生成AIのビジネス活用に取り組む企業・組織が増えつつある。その一方、信頼性と実用性の観点から、業界に特化したデータを分析・利活用するエンタープライズAIの注目も高まっている。2つは二律背反する存在ではなく、組み合わせて使うことで、より大きな価値を生むことが可能だ。企業がビジネス変革を促進する上でどのように活用できるのか。その可能性と実用化に向けた課題とは。dotData社の藤巻 遼平氏とNECの千葉 雄樹が語り合った。

生成AIの“至らない点”をエンタープライズAIで補う

──昨今「ChatGPT」をはじめとする生成AIが世界的に注目を集め、急速に活用が進んでいます。生成AIの業務活用について、どのような印象を持っていますか。

千葉：チャット形式で問い掛ければ、知りたい答えをわかりやすく提示してくれる。有用性は高いと思います。ただし、ちょうどいい粒度で最適な答えが返ってくるかどうかはプロンプトの入力、つまり質問の投げかけ方によります。知見やノウハウを活かし、定型のプロンプトをテンプレート化するなど、ある程度の作り込みが必要でしょう。

藤巻氏：議事録の作成やレポートの要約、マーケティングメッセージやプレスリリースの作成なども可能です。AI先進国の米国では、こうしたビジネス活用が広がりを見せています。先進的な企業は「それ以上に何ができるか」を模索し始めていますね。

──一方で生成AIのビジネス活用における課題は何だと思いますか。

藤巻氏：生成AIは汎用的な一般知識に基づいて学習していきます。いわば“世界知識”が集約されているわけですが、業種固有のドメイン知識には精通していません。生成AIにドメイン知識を学習させ、エンタープライズAIに育てていく必要があると思います。

千葉：私も同感です。さらに言えば、プロセス全部を生成AIに任せるのも、まだ難しいと思います。エンタープライズAIや人と協調して活用していくのが重要かつ現実的な方法でしょう。

──生成AIとエンタープライズAIを組み合わせて使っていくわけですね。

千葉：最初に生成AIで一般知識に基づく知見を得て、次にエンタープライズAIで分析して、より深いドメイン知識を含む洞察を得る。そんな使い方ですね。

藤巻氏：例えば、営業日報の作成は生成AIでできますが、その中にはビジネス上の重要な因子が隠れていることがある。これをエンタープライズAIで分析することで、例えば、契約解約の予兆をいち早く把握できるかもしれない。それがわかれば、解約阻止に向けて、早期に有効な手立てを打つことができます。

　マーケティングメッセージやプレスリリースの作成でも、エンタープライズAIと組み合わせれば、業界の特性を汲み取った、より説得力のある内容になるでしょう。

　もちろん、100％満足のいくものはなかなかできませんが、仮に50％の精度でも、人がゼロから作る場合に比べたら、生産性は圧倒的に上がります。いくつかバリエーションを作って、後は人が練り上げていく。そんな使い方が効果的だと思います。

千葉：不具合や予期せぬ事態に対し、どんな打ち手があり、それによってどんな結果が得られるか。過去の事例を学習させた生成AIとエンタープライズAIを組み合わせることで、幅広い視点で探索し、ドメイン知識に基づいた分析も可能になる。類似ケースから、より良い対応策を導き出すことができるでしょう。これも100％とはいかなくても、ゼロからのスタートではない。有益な知見が得られ、対応の選択肢が広がります。

エンタープライズAIの活用ポイントと今後の課題

──なるほど。AIの新しい使い方ですね。そういった使い方をする場合の課題や注意点はありますか。

千葉：どんな業務に、どういった用途で有用性が高いか。適用領域を見極めることが重要です。

藤巻氏：AIが何でもできるわけではないですからね。生成AIの答えは洗練された文章で返ってきますが、よく読み込むと、実は一般論みたいで何も言っていないことがあります。また、データの取り扱いも注意が必要です。特にクラウドサービス型の生成AIの場合はプロンプトのデータが社外に出ることになるので、情報セキュリティのリスクだけでなく、法務リスクもある。何をどこまで使っていいか。これは会社によってさまざまです。

　米国ではリスクを取ってでも積極的に使う会社もあれば、生成AIの使用自体を禁止している会社もあります。データの扱いに関して、今は模索段階ですが、この1、2年でデータの取り扱いに関するガイドラインが出てくるのではないかと見ています。

千葉：エンタープライズAIもデータの取り扱いには注意が必要と考えます。外部データとどう連携するか。ルールを決めて運用していく必要があるでしょう。

dotData社とNECが提供する独自AIの特徴とは

──dotData社もNECも独自のアプローチで生成AIを開発・提供していますね。それぞれのAIの特徴を教えてください。

藤巻氏：データを分析・利活用するためには、ビジネスの目的に対応するデータのパターン、つまり特徴量をいかに発見するかが重要です。生成AIにしても従来の機械学習にしても、本質的に重要なのはアルゴリズムそのものではなく、データ基点でビジネスを改善するための洞察です。

　当社のAIの最大のポイントは、この特徴量を業務データから自動的に発見できることです。データの中から有意な関係性を探索し、特徴量を抽出することで、人手による仮説検証では見落とされていた新たな洞察をビジネスにもたらします。

千葉：NECが開発したのは、独自の大規模言語モデル（以下、LLM）です。独自に収集・加工した多言語データのファウンデーションモデル（基盤モデル）を構築し、高精度な日本語読解力・自然言語処理能力を発揮します。日本語のベンチマークテストでは、高い日本語能力が認められました。

　海外トップクラスのLLMはパラメータ数が多く、高いサーバスペックを必要とします。その点、NEC開発のLLMは独自の工夫により、パラメータ数を小さく抑え、高い処理性能を実現しました。相対的に低スペックなサーバ環境で動作し、レスポンスも高速です。

──両社のAIは、どういった用途で強みを発揮するのでしょうか。

藤巻氏：例えば、ローン商品の拡販施策を考える場合、一般的なAIは過去の成約状況を基に、成約率の高い顧客属性や口座の利用パターンなどを抽出してきます。それに対し、dotDataのAIは「直近1週間の21時から24時にオンラインバンキングをしている人は、利用していない人より、成約率が1.6倍高い」「職種がエンジニアの場合、直近1年間の現金引き出し額が低く、残高が増加している人は成約しやすい」といった洞察を導き出します。この条件にマッチする顧客層は、成約確率が高いという仮説が成り立つわけです。

千葉：NEC開発のLLMはクローズドデータを学習させることで「個社向けモデル」を構築できます。NECで社内活用を試行し始めていますし、先進的な取り組みをご一緒させていただいている12社のお客様と共に、業種特化型LLM提供に向けた検討も開始しました。またRobust Intelligence社と共に、LLMリスク評価実施プロジェクトも始動し、業務で活用いただくため、安全・安心なLLM提供をしていきたいと考えています。エンタープライズAIとして活用することが可能で、この強みを活かせば、ビジネス環境の変化が自社の事業にどのような影響を及ぼす可能性があるかという個社ごとのリスク評価分析が可能になると考えています。

──生成AIとエンタープライズAIの活用に向けて、それぞれの展望を聞かせてください。

藤巻氏：dotDataでは、特徴量設計を自動で行うAIエンジンに加え、ノーコードでAI開発できる分析チーム向け製品、特徴量を自由に設計・アセット化できるデータサイエンスチーム向け製品など多様な製品を提供しています。これらの製品を軸に、顧客体験の向上や製品・サービス開発、需給予測、売上・収益改善、リスク・コンプライアンス対策、経営資源管理などのビジネス変革を支援していきます。

千葉：NECはLLMをコアエンジンとして、ハードウェアや周辺環境まで構築し、トータルソリューションとして提供することが可能です。クローズドデータを定期的に学習させることにより、個社向けモデルを継続的に進化させていくことができます。専門家集団によるAIの学習・検証、ビジネス活用もサポート可能です。

藤巻氏：DXの本質は、デジタルから蓄積されるデータの活用によるビジネス変革です。生成AIとエンタープライズAIを組み合わせて使うことで、アナリティクスを高度化し、DXの取り組みが大きく加速するでしょう。

千葉：米国はAI技術、そのビジネス活用でも世界をリードしていますが、日本も大きく遅れているわけではありません。これまでAI活用が難しいと思われてきた分野でも成果が出始めています。NECはお客様向けに専門性の高いAIの利用環境を提供することで、AIのビジネス活用をトータルサポートしていきます。