ChatGPTでデータ活用を内製化しよう！（講義1回目：内製化をお勧めする背景）

おはようございます、ペンギンラボです。今回は講義1回目として「内製化」とは？、なぜ今「内製化」なのか？についてお話をします。

---

「内製化」の定義

講義を始める前に、「内製化」というキーワードについて目線合わせをしましょう。
「内製化（インハウス/インソース）とは、**自社の業務を外部委託せず、自社のみで完結させることを指します。**逆に、自社の業務を外部の企業に委託することを「外注（アウトソーシング）」と呼びます。
これをデータ活用に当てはめた場合、**「自社がアクセス可能なデータを加工、もしくは分析し、自社の業務を効率化したり、新たな事業を検討するために必要な一連の業務を、自社のみで完結すること」**となります。今回はこの定義に沿って、講義を進めます。
先ほど「自社がアクセス可能な」と言い、「自社のデータ」と表現しなかったのは、社外のデータについても、色々と活用可能なデータがあるためです。こちらについては、後ほど詳しくご説明します。

今なぜ「内製化」なのか

それは「生成AIの登場により、事業変革や社会変革の主体の重心が、AIベンダーから事業会社にシフトしつつあるから」だと考えています。ChatGPTなどが登場し、爆発的にその活用が普及する中で、ローコード・ノーコードでのAI作成が可能になり、またその作成コストは従来の1/100になりました。

これまでは、豊富なデータを抱えた会社が、その活用方法をAIベンダーに外注し、一緒にプロジェクトとしてAIを作っていく、という動きが一般的でした。この場合、「精度が見込めるかわからないAIを作る前に、予算を確保しなければならない」という問題が発生します。つまり、まだ見ぬAIのためにプロジェクトを企画し、体制、成果物、期待される効果と必要な費用。。。といった幾つもの課題を、数ヶ月（時には1年）かけてクリアしていく必要がありました。

東大の松尾先生が「生成AIが映像を作れるようになるには数年かかる」といった数ヶ月後にOpenAIが動画生成の「Sora」を誕生させたように、AIの世界は技術の進化スピードがとても速いものです。つまり、1つのプロジェクト組成に長い時間を費やしていては、プロジェクトが始まった瞬間に「その技術、もう古いですよ」となりかねません。

しかし最近では、ChatGPTやGitHubのCopilotでAI作成に必要なプログラムを日本語で瞬時に、安価に（ほぼ無料で）作れるようになりました。これによって、事業会社の社員であっても、自ら社内のデータを使ってAIを安価にスピーディーに作り、それを展開できる時代になったのです。もう企画書に忙殺される必要はありません。悩む前に行動し、アイデアをカタチ（AI）にして、プロトタイプを作りましょう！そして、「目に見えるもの」を社内で共有することで、これまでの何倍ものスピードで周囲を巻き込み、アイデアを実現していきましょう！

そう、これが「なぜ今、内製化なのか」の背景です。データ活用に関心のある人が、この講座をきっかけとして自らAIを操作し、データ活用を推進できるようになれば、もっとライトにデータ活用を始めることができます。そしてそれこそが、「真のデータ民主化」だと思っています。それでは、講座を始めましょう！

週１で定期的に発信してまいりますので、ぜひフォローをお願いします！w