メインコンテンツへスキップ
見出し画像

会社がAIを導入するって、実際何をしているの? AI初心者が知っておきたい仕組み

    最近、ニュースや社内のお知らせで、こんな言葉を見かけることが増えていませんか?

    当社では、業務効率化に向けてAIを導入します。

    でも、そもそも「会社がAIを導入する」って、具体的に何をしているのでしょうか?

    • 会社が独自のAIを開発しているの?

    • ChatGPTのようなサービスを契約しているだけ?

    • 社内のデータとAIをつなげているの?

    ITやAIに詳しくないと、少しイメージしづらいですよね。

    実は、会社でAIを利用する方法はひとつではありません。

    この記事では、専門的な知識がなくても理解できるように、会社がAIを利用するときの代表的な仕組みを紹介します。


    1. 会社がAIを導入する=AIをゼロから開発する、ではない

    まず知っておきたいのは、会社がAIを導入するといっても、必ずしも自社専用のAIをゼロから開発しているわけではない、ということです。

    実際には、すでに存在するAIサービスを契約して利用したり、既存の社内システムとAIを連携させたりする方法もあります。

    たとえば、普段私たちが使っているサービスにも、AIが組み込まれています。

    • ChatGPT

    • Microsoft 365 Copilot

    • Gemini

    こうした既存のAIを会社の業務で使えるようにすることも、AI導入のひとつです。

    つまり、

    AIを導入する = 自社でAIを一から作る

    というわけではありません。

    では、会社では具体的にどのような形でAIを利用しているのでしょうか?

    2. 会社でAIを利用する代表的な3つの形

    会社でAIを利用する方法は、いくつかの観点から整理できます。

    今回は初心者でも理解しやすいように、次の3つの観点から紹介します。

    ※この3つは完全に独立した方法ではありません。実際には、複数を組み合わせて利用することもあります。

    ① 既存のAIサービスを契約して利用する

    最もイメージしやすい方法です。

    たとえば、会社がChatGPTやMicrosoft 365 Copilotなどのサービスを契約し、社員が業務で利用できるようにします。

    具体的には、

    • メールの文章を作成する

    • 会議の議事録を要約する

    • 資料の構成を考える

    • Excelの関数や数式について相談する

    といった使い方があります。

    この場合、会社がAIそのものを開発しているわけではありません。

    すでにあるAIサービスを、会社の業務で使えるようにしているということです。

    ② 既存のシステムとAIを連携させる

    もう少し踏み込んだ方法です。

    たとえば、会社には次のようなシステムがあるとします。

    • 顧客情報を管理するシステム

    • 問い合わせを管理するシステム

    • 社内の申請・承認システム

    • 売上や在庫を管理するシステム

    こうしたシステムにAIを連携させることで、業務の一部を自動化できます。

    たとえば、顧客から届いた問い合わせ内容をAIが読み取り、内容を要約して担当者に表示する、といった仕組みです。

    このような連携で使われることがあるのが、API(エーピーアイ)という仕組みです。

    APIとは、簡単にいうと、異なるシステム同士が情報をやり取りするための窓口です。

    イメージとしては、次のような流れです。

    ① 社内システム
       問い合わせを受け取る
            ↓
    ② API
       AIに情報を送る
            ↓
    ③ AI
       内容を読み取って要約する
            ↓
    ④ 社内システム
       要約結果を表示する

    このように、AIを既存のシステムとつなぐことで、今まで人が行っていた作業の一部を自動化できるようになります。

    なお、実際にこの仕組みを作るには、APIを利用するためのプログラムやシステム側の設定なども必要になります。

    ③ AIそのものを開発・調整する

    3つ目は、AIそのものを開発したり、既存のAIモデルを目的に合わせて調整したりする方法です。

    もしかしたら、ここをイメージする人が多いかもしれません。
    (私はそうでした💦AIつくるの!?すげーって笑)

    たとえば、

    • 特定の業界に特化したAIを開発する

    • 独自のデータを使ってAIモデルを調整する

    • 特定の業務に適したAIを構築する

    といったケースです。

    ただし、これは専門的な知識や技術、開発コストが必要になることも多く、すべての会社が自社でAIモデルを開発しているわけではありません。

    実際のAI導入では、①の既存サービスの利用や、②の既存システムとの連携などを組み合わせるケースもあります。

    3. APIとLLMって何が違うの?

    ここで、先ほど登場したAPIに加えて、もうひとつ知っておきたい言葉があります。

    それが LLM(大規模言語モデル) です。

    AI関連の記事やニュースを見ていると、APIやLLMという言葉がよく出てきます。

    どちらもAIの仕組みを理解するうえで重要ですが、役割はまったく違います。

    用語役割APIシステム同士が情報をやり取りするための窓口LLM人間の言葉を理解・生成するAIモデル

    もう少し簡単にいうと、

    • API:情報を届けるための窓口

    • LLM:情報を読み取って、文章を考えるAIの頭脳

    というイメージです。

    たとえば、社内システムからAIに問い合わせ内容を送る場合、APIを通じて情報を送り、LLMがその内容を読み取って回答を生成します。

    つまり、APIとLLMは競合するものではなく、それぞれ違う役割を持ち、組み合わせて使われるものなのです。

    4. 社内データをAIに読み込ませる仕組み「RAG」

    会社でAIを利用する際、もうひとつ重要になるのが、社内の情報をAIに活用させる仕組みです。

    たとえば、社員がAIにこんな質問をしたとします。

    交通費の申請ルールを教えてください。

    一般的なAIは、会社独自の交通費申請ルールを最初から知っているわけではありません。

    そこで使われることがあるのが、RAG(ラグ)という仕組みです。

    RAGとは、簡単にいうと、AIが回答を作る前に、社内資料などから関連する情報を検索し、その情報を参考にして回答する仕組みです。

    たとえば、次のような流れになります。

    ① 社員が質問する
       「交通費の申請ルールは?」
    
            ↓
    
    ② 関連する社内資料を検索する
       交通費規程・申請マニュアルなど
    
            ↓
    
    ③ 関連する情報をAIに渡す
    
            ↓
    
    ④ AIが情報を参考に回答する
       「交通費の申請は〇〇の手順で行います」

    実際には、あらかじめ社内資料を検索できるように準備しておき、質問されたときに関連する情報を取り出す仕組みなどが使われます。

    ここで大切なのは、社内データをAIに利用させることと、そのデータをAIモデルの学習に使うことは別の話だという点です。

    RAGでは、社内資料を検索して、その内容を回答の参考情報としてAIに渡します。

    必ずしも、その資料をAIモデル自体に学習させているわけではありません。

    ただし、検索した情報が古かったり、必要な情報を正しく取得できなかったりすれば、回答が不正確になる可能性もあります。

    また、社内資料を利用する場合は、社員ごとの閲覧権限を適切に管理することも重要です。

    RAGがある場合と、ない場合で何が違う?

    では、実際にRAGがある場合と、ない場合では、AIの回答はどう変わるのでしょうか?

    例えば、社員がAIに次のように質問したとします。

    交通費の申請方法を教えてください。

    ① RAGがない場合

    AIは会社独自の交通費申請ルールを参照できません。

    そのため、一般的な知識をもとに、

    「交通費の申請では、通勤経路や利用区間、金額などを確認し、会社の規定に従って申請します」

    といった一般的な回答をする可能性があります。

    もちろん、会社独自のルールを知っているわけではないので、実際の申請方法と違う可能性があります。

    ② RAGがある場合

    会社の交通費規程や申請マニュアルが、あらかじめ検索できるように準備されているとします。

    AIは質問を受け取ると、関連する社内資料を検索し、その内容を参考に回答します。

    例えば、社内規程に次のようなルールが書かれていたとします。

    • 交通費は毎月末に申請する

    • 所定の申請システムを利用する

    • 上長の承認が必要

    この場合、AIはこうした社内ルールをもとに、

    「交通費は毎月末までに申請システムから申請してください。申請後、上長の承認が必要です」

    といった、会社独自のルールに沿った回答ができるようになります。

    ※上記は仕組みを説明するための架空の例です。

    ただし、RAGがあれば必ず回答できるわけではない

    ここでもうひとつ、知っておきたいポイントがあります。

    例えば、社内資料を検索しても、質問に対する答えが見つからなかった場合はどうなるのでしょうか?

    実は、最近のRAGシステムでは、情報が見つからない場合に、無理に回答しないよう制御する仕組みを設けることもできます。

    例えば、

    「社内資料から該当する情報を確認できませんでした。担当部署にお問い合わせください」

    といった回答を返すように設定できます。

    つまり、一般的なAIの知識を使って、それらしい回答を勝手に作らないようにするわけです。

    こうした制御を行うことで、会社独自のルールについて、根拠のない回答をしてしまうリスクを減らせます。

    ただし、この制御も万能ではありません。検索に失敗したり、資料の内容が不十分だったりすると、誤った回答が生成される可能性は残ります。

    5. 会社でAIを使うとき、社員が知っておきたいこと

    ここまで紹介したように、会社でAIを利用する方法にはいくつかの形があります。

    ただ、社員として実際にAIを使うときに、技術的な仕組みをすべて理解する必要はありません。

    まずは、次の3つを確認しておくことが大切です。

    ① 会社が認めているAIは何か?

    会社によって、利用できるAIサービスは異なります。

    個人で契約したAIサービスを業務で使ってよいとは限りません。

    ② どのような業務に使ってよいのか?

    文章作成や要約は許可されていても、顧客情報の処理などは制限されている場合があります。

    ③ どのような情報を入力してよいのか?

    会社の情報や顧客情報を入力してよいかどうかは、会社のルールや利用するサービスの契約・設定によって異なります。

    「会社が契約しているAIだから、何を入力しても大丈夫」というわけではありません。

    利用ルールを確認したうえで使うことが大切です。


    まとめ:AI導入の仕組みを知ると、会社の取り組みが見えてくる

    今回の記事では、会社がAIを利用する代表的な仕組みを紹介しました。

    最後に、ポイントを整理しておきます。

    • 既存AIサービスの利用:ChatGPTなどを会社で使えるようにする

    • API連携:既存のシステムとAIをつなぐ

    • AIの開発・調整:目的に合わせてAIそのものを開発・調整する

    • LLM:文章を理解・生成するAIモデル

    • RAG:社内資料などを検索し、その情報をAIの回答に活用する仕組み

    「会社がAIを導入する」といっても、その裏側にはさまざまな仕組みがあります。

    最初からすべてを理解する必要はありません。

    まずは、AIがどのように業務に組み込まれているのかを知ることから始めてみましょう。

    これからAIやDXについて学んでいくうえで、今回紹介したAPIやLLM、RAGといった言葉も少しずつ理解できるようになるはずです。

    次回は、今回登場した 「APIとは何なのか?」 について、IT初心者にもわかるように、もう少し具体的に解説していきます。


    この記事が少しでも参考になったら、スキやフォローをしていただけるとうれしいです!

    プロフィール / 発信まとめ

    (※画像内に登場した「ほしだらさん」のLINEスタンプもひっそり販売中です★)


     
     
    AIやDXの勉強に参考書はいりません。「こんな感じ」でOK。 社内で非エンジニア向け勉強会も開催中。 本音は働きたくないので、AIで脱サラできないか模索中。 Copilot Studio、PowerAppsなどの自動化、コピペ用プロンプト、LINEスタンプ制作の裏側を発信します。

    あなたへのおすすめ