法律事務所Ropes & Grayでパートナーを務めるレジーナ・サム・ペンティ氏は、科学技術誌「MIT Technology Review」が2023年5月に開催したカンファレンス「EmTech Digital 2023」のパネルディスカッションで、次のように語った。「ビジネスプロセスの中には、生成AIの活用が明らかに理にかなっているものもあれば、より繊細で慎重な意思決定を必要とするものもある」

　既存の法律や規制の大半は、バイアス（偏見）など、AI技術の潜在的なリスクについて明確には言及していない。だが規制が強化される動きはある。米国における公正な取引を監督、監視する政府機関の米連邦取引委員会（FTC）は、例えば以下の点について調査を進めている。

• AI技術の不適切な使用による公正信用報告法（FCRA）や信用機会均等法（ECOA）の違反があるかどうか
• 消費者信用や雇用、住宅、保険を取り扱う企業が、偏っているか説明性に欠けたアルゴリズムを使用していないかどうか

　AI技術に関する規制が厳格化する状況を踏まえると、規制の厳格な順守が求められる金融業界や医療業界で生成AI導入がなかなか進まないのは当然と言える。一方で、大量の機密データを扱うこれらの業界にとって生成AIや大規模言語モデル（LLM）は無視できない存在だ。そのため適切に管理されているツールを使用して、リスクを軽減する仕組みを検討すべきだ。

　生成AI導入を検討する企業はリスクを抑えるために、具体的に以下のようなポイントに注意する必要がある。

• 透明性
  • 生成AIは質問や問い合わせごとに異なる回答を出力する傾向がある。このような生成AIの特性は、ビジネスの意思決定にリスクをもたらす可能性がある。
• 教師データの新しさ
  • 一般的に生成AIの回答は過去の情報に基づいているため、回答内容が古い場合がある。例えばChatGPTのトレーニングに使われる学習データは2021年9月時点の情報に基づいているため、最新の情報を反映していない回答を生成する可能性がある。
• 正確性
  • 生成AIはしばしば誤った情報を出力する。ユーザーは、生成AIから望ましい出力を得るための適切なプロンプト（情報生成のための質問や指示）を開発することで問題への対処を試みる。
• 運用コスト
  • 生成AIを利用すると運用コストが膨らむ場合がある。例えばChatGPTはMicrosoftのクラウドサービス群「Microsoft Azure」で利用できるが、Microsoft Azureの利用にはその分の利用料金が必要になる。

　後編は、銀行大手JPMorgan Chaseが生成AI導入をどう進めるのか、事例を紹介する。