生成AI時代を生き抜くための思考法とは？（前編）

ここからは生成AIの実際の活用法と社会インパクトについてお話しします。このスライドはIMFとILOが協同して2024年1月に発表した、AIが雇用に与える影響について示したものです。世界平均、先進国、新興国、発展途上国別に影響度が発表されました。一番影響を受けるのが先進国で、約6割が影響を受けるとされています。特に専門職など知的労働者は影響を受けるようです。

一方で高所得者はAIを活用してさらに収入を増やす可能性があります。業界別で言いますと言語タスクの多い金融公共サービス、ソフトウェアプラットフォーム業界、またストライキで話題になった脚本などのエンタメ業界への影響が大きいとされています。

砂金氏：ソフトバンク関連グループのわれわれは、孫さんから「生成AIをちゃんと使っているのか？」と聞かれることがあります。孫さんは、Softbank Worldでの基調講演の時に、「人間と金魚のニューロンの数、脳としてのハードウェアの数は1万倍違う」という話をしました。そして「あなたたちは金魚になるぞ」と日々言われています。孫さんのような非常に強力なリーダーシップのある方が、各サービスについて「なぜもっと生成AIを使わないのだ」と現場で質問してくるので、LINEヤフーを含むソフトバンク周辺の企業群においては生成AIの活用が非常に進んでいます。そのためリーダーの方が分かりやすく生成AIについて説明することは非常に重要だと思います。AIが正当に進化して10年以内に全ての人間の英知の1万倍AIの方が賢くなると、その時にAIをきちんと活用する基礎体力を人間がつけておかなければ、今の金魚の状態になってしまいます。人間から見ると金魚はそれほど多くのことができないのです。

ここからはChatGPTはどの点が優れていたかについて振り返りたいと思います。われわれのように生成AI自体を研究し作っている人たちからすると、ChatGPT以前からOpenAIの「GPT3」というモデルが出ていたと認識しています。「GPT3」は非常に大規模な基盤モデルとして可能性があると研究者の間で議論になっていました。そして程なくChatGPTがアプリケーションに昇華し、人間の鑑賞に堪え得る圧倒的な高精度になったことが素晴らしかったと思います。一般ユーザーが「すごい！」と思うような結果が返ってくること、それがほぼ無料で使えて、「すごいからこれをやってみては？」と他の人から言われて、すぐに皆さんが手元のスマホやPCのブラウザで体験できたことが大きいです。加えて、エンジニアではない人も問題なく使える点も素晴らしかったです。

そしてプロンプティングというAIに対して指示を出す業務が、今までにない業務として現れました。これはAIに対してどういう指示を出すと、人間が欲しい答えを出してくれるのかということで、プロンプティングには上手い下手があります。これは皆さんが部下やメンバーに対して出す指示とほぼ同じようなものです。例えば上司がどういうことをしてほしいのかというインストラクションを部下に出し、「それをやってほしいのはこういう背景なのですよ」とコンテキスト文脈として伝える、そして解いてほしい課題に対しては「こういうデータを分析してほしい」というインプットを示して、アウトプットをもらう流れに似ています。

ただし、生成AIを使う観点は経営者と現場で若干異なってきます。経営者は守秘義務などによって、いろいろな方に気軽に相談できないと思いますので、信用できる壁打ち相手として生成AIは非常に優秀です。これまで分析、具体化や抽象化については、コンサルタントの方々に依頼しないとできなかったことでしたが、生成AIを活用することで経営者の方々が自分で行えるようになります。ここが非常に重要なポイントです。孫さんもよく「自分は誰よりもGPTを使いこなしている」ということをメンバーに伝えて刺激を与えてくれています。

現場の観点で言うと、議事録を取る仕事が無くなることを含め、効率化という観点で絶大な効力を発揮します。ぜひ皆さんも現場に対して、生成AIの利用規制をするのではなく、できるだけAIの技術を使って効率化ができるポイントは無いかというフレンドリーな対話をしていただくと良いと思います。

小林氏：本日お話しする内容は、ソニーグループの中でのAIの取り組みについてというよりは、私がソニーグループの中で行った教育活動の中の内容になります。最近、入社して2年ほどの社員に向けた約6時間のAI研修プログラムを実施しました。その中で、ここだけは持ち帰ってほしいというメッセージを、15分の講演に込めてお話しいたします。

2022年以降、生成AIが久しぶりに話題になりました。2015年ぐらいにも画像認識で人の性能を超えた、あるいはその後は囲碁のプロプレイヤーに勝ったなど、かなり世の中的にも話題になっていたかと思います。また、久しぶりに人の鑑賞レベルの画像を作れるようになった、人みたいにチャットしてくれるAIができた、つい先日は動画も生成できるようになったなど、どんどん話題には事欠かない状態となっています。皆さんはどうでしょうか。生成AIが登場する度に「こんなこともできてしまうのか」と驚かれているでしょうか。

それと同時にずっとAIの動向をウォッチしている人間からすると、「やっぱり来たか」や「当然これくらいは来るよね」と予測できておりました。本日はぜひ皆さんが生成AIの先を見通せるようになっていただければと思っています。

最近話題になっている生成AIのバックグラウンドでは、ディープラーニングや2015年より以前から話題の機械学習の技術が必ず使われています。ディープラーニングにもいろいろとありますが、主に今使われているのはニューラルネットワークという生物の脳を模したコンピューター上でシミュレーションしようとする技術がベースになっているものです。

ディープラーニングには「Scaling Laws」という非常に強力な法則があります。これはコンピューターや半導体の世界で言うところのムーアの法則と同じように非常に強力なものです。

Computeは、人に例えると、勉強にかけた時間、Dataset Sizeは、教材のサイズやどれくらいたくさんの教材から勉強したか、Parametersは生物で言うと脳のサイズに相当します。人間の脳のサイズは1,300ccぐらいで大体決まっているのでこれ以上大きくならないのですが、機械はこの3つの要素をいくらでも大きくできます。コンピューターをいくらでも増やしたり、メモリをたくさん増やしたり、インターネット上からたくさんの情報を使って学習したりと、これらのパラメーターを増やせば増やすほど、どんどん性能が上がります。
そういう背景でAIは毎年のようにどんどん性能を向上させている状態です。

そして今説明した「Scaling Laws」に研究者が気付き始めたのが2018年ごろです。2018年ぐらいまでは、ニューラルネットワークのサイズを大きくしよう、計算パワーを上げよう、という取り組みはあまりされていませんでした。しかし「Scaling Laws」に研究者が気付きだしてから、毎年5倍ほどAIのモデルのサイズが大きくなっています。

この先どうなるのかはまだ分かりません。さすがにこの成長ペースを維持し続けることになると、地球上の電力を全て消費してしまうことになるでしょう。ただし、核融合が実用化されて、このペースが続くかもしれないです。

現在、研究領域でどのような技術が注目されているかというと、次に来るのは、マルチタスク、マルチモーダルなモデルと言われています。
マルチタスクは、1つのAIモデルでさまざまな目的をこなすことができます。マルチモーダルは、1つのAIモデルが画像や音声、テキストなどさまざまなデータの形式を扱うことができます。しかもそれは、画像とテキストを入れたらテキストを出すという決まった対応関係ではなく、入力の中に何でも含めることができるものです。人間は目で見たり耳で音を聞いたり、会話もしたり、それを全て統合して常にシームレスに扱えます。そのようなAIの研究が非常に盛んに行われていますので、今まで研究されたものが1～2年で世の中に出てきたことを考えると、このマルチタスク、マルチモーダルなAIモデルも数年で実現されるでしょう。

なお、今は生成AIに対して人が直接指示を出していることが多いと思いますが、AI同士が組織として非常に複雑なタスクをこなすことを実現する、AIが自分で進化する、あるいはロボットが汎用（はんよう）な作業をこなすなども想定されるでしょう。

では生成AIが加速的に成長している最中、私たちは生成AIとどう付き合っていくべきかについて話します。非推奨とおすすめに分けて記載しておりますが、AIの進化をまずは受け入れる必要があります。そして最先端のAIを常にウォッチし続ける必要があります。今、ChatGPTなどをうまく活用できていると思っている方が多いと思いますが、AIの進歩は非常に速いので、そう遠くない未来にその使い方すら古くなるはずです。これを大前提として常に最先端の情報をウォッチしていただく必要があります。そしてより一層効率的に活用していってください。最終的にはどれだけ世の中を豊かにするかということがポイントになると思いますので、そこにしっかりとつながるのであれば積極的に活用していくという姿勢が非常に重要になってくると思います。

前川氏：生成AIを使うことが非常に当たり前になってきている感触を抱いております。われわれも相当な波を感じており、もはや生成AIを使うこと自体が結構当たり前になってきています。利用実態として、現在の世の中の状況では、一説によりますと生成AIの市場規模は、昨年度で約7兆円、2030年には30兆円規模になるのではないかと言われています。生成AIのトップランカーのOpenAI社は、企業価値が早くも10兆円を超えて13兆円となっている状況です。たった半年で時価総額が3倍になるような世界観で規模が拡大しています。こうしたすさまじい速さに他企業もついて行くことが今後必須になると考えています。こういった状況の中で、OpenAIのAPIを使いながらさまざまなアプリケーションレイヤーでのサービスが、グローバルで展開されてきています。カオスマップが追い付かないくらいさまざまなアプリが日々公開されており、もはや捉え方としてはAI業界というよりは、生成AIというひとくくりで1つの業界になってきたと捉えています。

そして生成AIが進化する今後、私たちの求められるスキルも変わっていくと考えています。まず人間としての基礎力と、どこに向かいたいのか、志という意味でのアスピレーションを含め人としてどのように持っていきたいのかが重要になってくるでしょう。そして好奇心、分からないものや不確実性が高いものに取り組んでいくことに対する意思が強く求められるようになると思っております。一方でAIを使いこなすという文脈では問いを立てる力、現場でAIを使うに当たっての現場感に基づく暗黙知などをとがらせていくことも必要です。この辺りがやはりAIを使いこなす、共存していく時代で一人一人が強めていかなければならないスキルだと思っています。

そして今後、世の中ではどういう領域においてAIが強くなってくるかというと、膨大な知識が必要とされていた専門家の領域が、よりAIに取って代わられる可能性があると思っております。大量の言語や大量の知識を参照しながら処理する力は、AIの方が強みを発揮していくでしょう。

生成AIがカバーしきれない部分で、人としては付加価値を出していくべきではないでしょうか。現場人材やジェネラリストが再度脚光を浴びると予想しています。今はジェネラリストが技術、会計または法務知識などセクションに分かれたスペシャリストを束ねるオペレーションやマネジメントをしていると思います。今後は技術、会計といったそれぞれのスペシャルファンクションは生成AIに任せながら、それを束ねるジェネラリストに一人一人がなっていくことで、より知識を使いながら付加価値の高いことができてくるのではないでしょうか。

これまで大きな会社の運営をしている一人一人の従業員は、高い業務標準化を実装しながら、業務の細分化で全体のオペレーションを設計することで強みを発揮してきたと思います。しかしこれからは、管理側のメンタリティを中心に一人一人のマインドセットが形成されていくことを感じます。生成AIが関連業務を代替しながら、仕事に取り組むために必要なメンタリティを各人が持つことで、より企業の成長にもつながってくるのではないでしょうか。企業活動全体のマインドセット変革も、生成AIが後押ししてくれると期待しています。

いわゆるマネジメントについて、管理を中心とするような体制から、メンバーや会社の方向性、アスピレーションを啓発していくリーダーが求められていく可能性があると考えています。一人一人の仕事に対する向き合い方などの変革の時期に来ていると感じています。

最後にセクションとして「生成AIのその先へ」をお話しいたします。現在は生成AIの普及期でさまざまな企業で使うのが当たり前になってきていますが、生成AIをうまく使いこなした企業が、競合他社に対して差別化していくフェーズになってくるのではないでしょうか。その先は生成AIという名前を付けずとも当たり前のように日々使う時代が当然やって来ると思っています。社内にたまっている独自のデータやオペレーションの中に自然と組み込まれる世界が来るでしょう。ここをいかに視野に入れながら実装していくかが必要です。そして新しいテクノロジーは、若い世代の感性や行動力が重要かと思いますので、チームやタスクフォースの中で若手の登用なども含めながらうまくやっていくことで既存の企業の強みとの融合を図っていけると考えています。