この記事はWeChat公式アカウント「Xiangjiang Data Review」からのもので、Lao Yang氏が執筆し、著者の許可を得て掲載したものです。

Chat GPTの発売は、テクノロジー業界と投資業界の両方にとって間違いなく衝撃的な出来事となり、今日まで続く熱狂を引き起こしました。様々な業界が追随を急いでおり、時流に乗ってコンセプトを試す人もいれば、技術的な統合と応用に焦点を当てる人もいます。つまり、ソフトウェアベンダーは皆、GPTとの関連性を高めようとしており、マーケティングの仕掛けとして利用することで、後れを取り、市場の影響力を失うことを恐れているのです。では、GPT技術は本当に手の届かないものなのでしょうか、それとも、私たちが知らないうちに、すでに日常生活に導入されているのでしょうか？企業のデジタル変革にどのような影響を与えるのでしょうか？本日、Lao Yangは、デジタル変革のプロセスにおけるGPT技術の応用シナリオについて議論します。

GPT技術の導入以来、ラオ・ヤンはGPT技術の発展を常に追いかけ、様々なチャネルを通じて関連機能を試してきました。中には驚くべき機能もあれば、困惑するような状況に陥る機能もありました。人々のGPTに対する認識は、当初の熱狂的な崇拝から徐々に、より合理的なアプローチへと移行し、実用性に重点が置かれるようになりました。その結果、肯定的な意見も否定的な意見も様々な意見が寄せられています。実際、GPTは学習と成長の過程にある子供のようなものなのです。例えば、数年前、ラオ・ヤンはスマートパークプロジェクトに携わり、その一つとして来客対応用のインテリジェントロボットを導入しました。メーカーのデモンストレーションでは、その機能は実に強力で、ロボットの流暢な会話とゲストを階上へ案内する能力はリーダーたちを驚かせました。しかし、実際には…購入して初めて、トレーニングプロセスがどれほど苦痛なものかを実感しました。新しく購入したロボットは、電源を入れた瞬間から単なるデバイスであり、幼児のようにゼロから学習していくのです。公園の環境、建物の各階、さらにはすべてのオフィスエリアとオフィスをスキャンして地図を生成し、注釈を追加するには、ミリ波レーダーが必要です。また、さまざまなシナリオの言語トレーニングも必要で、あらゆる種類の質問とキーワードをシステムに入力して、ロボットが自動的に認識して回答できるようにします。仕事が終わった後も、バックエンドにアクセスして、ロボットが回答できない質問を確認し、回答を再入力する必要があります...つまり、これは機械学習プロセスです。 GPTの驚くべきパフォーマンスは継続的な学習の結果ですが、このプロセスを見たことはありません。私たちは結果だけに焦点を当て、GPTが万能であると仮定し、頭を悩ませてテストし、当惑させ、予想外の結果に大笑いしました。このような行動もまた、GPTの学習プロセスであり、進歩を促進していることを私たちはほとんど知りません。

そのため、多くの場合、人々は結果のみを重視し、見たいものだけを見たいと思っています。こうして、無意識のうちにAI技術に支配されてしまうのです。例えば、ショート動画のプッシュ通知機能は、見たいコンテンツを長時間見続けさせ、中毒状態に陥らせます。これは、ビッグデータアルゴリズムの日常生活における最も基本的な応用例です。実は、あなたの動画視聴行動は、プラットフォームのAI技術を学習し、向上させるプロセスでもあります。AIは常にあなたの行動を分析し、あなたの家族よりもあなたを深く理解しています。だからこそ、「ビッグデータ価格差別」、つまりビッグデータとAI技術を駆使して顧客を搾取するメーカーが台頭しているのです。

現在、GPTの人工知能技術は、検索エンジンなどのパブリックインターネットアプリケーションで主に使用されています。公開されている大規模なモデルとコンピューティングパワーを使用しており、これらは主に個人使用を目的としているため、非常に便利で、セキュリティ上の大きなリスクはありません。しかし、エンタープライズレベルのアプリケーションでは、新たなセキュリティ上の脆弱性が生じる可能性があり、最も差し迫った問題はデータセキュリティです。例えば、韓国のサムスンは、深刻なチップ機密情報漏洩を経験しました。ChatGPTを導入してから20日以内に、サムスンは半導体装置の測定データと製品の歩留まりデータが盗まれ、米国のChatGPTデータベースに保存されていることを発見しました。GPTの大規模モデルとコンピューティングパワーは米国にあるため、GPTを企業内で実行すると、企業の内部サーバーから関連データにアクセスせざるを得なくなり、データセキュリティ上の固有のリスクが生じます。

問題はここにあります。企業が公開されている大規模モデルとサーバーのコンピューティングパワーを活用しない場合、必然的にプライベート展開せざるを得なくなります。このプロセスで発生するコストは、ほとんどの企業にとって手の届かないものです。パブリックインターフェースを使用すると、データセキュリティのリスクが必然的に生じます。満足のいく結果を得るには、GPTは職場環境で学習し、従業員の業務行動、業務データ、そして様々なシステムからデータを収集する必要があります。これらのデータはインターネット経由で収集され、GPTのサーバーに保存されるため、データ漏洩につながる可能性があります。プライベート化は望ましいことですが、企業の職場環境の学習能力には限界があるため、コストの上昇と学習・トレーニングプロセスの長期化を招きます。

では、企業のデジタル変革を促進する上での GPT テクノロジーの利点は何でしょうか?

GPTの人気の高まりを受け、国内の大手アプリケーションソフトウェア企業も市場に参入し、短期間で独自のGPTソリューションをリリースしました。これらのソリューションが本当に効果的か、メーカーが宣伝するほどの驚異的な効果を持つかはさておき、デジタル分野のベテランとして、アプリケーションソフトウェアにおけるGPT技術に関する私の個人的な見解と期待を述べたいと思います。

まず、エンタープライズ アプリケーション ソフトウェアに組み込まれた GPT テクノロジ関連の機能が、単にシステムに組み込まれた検索エンジンのブランド変更版ではないことを願っています。

第二に、GPT テクノロジを単一のシステム内に適用するのは簡単ですが、システム間アプリケーションではデータ セキュリティのコンプライアンスやインターフェースの問題などの問題に対処する必要があるという問題があります。

第三に、ソフトウェア企業は自社のシステムに大規模なモデルを組み込んでいますが、コンピューティング能力を民営化するにはどれだけのコストが必要でしょうか?

4 番目に、大規模な機械学習モデルが十分に進歩しているかどうか、そして依然として過度の人間の介入を必要とするかどうかは、企業の技術力のもう一つのテストです。

第五に、ラオ・ヤン氏は、GPT技術はアプリケーションの観点から、フロントエンドアプリケーションとバックエンドの運用・保守の両面で、エンタープライズアプリケーションソフトウェアに便利なサービスを提供すべきだと考えています。例えば、フロントエンドの機能運用レベルでは、リーダーが内蔵のGPTロボットに月次ビジネスデータレポートが必要だと伝えると、フロントエンドは自動的に関連レポートを生成し、評価を行い、リスク項目と改善策を提案します。バックエンドの運用・保守レベルでは、管理者がユーザーの権限を制限して別のユーザーに権限を委譲する必要があると伝えると、GPTロボットが面倒なバックエンド保守作業を自動的に完了し、バックエンド保守の効率と精度を向上させます。また、専門技術レベルでは、SQL文が必要な場合、GPTロボットが自動的に生成・実行できます。これらにより、バックエンドの運用・保守の技術的難易度が大幅に低減され、企業の運用・保守コストも削減されます。もちろん、これはデジタル化のベテランであるラオ・ヤン氏の期待に過ぎません。

第六に、エンタープライズアプリケーション環境の特殊性により、データセキュリティの観点からインターネットアクセスが制限されることがよくあります。このような特殊な環境では、GPT大規模モデルは多くの学習シナリオを失ってしまうため、ソフトウェア企業は顧客のニーズに基づいてモデルを継続的に改良する必要があります。そのため、企業の技術サービスサポート能力に対する要求は高まります。

GPT技術は理論上、効率性を向上させ、業務関係を変革しますが、企業の経営・運用能力がそのような先進技術と統合できるかどうかが鍵となります。これは、デジタル化の基本原則である「技術とビジネスの統合」に立ち返ることになります。企業は、先進技術がデジタル変革の失敗に対する万能薬でもなければ、奇跡的な逆転の力を持つわけでもないことを認識する必要があります。ビジネスリーダーは、技術に盲目的に頼るべきではありません。先進技術は必ずしも生産性を向上させるものではなく、既存の生産関係を制約し、最後の手段となる可能性さえあります。

企業がGPTを活用するべきシナリオとその活用方法を決定するには、全従業員が共に学び、向上していく必要があります。新しいテクノロジーは、業務の利便性をもたらすだけでなく、企業の運用能力を向上させるという点でも重要です。これらを実現するための基盤となるのは、企業システムにデータが存在し、その品質が保証されていることです。データの適時性、完全性、そして妥当性は、確かな指標となります。「料理の腕に自信があっても、ご飯がなければ料理はできない」ということわざがあるように、GPTがどんなに優れた知能を持っていても、空白や誤った業務シナリオに直面した場合、状況を逆転させることは不可能であり、完全に「人工的な愚かさ」と化してしまうでしょう。

上記は、企業におけるGPT技術の応用に関する、私個人の、そして控えめな意見です。もし、理解や説明に誤りがありましたら、ご指摘やご訂正をいただければ幸いです。