【2023/09/21】LLMで解き放たれる複業のポテンシャル〜サービスビジネスの新たな局面〜LLM実践ガイド#6
今回のイベント
メインはパネルディスカッションですね。
聴くメインなのでメモは断片的かつ散発的になります。
（特に、私用で恐縮ですが子供にご飯を食べさせたり寝かしつけの時間なので離席がちです^^;）
パネルディスカッション：LLMで解き放たれる複業のポテンシャル: サービスビジネスの新たな局面
今回はHR業界がメイン？
TMS(タレントマネジメントシステム)の話。
- プロフィール（自己紹介）
- 優秀な人（経験がある方？）と駆け出しの方（未経験？）では言語化出来ない説得力がある
- 自動生成
- 今のところ？人間がやっている作業をLLMに任せてみる
- ABテストは？
- 今の運用だと人間知＞AIの生成結果だろうか。これAIのチューニングはどうするんだろう？学習データいじるとか
- ▶GPT4を使っているならある程度できるか
- 今の時点でも成約面での効果が出ているらしい。求人の数（生産数）だけでないのは良い話
- 今の運用だと人間知＞AIの生成結果だろうか。これAIのチューニングはどうするんだろう？学習データいじるとか
Q&A
質問ページもあるんですが、そちらは非公開（参加者のみ公開）なので、本稿でも開示できません。
なので、以下は質問の意訳です。
- セキュリティ
- ディスカッションでも話題に上がりましたね
- ChatGPTを用いた事業をグロースさせていく話
- （個人的にも？）調べ物のやり方が変わった？
- Hugging Face使ってる？
- トークン数節約
- リクナビ問題（個人情報の点・リテラシーの面）
- 機会創出に使うべきで、センシティブなリスクマネジメントに使う事には懐疑的
- とはいえ、そういった使い方に需要はある。会社側に依存しない対策を考える事も重要
所感・小話
ChatGPTという固有名詞が出てきたので敢えて名前を出しますが、AIに業務を寄せすぎると人間知的なものが失われるようにも思うので、AIに依存してLLM（生成系AI）を使うのではなく、人間知＋AIを使い分ける（うまく連携・併用する）ことが企業やサービスのバリューが出るように思う。
ただし、AIを導入する事で今までの業務のやり方が変わる[1]事は認識しておくべきか。
生成系AIで工数を削減できるか？
結局のところ、プロンプト次第だと思います。
プロンプトエンジニアリングに求められるのは品質（精度）もですが、生産幅も無視できないと思っています。
生産についてはほぼ一瞬で生成してくれるので今のところは良いのですが、現状だけで見ると精度面（そもそも使えないという）が課題になっているので、プロンプト側でチューニングして頑張っているわけですが、誤解を恐れずに言うとLLMも精度が上がっていくので不毛な作業になっているのではないか？と考えています。
この辺りは生成系AIに限らず、たとえばAWSやGCP、AzureをはじめWebサービス（Xaas）に限らずですね。
ChatGPTの成果物は信用できるか？
信用できない（ゼロトラスト）前提で進める場合、生成物への監視を人力/自動化する方法も検討しなければなりません。
繰り返しリトライさせればいずれ良いものができるのか、プロンプトを疑うのか、あるいはプロンプト自体もChatGPTに書かせる（ロールを設定する？）のか。
考察：ChatGPTを主事業にする事はリスクではないか
たとえば、現在無料で活用できているGPT3.5も有料になったりサービスが終了すればどれほどの事業社が撤退するか、という話になる。
ChatGPTに依存するビジネスモデルは特にマネタイズがしっかり出来ていないと収益化にはリスクがあるように感じられる。
ChatGPTに代替できる仕組みが現状まともに使えるものがない（少ないし、運用可用性の面から不安）ので、AWSやGCPのように乗り換え先が用意できるまでは副事業で置いたほうが良いだろう。
とはいえ、個人レベルだと先行者利益は計り知れないので、活用してなんぼという面もある。
-
【AIを導入する事で今までの業務のやり方が変わる】きれいな表現をすると、部分最適化ではなく全体最適化。それっぽく言うなら業務自体のパラダイムシフトが発生する事は理解し、受け入れていく（＝これもそれっぽく言うなら業務変革） ↩︎
Discussion