生成AIのタスクからユースケースを考える

現在、多くの企業で生成AIを検討または試行していて、あらゆる部門の担当者が業種・業務に応じたユースケースを考えるフェーズに入っています。

IBMは、生成AIを含むAIの構築・拡張・管理プラットフォームとして「watsonx」を展開していますが、生成AIのユースケースを考えるためには、タスクの共通理解が重要であると考えています。

生成AIの主なタスクには、以下のようなものがあります。

テキスト生成

• 文章生成
  企画の品質を高めるために、繰り返してフィードバックを得る
  企画立案、アイデア創出、サンプルデータ作成など

• 文書要約
  短時間で読みやすいように、長い文章を要約する
  コールログ、社内会議要約など

• 翻訳
  コミュニケーション強化のために、言語を容易に変更する
  グローバル顧客サポートなど

• コード生成
  IT業務の時間短縮およびモダナイズのために、コードを生成・変換する
  コード生成、仕様書作成など

• 抽出
  膨大なドキュメントから特定の固有表現を抽出する
  重要情報抽出など

• 分類・分析
  膨大な情報から様々な角度で分類・分析する
  FAQ作成、感情分析など

• チェック・判定
  リスク判定のために、文書を比較し改善点を提示する
  契約書チェックなど

• 質疑応答
  サービス向上のために、自然言語で対話をしながら回答を得る
  顧客レコメンド、従業員サポートなど

• 検索拡張生成
  社内文書の検索結果に基づき、回答を生成する
  社内情報検索、顧客製品情報など

画像・映像・音声生成

• 画像・映像生成
  マーケティング業務や製造現場での画像・映像生成や分類を行う
  素材作成など

• 音声生成
  コールセンターのコールログをリアルタイムに作成する
  ナレーション、文字起こしなど

これらのタスクを踏まえて、業種・業務における課題や想定効果、既存のデータなどに基づいて、どのようなユースケースに取り組むべきかを皆様と検討させていただければと思います。