PoCで終わらせない企業の生成AI活用 有識者が語る、失敗を避けるためのノウハウ：期待通りの成果を得るために

さまざまな企業で生成AIの活用が進んでいる。しかし、取り組んでみたものの「有効な使い方が分からず、思うような結果が得られない」とPoC止まりのケースも見受けられる。実務で使える生成AIを実現するには何が必要なのか、生成AI活用の有識者に聞いた。

[TechTargetジャパン]

　生成AI（人工知能）が大ブームといえる状況になっており、さまざまな適用事例が紹介されている。煩雑な事務作業の負荷を軽減したり、調べものの時間を短縮したりといった成果が出たという企業の報告が相次いでいることから、「自社でも取り組むべき」と考える経営層は少なくないはずだ。こうした中、社内データを生成AIに学習させて業務効率改善などのPoC（Proof of Concept《概念実証》）プロジェクトをすでに実施している企業も増えている。

　「まずどこから手を付けたらいいのか分からない」という段階の企業は少数で、多くの企業で生成AIに関する知識や経験値が高まっている状況だ。一方で、「期待したほどの成果は得られなかった」という結果に終わる企業も少なくない。

　「実務で使える生成AI」を実現するためには、学習させるデータの品質が極めて重要だということは認識されていると思われるが、どのようなデータを用意すればよいのか、手持ちのデータの品質を高めるために何かできることがあるのか、といった部分については経験やノウハウが重要で、生成AI活用のハードルの一つになっている。

　その結果、経験やノウハウに基づいたデータの前処理を行うことで精度を高められる可能性があるにもかかわらず、そこに気付かずに「生成AIは実用にはまだ遠い」という結論に至ってしまうPoCも見受けられるようだ。そうした急ぎ足の結論を避け、生成AI導入プロジェクトを成功に導く方法について有識者に聞いた。