ChatGPTをはじめとする汎用生成AIは、とても便利です。
しかし業務の中で、特に製造業の現場でいざ使おうとすると、便利だけど現場では使えないという結果になることが多々あります。
本記事では、汎用生成AIが抱える構造的な問題を整理しながら、なぜ弊社のAI「Growdea」が基盤モデルから自社開発されているのかをお伝えします。
製造業のAI活用で失敗しないために。ChatGPT等の限界と問題について
「それっぽい答え」と「正しい答え」は別物である
世間では、ChatGPTをはじめとする汎用生成AIが急速に普及し、「AIを使えばなんでもできる」という雰囲気が広がっています。実際、生成AIの能力もとい性能の高さには目を見張るものがあります。
しかし、日本の業務現場——特に製造業の現場で汎用生成AIを使ってみると、大抵が限界にぶつかることになるのです。
汎用生成AIは非常に賢いのですが、その性質上、自身の発言に責任を負うことができません。
生成AIの回答は流暢で、知識量も圧倒的です。しかし製造業の現場で求められているのは、知的な会話能力ではありません。
現場が必要としているのは、「この帳票は何のためのものか」「どの数字が判断に使われるか」といったことを理解する、業務そのものの理解者です。
私たちはあえて汎用生成AIとは逆の特徴を持ったAIを設計・開発しました。流暢さは二の次に、間違えないAIを作ったのです。
「なぜその判断をしたのか」に答えられるAI
生成AIは優れた回答をしてくれますが、「どうしてそう判断したのか」という理由を覗き見たり、コントロールしたりすることができません。
さらに、突然のモデルの更新などで挙動が変わることも珍しくなく、同じ質問を投げかけても、昨日までと全く異なる結果を返してくるという事態も起き得ます。製造業の現場では致命的です。
Growdeaは、なぜその出力になったのか、どの条件で例外処理されたのかなど、AIの考え方を確認できる設計にしています。
判断理由を説明できるというのは、業務にAIを組み込むうえでの最低条件であるというのが、私たちの考えです。
生成AIの日本語問題
ほとんどの生成AIは、英語を基準としています。
汎用生成AIの日本語能力は高水準ですが、元が英語の思考を日本語に訳した結果が自然に見えるというだけです。
日本の業務文書には独特の慣習がいくつもあります。主語が省略されたり、「検討します」「確認します」のような言葉が実質的な意味を持っていたり、といったことです。
こうした要素は、文章の解析だけでは判断がつきません。
Growdeaは、日本語の業務文書を扱う際、自然言語としてではなく業務慣習の集合体として扱っています。
だからこそ、あいまいな言い回しや書き手による表記揺れのような、現実の文書に含まれる「揺らぎ」にも対応することができるのです。
業務現場が本当に求めているもの
生成AIは目覚ましいスピードで進化し続けています。
ですが、現場が本当に求めているのは、進化ではなく「安定」なのです。
同じ条件を入力したら、同じ結果が出力されること。
半年前と同じ判断が今日も再現できること。
ずっと同じ方法で扱えて、担当者が学習し直さなくていいこと。
業務においては、変わらないことそのものが価値になり得るのです。
Growdeaは頻繁なモデル刷新よりも、挙動を安定させることを最優先としています。
これは、基盤モデルを自社で持たない限り実現することができません。
私たちは、現場が本当に欲しいものを届けるため、AIをイチから開発しているのです。
なぜ、イチからAIを作るのか
Growdeaを自社内で基盤モデルから開発している理由は、突き詰めるとシンプルなものです。
- 現場で安心して使えるAIであること
- 説明責任を自社で負えること
- 長期運用できるAIであること
これらをすべて満たすには、汎用生成AIを使うだけでは足りなかった、というのが理由です。
生成AIは非常に優れたツールですが、製造業の現場にそのまま持ち込めるものではありません。
Growdeaは、現場の実態を見て、考えて、そのうえで作っているAIです。
こちらの記事で、AI-OCRをイチから作ることへのこだわりをさらに詳しくご紹介しています。
現場のためのAI-OCR「Growdea-OCR」搭載商品のご案内
現場のことを第一に考えたAI-OCRであるGrowdea-OCRを搭載した、業務効率化のためのソフトウェアを展開しています。
オンプレミスで動作可能、買い切りタイプ・サブスクリプションタイプ両方のご用意など、現場からのご要望を多く反映したパッケージ群です。
帳票ソフトウェアのほか、検品、ポカヨケ、マスキングなど多種多様な商品をご用意しています。