自然言語の意味や文脈を理解し、大量のデータを学習してオリジナルのコンテンツをつくり出す。これが生成AIの最大の強みであり、特徴だ。膨大なドキュメントや議事録の要約などはお手のもの。テーマを指定して、図解やイラストを織り交ぜた提案資料を作成することもできる。広告業界ではキャッチコピーのアイデア出し、画像や動画などクリエイティブ原案の作成などにも使われている。テキストを読み上げる音声も生成可能だ。カスタマーサポートのチャットボットなどに活用されている。

こうした特性を生かし、様々な分野で活用が広がりを見せている。注目すべきは、その利用形態が高度化していることだ。

ある産業素材メーカーは、製品の不良を検知するAIシステムを開発した。人が目視で行う不良品検査を自動化し、人手不足を補い、同時に生産性も向上した。人による検査のバラつきが解消され、手戻りも減少している。これだけでも大きな成果だが、同社はこのシステムに生成AIをアドオンして、さらなる精度向上を図っている。不良品の画像を画像生成AIで作成し、それをAIシステムの教師データとして学習させる。つまり、生成AIでAIシステムを鍛えているわけだ。

AIシステムの精度を高めるには、その基となる教師データが欠かせない。教師データの質と量が検査精度を左右するため、良質なデータを数多く学習させることが重要になる。しかし、実際の不良品発生はレアケースであり、画像データはなかなか集まらない。そこで不良品画像データの作成に生成AIを活用した。これにより、数年かかる不良品画像の収集を数カ月に短縮できるという。生成AI自体は現場の作業員でも使いこなせるため、AIエンジニア以外の人材がAIシステムの開発に参加できるようになり、開発効率も向上しているという。

様々な不良品パターンを学習させていくことで、AIシステムの精度はどんどん向上していく。人手不足を補うだけでなく、検査精度も向上するという好循環が期待できる。同メーカーでは、将来的に様々な生産ラインに横展開していくことで、自動化領域の拡大を目指しているという。

紙の帳票を利用することが多い業務でも生成AIで自動化が進む。ある大手総合商社はAIを使ったOCR（光学的文字認識）システムに生成AIを組み合わせた。

AI-OCRを使えば、請求書や契約書などの紙文書をデジタル化できるが、「その内容が間違っていないか」「どういう情報が記載されているか」といった判断は人が行う必要がある。紙の情報をデジタル化するだけで、自動化にまで至っていなかった。この判断を生成AIで自動化することを目指している。

例えば、契約文書のチェックには税法に関する知識が必要になるため、その知見をデータベース化した。過去にチェックした文書やチェックポイントをまとめた業務マニュアルなどもデータベース化し、生成AIのプロンプトからこれらを的確に抽出できるようにチューニングを繰り返した。文書の中のどこを、どうチェックするかを学習させたわけだ。

この取り組みは実証実験レベルだが、文書の仕分け、入力された情報の判断などを自動化できることを確認した。より多くの文書形式、法令の知見、過去実績をデータベース化すれば、多様な文書や帳票の処理に対応できる。これまで人手に頼っていた業務プロセスの自動化領域が大きく広がるものと期待されている。

社会的に関心が高まっているカスタマーハラスメント（カスハラ）対策にも生成AIが活用されている。ある大手保険会社は悪質なクレーム電話をリアルタイムで検知するAIシステムを実現し、カスタマーサポートを担うコールセンターに導入した。

顧客とオペレーターとの通話内容は音声認識AIがテキスト化する。悪質なクレーム電話を検知した場合は、マネジャーへ自動でメール通知する。マネジャーは通話内容のテキストを確認し、対応を引き継いだり、理不尽な要求には毅然とした対応を指示する。

音声認識AIにはカスハラに関するマニュアルに基づいて、悪質クレームに該当するキーワードを学習させてある。これを基に悪質なクレーム電話かどうかを判断する。保険業界で使われる専門用語や方言を追加学習したことで、認識精度は90％以上に向上したという。通話終了後には生成AIが内容を要約し、記録する。

カスハラはオペレーターの本来業務を圧迫するだけでなく、メンタルに不調を来たし、離職を余儀なくされる人も少なくない。このシステムにより、組織全体でカスハラに対応できるようになり、オペレーターの心理的負担を低減できたという。生成AIが悪質なクレームからオペレーターを守る“防波堤”になっているわけだ。また顧客との通話記録を生成AIが自動化することで、年間約29万時間超の業務時間の削減が見込めるという。

不毛なカスハラに振り回されることなく、オペレーターは本来業務に注力できる。オペレーターの不安やストレスを取り除き、これまで以上にお客様に寄り添った対応が可能になる。これが最大のメリットだという。今後は専門用語や該当キーワードなどの学習を重ね、認識精度の向上を図るとともに、他拠点のコールセンターにも導入を拡大していく計画だ。

生成AIの活用は世界的なトレンドだ。海外でも多くの企業・組織が目を見張る成果を上げている。なかでも医療業界の取り組みは日本の先を行く。北米の医療機関Northwestern Medicineの取り組みはその一例だ。

生成AIを活用して放射線自動解釈／評価システム「ARIES（アリーズ）」を構築した。放射線画像を生成AIが確認し、放射線科医のために迅速に解釈の下書きを準備する。放射線科医はこの情報を基に画像を解釈することで、医療画像の処理時間を大幅に短縮し、患者ケアを効率化する。ARIESの活用により、放射線画像の確認における生産性は最大40％向上したという。

放射線検査の結果が素早くもたらされるメリットは大きい。最適な治療法やリハビリテーション、健康面・生活面の不安を軽減するためのサポートの検討などに、より多くの時間を費やせるからだ。専門医や医療チームはこれまで以上に患者に寄り添った医療を提供できる。

大きな労力を要する報告書作成を効率化することでも、放射線科医の業務負担を軽減。米国の医療業界では、放射線科医の人手不足が課題となっているが、生成AIがその解決策となるかもしれない。

この革新的医療サービスはパートナーとの共同作業で構築したものだ。AI開発のための機器の調達と構成において重要な役割を果たしたのが、デル・テクノロジーズとNVIDIAである。

このプロジェクトの発足した当初、ARIESのオンプレミスでの運用環境の提案を行ったのがデル・テクノロジーズだ。クラウドは利用頻度やデータの増加に伴い、コストが高騰する可能性がある。また医療データにはハイレベルなセキュリティーとガバナンスが求められる。技術的な制約があると、リソースへのアクセス方法やプロビジョニング方法で柔軟性が損なわれる恐れもある。そこで同社は、オンプレミス環境に生成AIソリューションを直接導入する方法を提案した。最適なコストで柔軟かつ安定的に運用できる上、AI研究者と医師も連携しやすくなるからだ。データの学習やチューニング作業をセキュアな環境で行える点も大きい。

ARIESのインフラには、デル・テクノロジーズとNVIDIAの最新プロダクトで構成されるAIソリューションを採用している。これは8個のNVIDIA H100 GPUを搭載した4台のDell PowerEdge XE9680サーバーで構成されるクラスター形式のソリューション。NVIDIA GPUの力とDell PowerEdgeサーバーの柔軟性を併せて活用することで、マルチモーダル大規模言語モデルの実行に最適なAI基盤を実現できる。

PoC環境にはデル・テクノロジーズの「AI Innovation Lab」を活用し、AIエンジニアをはじめとする各領域のリーダーと協力して開発・検証を進めていった。AI Innovation LabのメンバーがNorthwestern Medicineの一員となって伴走支援することで、困難な問題を解決し、要件を満たすAIソリューションを短期間で構築できたという。

Northwestern Medicineは研究調査も兼ねて、ARIESを11の病院に展開し、生成AIの利用範囲を看護職や介護職などにも拡大している。デル・テクノロジーズとNVIDIAの支援のもと、共同作業によるイノベーションも推進し続けている。

その一環として自分たちの持つデータ資産を活用し、患者一人ひとりの健康状態を管理するデジタルツインを構築した。生活習慣などによって変化する疾病リスクを予測したり、最適な治療法の選定などに役立てるのが狙いだ。これを大病院だけでなく、地域のクリニックなどにも広げ、広域医療で人々の健康を見守り支えていく。そんな未来を構想しているという。

このように生成AIは、多くの分野で革新をもたらしつつある。今後も生成AIをはじめとするAIテクノロジー、それを支えるインフラやサービスも進化を続けていく。AIの可能性はさらに広がり、これまでAIとは無縁と思われていたような業界でも導入が進むだろう。新たな価値や体験が次々と生み出され、私たちの暮らしやビジネスは大きく変わっていく。AI共生時代は既に幕を開けた。既にAIは使うか否かではなく、どう使うかが問われ始めているのである。