生成AI（人工知能）が生活やビジネスの中に入ってくると、マーケターは価値をつくること以外、すべてをAIに任せる時代になるのか。また、企業はどう成長戦略を描けばよいか。顧客起点マーケティングを提唱する、Strategy Partners（東京・港）代表取締役社長の西口一希氏と、マーケティングの学習アプリなどを開発するグロースＸ（東京・渋谷）取締役CMO（最高マーケティング責任者）でシンクロ（東京・渋谷）社長の西井敏恭氏に、生成AI時代にマーケターや企業が生き残る道を聞いた。 生成AIは今後、生活や経営に浸透し、当たり前の存在になっていくと考えられる。現段階では、対話型AI「ChatGPT」が流行してテキストベースの印象が強いが、画像や動画の生成も一般化しつつあり、商品開発などにも大きな影響を及ぼす可能性がある。 ChatGPT の生みの親である米オープンAIが2024年2月に公開した動画生成

ジェネレーティブAI（生成AI）の代表格、ChatGPTは公開から3カ月ほどで、「MBA最終試験の解答がB（合格レベル）評価を獲得」「米司法試験の解答が上位10％のスコアを獲得」「日本の医師国家試験に合格」したほどの実力を持つ。あまりのスピードの速さに「生成AIスキルが陳腐化するのでは」と憂慮する声もある。では陳腐化しない生成AIスキルとは何か？ 本稿ではアクセンチュア 執行役員 AIセンター長 保科 学世氏が提唱する2018年から現在も古びない「AIとの8つの融合スキル」を紹介する。「人間がAIを補完するスキル」「AIに人間の力を拡張させるスキル」「人間とAIのハイブリッド活動」に分けてそのポイントを確認しよう。

スウェーデンのウメオ大学のエリック・ストルターマン教授が2004年に初めて「DX（デジタルトランスフォーメーション）」を提唱して、はや20年。多くの日本企業がIT・デジタルを軸にした変革を重要課題と捉え、さまざまな施策に取り組んでいる。ただ、志高くDXに注力したものの、頓挫してしまうケースもここ最近は目立つようになってきた。 なぜDXは停滞してしまうのか。国内で活躍するプロCIO（最高情報責任者）・CDO（最高デジタル責任者）への取材を基に、DX推進のノウハウを学ぶ。 これまでの記事で触れた「強いIT部門を取り戻す」こと、「現場主導で変革を進める」ことに続き、DXを推進する上で欠かせない3つめのテーマとして見えてきたのが「マインドの変革」だ。 プロCIOは効果的なデジタル施策を実行するためにも、IT部門や会社全体の風土改革に力を注いでいる。大企業病的で旧態依然とした社風、縦割りで硬直化した

スウェーデンのウメオ大学のエリック・ストルターマン教授が2004年に初めて「DX（デジタルトランスフォーメーション）」を提唱して、はや20年。多くの日本企業がIT・デジタルを軸にした変革を重要課題と捉え、さまざまな施策に取り組んでいる。ただ、志高くDXに注力したものの、頓挫してしまうケースもここ最近は目立つようになってきた。 なぜDXは停滞してしまうのか。国内で活躍するプロCIO（最高情報責任者）・CDO（最高デジタル責任者）への取材を基に、DX推進のノウハウを学ぶ。 前回の記事で触れた「強いIT部門を取り戻す」ことに続き、DXを推進する上で欠かせない2つめのテーマとして見えてきたのが「現場主導」だ。DXというと一見、ITの担い手であるIT・デジタル部門が主役と思われがちだが、「それは違う」とプロCIOらは異口同音に答える。 「変革の主役は事業部門であることを意識しなければならない。IT部

スウェーデンのウメオ大学のエリック・ストルターマン教授が2004年に初めて「デジタルトランスフォーメーション（DX）」を提唱して、はや20年。多くの日本企業がIT・デジタルを軸にした変革を重要課題と捉え、さまざまな施策に取り組んでいる。ただ、志高くDXに注力したものの、頓挫してしまうケースもここ最近は目立つようになってきた。 なぜDXは停滞してしまうのか。国内で活躍するプロCIO（最高情報責任者）への取材を基に、DX推進のノウハウを学ぶ。 日経クロステックが今回、事業会社で活躍するプロCIO10人を徹底取材したところ、DXを推進する上で欠かせないテーマの1つとして見えてきたのが「強いIT部門を取り戻す」ことだ。 「社員は優秀なのに、能力を生かし切れていない」「仕事の進め方が受け身になっている」「ベンダーに依存することが当たり前になっている」――。プロCIOは日本企業の現状の課題をこう吐露す

新規事業立ち上げのアンチパターンについて考えてみる。 このアンチパターンは、完全な飛地の新規事業だけではなく、複数プロダクトを経営する中での隣接領域の新規プロダクトの立ち上げのときや、あるセグメントにPMFした状態から次のPMFを探すときも同様のアンチパターンが適用されうる。 ここでのアンチパターンは、1つ目の事業立ち上げ・プロダクト立ち上げで起こることはない。2つ目の事業や2つ目のプロダクトを立ち上げる際に留意する点であり、コンパウンドスタートアップを正しく経営するには必ず頭に入れておきたい内容である。 規模からの逆算と顧客インサイトの軽視新規事業における市場選択のアンチパターンである。 例えば、売上の30%成長を続けるための、計画と現実のギャップを埋めるために新規事業を規模から探してしまうみたいなケースで見られる。 大前提として、市場規模の推定は重要である。実際に事業をやっていると、い

DX（デジタルトランスフォーメーション）により、注目が高まる「データドリブン経営」。経営層から現場まで全社員がデータを活用して業務を進めるよう、社内の体制や文化を築く取り組みだ。 多くの企業がデータドリブン経営の推進を経営目標に掲げる一方で、ガートナージャパンの調査によると、全社的なデータ活用について「十分に効果が出ている」と感じる企業は数％しかない。 データドリブン経営に取り組む企業は、どうして効果を十分に感じられない「残念」な状況に陥ってしまうのか。データドリブン経営を支援するコンサルティング会社や、データ基盤・活用のツールベンダー、そしてデータドリブン経営に取り組む企業への取材を基に、その原因と対策を探る。 前回はデータドリブン経営に向けた準備について取り上げたが、今回はデータドリブン経営に着手して数年たった企業が陥りがちな残念ポイントを取り上げる。データドリブン経営を継続し、成果を

生成AIでDXは進化する？ 先進AI企業「4社」のホンネ、活用の失敗事例と現実解とは 2022年11月にChatGPTが公開されて以来、生成AIが注目されている。生成AIサービスを業務の中で使用するだけでなく、自社サービスの機能にも生成AIの活用を考える企業も増えてきた。しかし、生成AIを活用するには前提知識や慣れも必要となり、業務に生かし切れていない企業も多い。生成AIサービス活用の現状や、生成AIをDX活用する際のポイント、今後の企業における生成AIの活用について、ベイカレント・コンサルティング チーフエキスパートの小峰弘雅氏、Spiral.AI 代表取締役 CEOの佐々木雄一氏、エクサウィザーズ 常務取締役の大植択真氏、Algomatic 代表取締役CEOの大野峻典氏、ノンフィクションライターの酒井真弓氏（モデレーター）が語った。

■ はじめに こんにちは、LayerX・バクラク事業開発の稲田(@HirotoInada)です！ 今回は事業開発をしていく上で必要になる”顧客解像度”をどのように上げていくのかに関して自身の経験を踏まえてまとめていきます。 この記事は 「BtoB事業開発アドベントカレンダー」 の6日目の記事です！ 前回は Pitta CEO 中村さんによる「toB事業立ち上げ時のBizOpsをどこまで設計すべきか」でした ぜひハッシュタグ「#BtoB事業開発アドカレ」をつけて感想などシェアをお待ちしております！ 全ての記事はこちらから(大人気につき2枠目も増設 計50人が参加してます) ・ BtoB事業開発アドカレ 1/2 ・ BtoB事業開発アドカレ 2/2 時間がない方向けのAIサマリー 時間がない方は、サマリーを読んでもっと詳しく知りたいなとなったら、ぜひ全文読んでみてください！ この記事は、事業開

AGIラボは、最高のAI情報をお届けするためのマガジン・コミュニティです。GPTsを筆頭にClaude 3やSoraなど注目のAIについても詳しく解説、今日から使えるAI活用情報を一番わかりやすくお伝えします。他に限定コミュニティへのアクセス、限定イベントへの参加権が含まれます。

本記事は、2023年夏季インターンシッププログラムで勤務された上原祐輝さんによる寄稿です。 背景 商品の購入数予測は重要 近年、小売業界ではDXが進み、多くのビジネスプロセスが効率化されています。その中で、特に購入数予測は企業の競争力を左右する重要な要素となっています。購入数予測とは、過去のデータやトレンドを元に、将来の商品の購入数や需要を予測することを指します。正確な購入数予測は、在庫の無駄を削減し、商品の売り切れリスクを減少させるだけでなく、適切な価格設定を可能にし、利益の最大化に寄与します。 PFNにおいても購入数予測に取り組んでいますが、これまでのモデルでは商品間の需要の食い合いを捉えられていませんでした。そこで、本インターンシップでは需要の食い合いを考慮した商品の購入数予測モデルの開発に取り組みました。 既存モデルの問題点 購入数の予測において、最も基本的なアプローチの一つが各店

「批判もあったが実行した」　比叡山延暦寺、8年間のDXの取り組み：伝統とデジタル（1/4 ページ） 頭をきれいに丸めた小学生が、神妙な面持ちで僧侶となるための儀式・得度式に臨んでいる。Instagramに投稿されたこの写真に「いいね」が3400件以上もついた。そのほかにも多くの「いいね」を集める写真がいくつも並ぶ。 このInstagramアカウントを運営するのは、天台宗の総本山、比叡山延暦寺。説明するまでもなく、日本で最も有名な寺だといっても過言ではないだろう。なお、延暦寺はX（旧：Twitter）もやっており、開設当初、織田信長に扮するアカウントからの投稿によって大いにバズった。 今でこそ神社仏閣がSNSの公式アカウントを持っているのは珍しくないが、「日本仏教の母山」と呼ばれ、他の寺以上に厳粛なイメージが強い延暦寺が積極的にSNSを駆使しているのは耳目を引く。 SNSがきっかけで人気に火

この図はざっくりと3つの領域に分かれます。まず左下が従来のプログラミングの領域です。これは簡単に言うと「プログラムは間違ってはいけない定形な仕事を奪う」ということです。次にその上の士業が責任を取る領域です。これは「責任」を取る人がいないと成立しない仕事です。ミスが発生した際に罰則を与えるという形で、ミスの発生を防いでいます。最後に右側のホワイトカラーの仕事の領域です。ホワイトカラーの仕事は入出力が不定形であり、作業フローも非定型であったりします。そのため、多少のミスはあっても仕方ないという前提の上で仕事が行われています。 機械学習がビジネスに組み込まれるにつれ、ホワイトカラーの仕事領域はそれらによって少しずつ代替されつつあります。その図がこちらになります。 ホワイトカラーの担っていた領域は、表データの機械学習（重回帰や、Lasso回帰、SVM、RandomForest、LightGBMなど

https://forest.f2ff.jp/introduction/7866?project_id=20230601

本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 このたびブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。 今回は、LLMを制御するためのアプローチについてご紹介します。 問題意識 LLMが抱えるリスク LLMの振る舞いを制御するための技術 モデルを調整するアプローチ プロンプトエンジニアリング ファインチューニング アライメント モデルの前後を管理するアプローチ データクリーニング モデル監視 出力フィルタリング こんにちは、アナリティクスサービス部の辻です。 今回はLLM(Large Language Model、大規模言語モデル)の振る舞いを制御するためのアプローチに

ゼロイチのデータ分析に強みをもつデータサイエンティスト。学術研究の経験を背景に、前職では計算科学コンサルタントとシステムエンジニアを兼務。ＡＩサービス事業を立ち上げ、企画からマーケティングまでを統括。ブレインパッドでは、材料開発・売上改善・特許請求に関するデータ活用の要件定義・分析・プロトタイプ開発を主導。ビジネス・アナリティクス・エンジニアリングの横断的な経験を活かし、未開拓分野のデータ活用に突破口を見出す。 ChatGPT の強みと弱み ChatGPT (Generative Pre-Trained Transformer) は、インターネット上の膨大な文書を事前学習した生成系チャット AI です。2022年に登場した ChatGPT は、人とのコミュニケーションを高いレベルで実現しています。たとえば、みなさんの中には、すでに日常で次のような使い方をしている方もいらっしゃると思います。

「少し先の未来では、生成AIを導入したサービスでなければ使ってもらえないだろう」――。医療関連サービスを手掛けるメドレーの岸田将孝ジョブメドレーアカデミープロダクト責任者はこう語る。同社は2023年5月18日、介護事業所などを対象にしたオンライン動画研修サービス「ジョブメドレーアカデミー」に、米Microsoft（マイクロソフト）の「Azure OpenAI Service」を利用する機能を追加した。 メドレーが生成AI（人工知能）の検討に乗り出したのは2023年3月下旬ごろ。「何に使えそうか」を議論し始めた。「様々なアイデアがあったが、特に業務効率化など社内に閉じたものが多かった」と岸田プロダクト責任者は明かす。 しかし、結果的には社内利用よりもハードルが高い顧客向けサービスへの実装に踏み切った。理由はシンプル。提供中の現行サービスに課題があり、生成AIならば解決できる可能性があったから

おれたちは生成AIに苦手なことをやらせがち〇〇について教えて系の質問は全部ダメ。堂々と嘘をつくのは勿論、回答が抽象的すぎて役に立たないことが露呈した。 この批判がまさにそうなのだが、どうもわれわれ日本人は「ChatGPTが一番苦手なこと（≒自分が知らないことを教えてもらう）にChatGPTを使おうとする」という傾向があるらしい。日本の経営者に聞いたChatGPTの使い道のアンケートでは、「仕事で調べものをする時に活用する」が39.3%でトップだ。これが米国の職場でのChatGPT利用法の調査だと、上から順に、 アイディアを出すコンテンツを作成するメールに返信するプログラムコードを書くレジュメやカバーレターを書くプレゼンテーションを作成する となっていて、情報検索や調べもののタスクは上位5位に入っていない。総じて米国の働き手は、ChatGPTを自分に情報をインプットするためのツールではなく、

米オープンAIの対話AI「ChatGPT（チャットGPT）」は、従来のAIとは比べものにならないほどの深い知見を持ち、人間が書いたのかと思うほどの滑らかな文章で回答する。このツールを活用し、業務効率を高めることがマーケターをはじめビジネスパーソンにとって重要なスキルとなっていくだろう。本特集では、使っていない人が思わず「ずるい！」と驚くほどの成果を導き出すうえで必須となる生成AIの知識を一挙に紹介していく。第1回は、IT批評家の尾原和啓氏がnoteの深津貴之氏にプロンプトの活用術を聞く。 AI開発のスタートアップ、オープンAIが2022年11月末にChatGPTを公開してから約半年が経過した。従来のAIとは異なる柔軟性を持ち、どんな質問にも一定の品質で答える万能ぶりで評判となり、開始から2カ月で約1億人の登録ユーザーを獲得した。23年3月には、能力をさらに拡大した大規模言語モデル「GPT-