成人工知能の業界固有のユースケースについては詳しく説明しません。その代わりに、この最先端のテクノロジーがどのようなプロセスとタスクを強化または完全に自動化できるかを説明します。

もう一つ重要な指摘があります。

ビジネス向けの生成 AI のユースケースを検討する場合、通常は 2 つの主要な経路があります。

1 つ目は、ChatGPT、Synthesia.io などの市販製品を活用することです。これらの製品は、独自のビジネス要件に合わせて特定のデータセットを使用して微調整できます。これらのプラットフォームはユーザーフレンドリーなインターフェイスと統合ツールを提供するため、AI の豊富な背景がない人でも適応プロセスを比較的簡単に行うことができます。
2 番目のオプションには、GPT-3、BERT、またはそれらの後継モデルなどの適切な AI 基礎モデルを選択し、それをデータでトレーニングすることが含まれます。このアプローチでは、AI の動作と出力に対する高度なカスタマイズと制御が提供されますが、技術的な専門知識、リソース、時間の点で、より多額の投資が必要になります。

3 番目のオプションもあります。つまり、生成 AI モデルをゼロから構築するというものです。 Microsoft、Google、Tesla の支援を受けるユニコーンスタートアップであり、システムに 3,000 億語を供給するためのコンピューティングリソースと技術的専門知識を持っている場合を除いて、このルートに進むことはお勧めしません (これは、伝えられるところによれば、3,000 億ワードをシステムに供給するのに必要なテキストデータの量です) ChatGPT をトレーニングします)。完全にカスタムの AI ソリューションを開発するコストも膨大になる可能性があります。

さっそく、ビジネスにおける生成 AI アプリケーションを調査してみましょう。

生成 AI ユースケースのトップ 5

1.人間味を保った自動化されたカスタマーサポート

即時生成型 AI のユースケースの 1 つは、ライブチャット、電話、電子メールを通じて受け取った顧客からの問い合わせに即座に応答することを中心に展開しています。

顧客サービスを完全に自動化することに加えて、企業は生成 AI を活用して人間の専門家の作業を強化できます。インテリジェントなアシスタントが、情報検索、通話要約、通話記録分析などのタスクを自信を持って引き継ぎます。これにより、カスタマーサポートマネージャーは、クライアントが直面する一般的な問題を特定し、カスタマーサービスが不足している問題のある領域を強調し、フィードバックを使用して製品やサービスを微調整することができます。

顧客サービスにおける生成 AI アプリケーションには、ハイパーパーソナライゼーションも含まれます。 Gen AI は、単語の選択、話速、声のトーンなど、通話録音の微妙なパターンを分析することで、組織がコミュニケーションを調整し、顧客エンゲージメントとロイヤルティを向上させるためのパーソナライズされたサービスを考案するのに役立ちます。

では、顧客サービスにおける生成 AI の例は何でしょうか?

Hotels.com や Vrbo.com などの世界有数の休暇および航空券予約プラットフォームを運営する旅行テクノロジー企業 Expedia Group は、ChatGPT を Expedia アプリに統合しました。

ユーザーは、エクスペディアのウェブサイトで航空券や宿泊施設を検索する代わりに、旅行代理店に相談するのと同じように、AI を活用したパーソナルアシスタントに旅行のアドバイスを求めることができるようになりました。 ChatGPT は、旅行先、ホテル、交通機関に関するお勧めを考え出すことができます。ユーザーはアプリ内で提案された場所をブックマークし、選択した日付での空き状況を確認できます。

Gen AI 主導の顧客サービス自動化を活用するために、Expedia は OpenAI のテクノロジーをトレーニングして、日付の範囲、ホテルの場所、部屋のタイプ、価格の要件など、1.26 京もの驚くべき変数を識別して理解できるようにしました。また、インテリジェントアシスタントはエクスペディアのフライトデータを使用して、特定の日付の価格を過去の価格傾向と比較し、変動を追跡します。この情報により、旅行者は予約して特典を獲得するのに最適な時間を決定できます。

したがって、カスタマーサポートに生成 AI ソリューションを使用すると、企業は待ち時間を短縮し、満足度を向上させ、カスタマーサービスのコストを削減できます。 Accenture の「A New Era of Generative AI forEveryone」レポートによると、このテクノロジーのタスク自動化と拡張の可能性は、銀行、保険、資本市場、エネルギーと公益事業において特に高いとされています。全体として、顧客サービスに会話型および生成型 AI を導入することで、企業は関連経費を最大 30% 削減できるようになります。

2. 目に見える成果を生み出すコンテンツマーケティング

これまでのところ、マーケティング部門が生成人工知能の主な受益者となっています。レコメンデーションエンジンの予測力の強化からインテリジェントな広告掲載の活用まで、Gen AI で強化できないデジタルマーケティングタスクはありません。

ただし、生成 AI アプリケーションの大部分はコンテンツ作成を中心に展開しています。

Gen AI は、特定のトピックに関して文脈に関連した一貫したコンテンツをわずか数秒で作成します。これに対し、経験豊富なライターは 1,000 ワードのブログ投稿を推敲するのに 2 ～ 6 時間を費やします。

全デジタルコンテンツの 25% がすでに Gen AI によって制作されていることは驚くべきことではありません。

先進的なブランドは、生成 AI ツールを使用して、ソーシャルメディアのお知らせ、ブログ投稿、製品説明、リンク構築用の記事、セールスメール、プレゼンテーション用のコピーを作成および編集しています。場合によっては、コンテンツマーケティングコストを削減するために社内ライターを解雇することさえあります。

ただし、問題があります (または、いくつかの問題があります)。

大規模な言語モデルは幻覚を起こし、ユーザーの質問に応じて虚偽または捏造された情報を提示する傾向があります。この欠点は、LLM が不完全または誤りの可能性がある大量のデータでトレーニングされるという事実に起因します。

さらに、ChatGPT のような生成 AI ソリューションはまだインターネットにアクセスできないため、より価値の高いコンテンツの統計、引用、その他の情報を見つけることができません。

また、SEO Core AI や Bramework などの特殊な ChatGPT SEO プラグインが利用できるにもかかわらず、リアルタイム接続が欠如しているため、検索エンジン最適化 (SEO) における生成 AI アプリケーションは、キーワードのアイデアやコンテンツトピックを提案するだけのものに制限されます。

それでは、コンテンツマーケティングにおける生成AIの成功例はあるのでしょうか？

ITRex では、ほぼ 1 年にわたり、コンテンツ作成に Gen AI を活用したツールを使用してきました。私たちは、人事チーム向けの求人情報の編集からテクノロジー記事の執筆まで、さまざまなタスクでテクノロジーをテストしました。

コンテンツマーケティングにおける生成 AI のユースケースを調査することで、ライターの生産性が少なくとも 30% 向上しました。これは、ライターが競合他社やクライアントの調査、および対象分野の専門家とのやり取りにより多くの時間を費やすことができるようになりました。

次のようなさまざまなタスクにわたって改善が顕著に見られます。

初期調査。 Gen AI ツールは、自動化されたデータ収集やバイオインフォマティクスにおける機械学習の使用など、ライターが複雑なテクノロジーのトピックを理解して、さらなる研究を導くのに役立ちます。
コンテンツの草案作成。 Gen AI が作成したコピーは、記事とその一部の初期草稿として機能する可能性があります。当社のコンテンツチームは、統計データ、信頼できる研究論文への参照、技術専門家からの意見、および関連するケーススタディを使用して、そのような草稿を充実させます。
コンテンツの編集。主要な生成 AI アプリケーションの 1 つには、スマートアルゴリズムを通じて人間が書いたコンテンツを実行して、文法上の誤りやスタイルの不一致を検出したり、過度に長い文章を短い文章に分割したり、人気のオンライン出版物のスタイルで記事を編集したりすることが含まれます。

あなたの会社は実験をさらに一歩進めることができます。

市販のツールをトレーニングしたり、データに基づいて基盤 LLM を再トレーニングしたりすることで、検索エンジンで上位にランクされ、関連するトラフィックを Web サイトに引き付け、Web サイト訪問者をリードに変える、高度にパーソナライズされた効果的なコンテンツを作成できます。

3. 価値をもたらすビジネスプロセスの自動化

ビジネスプロセスオートメーション (BPA) の状況は、長い間ロボットプロセス (RPA) ソリューションとインテリジェントプロセスオートメーション (IPA) ソリューションによって支配されてきました。これらのテクノロジーがどのように相互に連携するのかについては、BPA 対 RPA 対 IPA の記事をご覧ください。

ルールベースの BPA ツールや AI を組み込んだ BPA ツールと比較して、生成 AI アプリケーションはより広範囲かつ複雑です。彼らの変革力は、Gen AI の自然言語を理解する能力から来ています。

言語ベースのタスクがすべての作業活動の 25% を占めることを考えると、ビジネスにおける生成 AI のユースケースには、次のようなさまざまなプロセスとワークフローが含まれます。

プロジェクト管理アプリケーションでのタスクの優先順位付け、会議のスケジュール設定、電子メールの整理などの管理活動の実行
IT インフラストラクチャ全体で正確な情報を検索し、会話型インターフェイスを通じてコンテンツを要約します。
標準またはカスタムのドキュメントとレポートを自動的に作成する
テクノロジーシステムへの情報の入力

Gen AI の主な利点は、新しいデータから継続的に学習し、その機能を洗練できることです。深層学習ベースの IPA ソリューションも同様の機能を備えていますが、最初から公開されるトレーニングデータが少ないため、意思決定の可能性が低くなります。

マッキンゼーによると、生成 AI やその他のテクノロジーを戦略的に使用すると、従業員の時間を費やすタスクの最大 70% を自動化できます。これにより、生産性が大幅に向上し、年間改善率は 3.3% に達します。

4. 誰でもアクセスできるデータ分析

ITRex チームは、データの民主化、つまり技術的な専門知識に関係なく、組織内のすべての個人が情報とデータ分析の洞察にアクセスできるようにすることを長年提唱してきました。

当社は、世界最大の小売、ヘルスケア、メディア、エンターテイメント企業向けに、セルフサービスビジネスインテリジェンス (BI) ソリューションと AI ベースの拡張分析ツールを作成してきました。

適切に実行されたエンタープライズアプリケーション統合 (EAI)、専門家によるデータ管理、AI 分析、効果的なユーザーインターフェイス設計のおかげで、当社はお客様の資産管理とメンテナンス業務の改善、コスト削減領域の特定、生産性の向上を支援してきました。

生成 AI のユースケースを活用することで、お客様はそのコンセプトをさらに推し進め、セルフサービス BI および AI 拡張分析システムをいくつかの方法で強化できます。

戦略的な意思決定。 BI ツールは複雑なビジネスデータを理解するのに役立ちますが、データ分析における生成 AI アプリケーションには、潜在的な戦略の開発、傾向予測、レポートの自動生成が含まれます。
より高いレベルの自動化。セルフサービス BI がエンドユーザーのデータ分析を簡素化および自動化するのに対し、生成 AI は運用データに基づいて洞察、予測、コンテンツの生成を自動化できます。これらの洞察は、会話型インターフェイスを介してアクセスしたり、適切なプロンプトを使用してグラフに変換したりできます。
プロアクティブな分析。セルフサービス BI は事後対応的なことが多いため、従業員は洞察を得るためにデータをクエリする必要があります。生成 AI はプロアクティブに対応でき、明示的なクエリを行わずに現実世界の問題に対するソリューションを提供します。
シナリオモデリング。生成 AI は、起こり得る結果をシミュレーションしたり、データ駆動型の提案を生成したりすることで、ユーザーが複雑な意思決定を行うのを支援します。

最近の調査によると、組織の 32% がすでに分析関連の生成 AI のユースケースを活用していることが示されています。調査対象者のうち、回答者の 34% が、競争力の向上 (52%) や製品の機能またはパフォーマンスの強化 (45%) など、大きなメリットを達成しました。

Gen AI は、企業が AI モデルを一からトレーニングする必要がないため、データ分析のコストも削減できる可能性があります。ただし、生成 AI 支援分析の利点を最大限に活用するには、モデルトレーニング用にデータを入手してフォーマットする必要があります。この分野の知識を高めるには、データ準備ガイドをご覧ください。

5. イノベーションを促進する従業員のオンボーディングと教育

組織のイノベーション能力を損なう AI 導入の課題は数多くあります。これらには、開発プロセスの後半で現れる技術上の障害、AI の概念実証 (PoC) の拡張の失敗、AI の導入を取り巻く倫理的な問題などが含まれます。

変化への抵抗を引き起こすのは、人工知能の倫理的および道徳的影響です。つまり、企業経営者の 49% が、デジタル変革に対する主要な障壁であると述べています。

生成 AI には有望なユースケースが数多くあるため、スタッフがインテリジェントで生産性の高いアルゴリズムに置き換えられることを恐れるのは当然のことです。さらに、従業員は、それがどれほど便利で直観的であるかに関係なく、長年依存してきたテクノロジーツールを放棄することを躊躇する可能性があります。

Gen AI の先駆者はこの問題にどのように対処しているのでしょうか?

その答えは、効果的な従業員教育と新人研修にあります。

つい最近、Asana は 300 人を超えるマーケティング専門家にインタビューし、企業が AI をビジネスプロセスにどのように統合しているかを学びました。マーケティング担当者向けに正式な AI 教育と学習管理プログラムを提供している組織は 15% だけであることが判明しました。しかし、雇用主がそのようなプログラムを提供している参加者の 55% は、12 か月以内に AI 導入目標を達成できると自信を持っています。一方、AI トレーニングにアクセスできない専門家はわずか 23% です。

従業員教育は生成型 AI の完璧なユースケースを実現します。

従業員向けにパーソナライズされた学習パスの作成から、トレーニング教材、クイズ、その他の教育コンテンツの自動開発まで、Gen AI は学習成果を向上させながら、学習開発 (L&D) チームの作業をスピードアップできます。

このテクノロジーは、人事チームによる履歴書のスクリーニングや応募者のプロフィールに基づいた面接の質問の準備を支援することで、新規候補者の採用プロセスを合理化することもできます。

これらの生成 AI のユースケースは氷山の一角にすぎません。

まだすべての企業が Gen AI を活用しているわけではなく、技術面とビジネス面の両方で解明すべきことがまだたくさんあります。

そのため、調査対象者の 86% が、ジェネレーティブ AI が将来的に自社の組織で重要な役割を果たすと予想しているにも関わらず、IT 経営幹部のわずか 33% が現在、生成 AI を組織の最優先事項として検討しているのです。

あなたの会社が、強力な生成 AI アプリケーションを調査し、失敗しない生成 AI 実装ロードマップを開発し、生成 AI ソリューションをカスタマイズまたは構築したいと考えている場合、ITRex がお手伝いします。お客様独自のビジネスニーズに最適な生成 AI のユースケースについてご相談するには、お問い合わせください。

オリジナルは2023 年 10 月 31 日にhttps://itrexgroup.comで公開されました。