【話題のAI】OpenAI o1への期待値

AIの可能性の広がりと、固めるべき足元

＜AIの広がる可能性＞

最近発表されたOpenAI o1はご存知ですか？
o1とは、OpenAIが開発した最新のAIモデルで、これまでのGPTとは別次元の性能と謳っています。それは、複雑な問題解決能力や論理的思考力の向上。数学、科学、プログラミングなどの分野で、人間の専門家レベルの能力を誇ります。
　　
・GPT-4oに比べて推論能力が大幅に強化
・物理/生物/化学の問題で人間の博士レベルを超える精度
・全米数学オリンピック予選で上位500位の実力
・プログラミング世界大会で金メダルレベルの実力
・内部的な推論過程を観察可能
・安全性が向上
　　　

o1は、難しい推論ベンチマークにおいてGPT-4oよりも大幅に改善されています。下図の実線のバーはpass@1の精度を示し、網掛けの領域は64サンプルでの多数決（コンセンサス）のパフォーマンスを示しています。

引用元：Learning to Reason with LLMs（OpenAI）

＜AIを活用できている国内企業割合＞

AIに対する期待が高まる中、AIを利活用できている企業はどの位あるのでしょうか。
総務省は、2024年版「情報通信白書」で個人・企業の生成AIの利活用について、国内外を比較した調査結果を発表。日本は生成AI利用について、様々な面で低水準であることが判明しました。

国内企業においてAIを利用している企業の割合は6割を超え、AIに関して興味・期待を寄せていることが分かります。他方「活用できている」企業の割合はわずか約18%と2割弱。他国と比較しても圧倒的に使いこなせてなく、社内浸透が進んでいない現実が伺えます。

引用元：総務省令和6年版情報通信白書

＜AI導入時の初動が肝要＞

AIを活用し全社的な生産性を求める際に重要なのが、導入前後の対応です。
AI導入の初期対応には、まず目的を明確に設定し、現在の業務プロセスとデータの状況を把握することが重要です。次に適切なAI技術やツールを選定し、小規模なパイロットプロジェクトで効果を検証します。その成功を基に導入を拡大し、必要に応じて社員に対する教育やトレーニングを実施します。最後に、AIシステムのパフォーマンスを継続的にモニタリングし、改善を図ることで、AI導入の成功率を高めることができます。
AIに対する期待値が高いことは事実ですが、導入時の初動を間違えると「ライセンスを買っただけ」へ必至です。

では、利活用へ繋げる「導入前後の最適解」とは？