人工知能
ジェネレーティブAIがナレッジワーカーの生産性を高める方法
最新の絶え間ないイノベーションは、人工知能（AI）、ロボティクス、ブロックチェーン、プログラマブルバイオロジーなどの分野によって牽引されています。これらの技術は、小売、自動車、金融、製造業など、多くの業界をマクロおよびミクロの両方のレベルで革命しています。
特に、ジェネレーティブAIは、プログラミング、デザイン、エンジニアリング、ライティングなどの専門知識を持つ個人の日常業務を変革しています。ジェネレーティブAIは、ナレッジワーカーの生産性を高めています。
しかし、ジェネレーティブAIとは何で、何がナレッジワーカーにとって重要なのでしょうか？詳しく見てみましょう！
ジェネレーティブAIとは
ジェネレーティブAIは、人工知能アルゴリズムを使用して、テキスト、ビデオ、オーディオ、画像などの新しいコンテンツを自動的に生成します。
最も著名なAI生成ツールと製品には、以下のものがあります。
- ChatGPT – OpenAIによって開発された、ユーザーのプロンプトに基づいて非常に詳細でパーソナライズされたレスポンスを提供できるインテリジェントなAIチャットボットです。
- DALL-E 2, Stable Diffusion, & Midjourney – これらはAI駆動の画像生成ツールです。
- Meta – これは、テキストプロンプトからビデオを生成できるAI駆動のビデオ生成ツールです。
- Codex – プログラマーが数秒で複数のプログラミング言語でコードを生成できるようにします。
では、ジェネレーティブAIがナレッジワーカーに与える影響を見てみましょう！
さまざまなドメインのナレッジワーカーの生産性を高めるジェネレーティブAIの理解
ARKのBig Ideas 2023レポートによると、AIは2030年までにナレッジワーカーの生産性を4倍以上高めることが予想されています。このレポートでは、100%の採用率で、AIは約200兆ドルの労働生産性をもたらすことができ、総AI支出310兆ドルに対して約140兆ドルの収益と900兆ドルの企業価値を2030年に達成できると示唆しています。
AI市場予測2030。出典：ARKのBig Ideas 2023
コンテンツライター、開発者、アーティストなどのナレッジワーカーの生産性を高めるAI生成ツールの貢献について詳しく見てみましょう。
1. ナレッジワーカー：コンテンツライター＆エディター
現代のビジネスでは、聴衆を引き付けるために、よく調査されたコンテンツと熟練したコンテンツが必要です。ここで、ジェネレーティブAIがコンテンツライターとエディターの仕事を容易にします。
インテリジェントなチャットボットであるChatGPTの登場により、コンテンツ作成が容易になり、経済的にもなりました。ARKのBig Ideas 2023レポートによると、ChatGPTの1クエリーあたりの推論コストは2022年には約0.01ドルでした。10億クエリーの場合、推論コストは1,000万ドルになります。2030年までに、このコストはライトの法則によると650ドルに低下する予想です。
このようなコストの低下により、AIコンテンツツールの大量採用が可能になります。例えば、2030年までに、ChatGPTスタイルのアプリケーションはGoogle検索のスケールに匹敵し、毎日85億の検索を処理することが予想されています。したがって、コンテンツドメインのナレッジワーカーは、日常業務でジェネレーティブAIを活用しやすくなります。
2. ナレッジワーカー：ソフトウェアエンジニア＆開発者
複雑で長いソフトウェア開発サイクルを管理してデプロイするには、専門的で熟練した開発者とプログラマーのチームが必要です。ジェネレーティブAIコーディングツールであるCodexやCopilotは、ソフトウェア開発を容易にし、ナレッジワーカーにとってより生産性の高いものにします。
実際に、ARKのBig Ideas 2023レポートによると、AIコーディングアシスタントはコーディングタスクの完了時間を半分に短縮します。2030年までに、AIコーディングアシスタントはソフトウェアエンジニアの出力を10倍に増やすことができると予想されています。
コーディングタスクの完了時間。出典：ARKのBig Ideas 2023
3. ナレッジワーカー：ビジュアルアーティスト＆デザイナー
別のナレッジワーカーのグループであるアーティストやデザイナーも、ジェネレーティブAIの影響を受けています。彼らのタスクには、ビジュアルコンセプト、グラフィックス、イラスト、クリエイティブなUIを作成し、Adobe Photoshop、Illustrator、Canvaなどのデザインツールを使用して、豊かなユーザーエクスペリエンスを提供することが含まれます。
画期的なジェネレーティブ画像モデルであるDALL-E2、Stable Diffusion、Midjourneyにより、デザイナーの生産性が大幅に高まりました。例えば、人間が5時間かけて作成し、150ドルかかるグラフィックデザインは、ジェネレーティブ画像モデルを使用して、1分以内に8セントで作成できます。
4. ナレッジワーカー：ミュージシャン＆サウンドエンジニア
ジェネレーティブAIは、音楽の作曲とミックスを容易にします。例えば、GoogleのAudioLMは、リアルなピアノミュージックを作成し、不完全なアコースティックトーンを完了することができるジェネレーティブオーディオモデルです。Googleは、テキスト説明に基づいて美しいメロディーを生成できる音楽生成モデルであるMusicLMも開発しています。
2020年、Open AIは、ジャンル、芸術家、歌詞に基づいて新しい音楽サンプルを生成できる、同様の音楽生成ツールであるJukeboxを紹介しました。以前、Open AIは、10種類の楽器を使用した4分間の音楽曲を生成できるGPT-2ベースのMuseNetモデルをリリースしました。
ジェネレーティブオーディオモデルはまだ初期段階ですが、ミュージシャンとサウンドエンジニアの生産性を高めるための余地は、将来的にさらに拡大するでしょう。
5. ナレッジワーカー：YouTuber＆ビデオコンテンツクリエイター
ビデオコンテンツはブームになっています。2022年には約5100万のYouTubeチャンネルがありました。ビデオコンテンツの制作には、レコーディング、編集、イラストやサウンドの追加、プリプロダクションやポストプロダクションなどの段階があります。
ジェネレーティブAIビデオプラットフォームは、ビデオコンテンツの生成を容易にします。ツールであるSynthesia.ioやPictoryは、ビデオマーケティングやブランディングの専門家がスクリプトからビデオを作成できるようにします。これらの最先端のAIプラットフォームを使用すると、ナレーターとビデオ背景を追加してプロフェッショナルなビデオを作成できます。
2022年9月、Meta AIは、テキストプロンプトに基づいて高品質のビデオクリップを生成できるMake-A-Videoプラットフォームをリリースしました。これは、ビデオパターンを学ぶために公開データセットでトレーニングされ、ユニークなビデオを生成できます。
将来的に、YouTuberやビデオコンテンツクリエイターの生産性を高めるために、より質の高いコンテンツを短時間で作成できるようになるでしょう。
ジェネレーティブAIの長所と短所
ジェネレーティブAIがナレッジワーカーに与えるさまざまな利点と欠点を見てみましょう。
ジェネレーティブAIの長所
- 合成データ生成:革新的なAIモデルをトレーニングするには、多量のデータセットが必要です。ジェネレーティブAIはこの問題を解決できます。レポートによると、ジェネレーティブAIは2025年には全データの10%を占めることが予想されています。2023年には1%でした。したがって、データサイエンティストやAI専門家は、データ収集に関する課題に直面することはありません。
- 低コスト:ガートナーによると、2024年までに、低コード/ノーコード開発プラットフォームの約50%が「テキストからコード」機能を提供する予定です。開発者にとっては、最小限の努力とコストで、より多くの機能が実現可能になります。
ジェネレーティブAIの短所
- 合成コンテンツの検出:ジェネレーティブAIは生産性を高めるものの、ジェネレーティブAIコンテンツを検出して人間が作成したコンテンツと区別することは、研究や学術分野で深刻な問題になる可能性があります。2024年までに、欧州連合は、AI生成アーティファクトの「ウォーターマーキング」を義務付ける法律を制定する予定です。
- 失業:開発者は、ジェネレーティブAIが「 demasi」賢くなる場合、失業する可能性があります。ガートナーによると、2025年までに、20%の手順コード専門家は、ジェネレーティブAIが彼らの主なスキルセットを担うため、新しいスキルを身に付ける必要があります。
ジェネレーティブAIモデルの構築コスト
ジェネレーティブAIは、AIの最も革新的な分野です。現在、ジェネレーティブAIモデルをトレーニングするコストは高いですが、徐々に低下しています。例えば、推定によると、GPT-3をトレーニングするコストは2020年には460万ドルでした。2022年には45万ドルに低下しました。
GPT-3のトレーニングコスト。出典：ARKのBig Ideas 2023
ARKのBig Ideas 2023レポートによると、2030年までに、GPT-3よりも57倍多くのパラメータを持つAIモデル（175Bパラメータ）を、60万ドルでトレーニングできる可能性があります。これは、AIモデルのトレーニングコストが低下することによるものです。ライトの法則によると、AIの相対コンピュートユニット（RCU）生産コストとソフトウェアコストは、年間で57%と47%低下するため、トレーニングコストは2030年までに年間70%低下する予想です。
AIトレーニングハードウェアコスト。出典：ARKのBig Ideas 2023
すべての革新的なAI技術について、unite.aiで最新情報を入手してください。
