企業におけるAI – 7つの最前線企業からの教訓

翻訳元のPDF: https://cdn.openai.com/business-guides-and-resources/ai-in-the-enterprise.pdf

ページ 1

企業におけるAI – 7つの最前線企業からの教訓

ページ 2

目次

• 新しい働き方
• エグゼクティブサマリー
• 企業向けAI導入の7つの教訓
  • 評価から始める
  • 製品にAIを組み込む
  • 今すぐ始めて早期に投資する
  • モデルをカスタマイズして微調整する
  • 専門家にAIを提供する
  • 開発者の障壁を取り除く
  • 大胆な自動化目標を設定する
• 結論
• 追加リソース

ページ 3

新しい働き方

AIの研究と展開を行う企業として、OpenAIはグローバル企業との提携を重視しています。私たちのモデルは、ますます洗練され、複雑で相互接続されたワークフローやシステムで最良の成果を発揮するようになります。

AIは次の3つの分野で大きく、測定可能な改善をもたらしています：

• 業務パフォーマンス: より高品質な成果物を短時間で提供できるよう支援。
• 定型業務の自動化: 人々を反復作業から解放し、付加価値のある業務に集中できるようにする。
• 製品の強化: より関連性が高く、応答性のある顧客体験を提供。

ページ 4

AIを活用することは、単にソフトウェアを構築したりクラウドアプリを展開したりすることとは異なります。最も成功している企業は、AIを新しいパラダイムとして捉えています。これにより、実験的なマインドセットと反復的なアプローチが生まれ、迅速に価値を実現し、ユーザーや関係者の支持を得やすくなります。

私たちのアプローチ: 反復的な開発

OpenAIは3つのチームで構成されています：

• リサーチチーム: AIの基盤を進化させ、新しいモデルや機能を開発。
• アプライドチーム: そのモデルをChatGPT EnterpriseやAPIのような製品に変換。
• デプロイメントチーム: 企業に導入し、重要なユースケースに対応。

私たちは反復的なデプロイメントを用い、顧客のユースケースから素早く学び、製品改良を加速します。これにより、定期的なアップデート、フィードバックの収集、そして性能と安全性の向上を段階的に行っています。

結果として、ユーザーはAIの新しい進歩を早期かつ頻繁に利用でき、フィードバックが将来の製品やモデルに反映されます。

ページ 5

エグゼクティブサマリー

企業向けAI導入の7つの教訓

1. 評価から始める: モデルがユースケースに対してどのように機能するかを測定する体系的な評価プロセスを使う。
2. 製品にAIを組み込む: 新しい顧客体験とより関連性の高いインタラクションを作る。
3. 今すぐ始めて早期に投資する: 早く始めるほど価値は積み重なる。
4. モデルをカスタマイズして調整する: ユースケースに特化してAIを最適化することで、価値が大幅に向上。
5. 専門家にAIを提供する: プロセスに最も近い人が、AIで改善するのに最適。
6. 開発者の障壁を取り除く: ソフトウェア開発ライフサイクルを自動化することでAIの効果が倍増する。
7. 大胆な自動化目標を設定する: 多くのプロセスは反復作業が多く、自動化のチャンスがある。高い目標を掲げる。

これらを顧客事例と共に詳しく見ていきます。

ページ 6

教訓1: 評価から始める

モルガン・スタンレーが品質と安全性を確保するために行った反復的な取り組み

金融サービスの世界的リーダーであるモルガン・スタンレーは、人との関係構築を重視するビジネスです。そのため、AIがこのような非常に個人的で繊細な業務にどのように価値を加えられるかについて、社内で疑問がありました。

その答えは、提案されたすべてのアプリケーションで徹底的な評価（eval）を実施することでした。評価とは、特定のユースケースにおいてAIモデルがベンチマークに対してどのように機能するかを測定する厳密で体系的なプロセスです。また、専門家のフィードバックを通じてAIプロセスを継続的に改善する方法でもあります。

始まり

モルガン・スタンレーの最初の評価は、ファイナンシャルアドバイザーをより効率的かつ効果的にすることに焦点を当てました。アイデアはシンプルで、アドバイザーが情報に素早くアクセスし、反復作業に費やす時間を減らせれば、より多くの優れたインサイトをクライアントに提供できるというものでした。

彼らは3つのモデル評価から開始しました：

• 言語翻訳: モデルが生成する翻訳の精度と品質を測定。
• 要約: 情報を要約する際の正確性、関連性、一貫性を評価。
• 人間のトレーナー: AIの結果を専門アドバイザーの回答と比較し、正確性と関連性を採点。

これらの評価により、モルガン・スタンレーはユースケースを本番環境に展開する自信を得ました。

ページ 7

現在の状況

現在、モルガン・スタンレーのアドバイザーの98％が毎日OpenAIを利用しています。ドキュメントへのアクセス率は20％から80％に向上し、検索時間も大幅に短縮されました。タスクの自動化と迅速なインサイト提供により、アドバイザーはクライアント対応により多くの時間を割けるようになっています。

アドバイザーからのフィードバックは非常に好意的で、クライアントとの関わりが深まり、以前は数日かかっていたフォローアップも今では数時間以内に完了しています。

— ケイトリン・エリオット（モルガン・スタンレー 全社生成AIソリューション責任者）

詳しくは「モルガン・スタンレー: 金融サービスの未来を形作る」をご覧いただき、評価フレームワークについてもぜひお問い合わせください。

ページ 8

評価（Evals）の定義

評価とは、モデルが生成する出力を検証・テストするプロセスです。厳密な評価は、変化に強く、安定性と信頼性の高いアプリケーションにつながります。

評価は、モデルの出力品質をベンチマークと比較して測定するタスクを中心に構築されます。たとえば、より正確か、コンプライアンスが守られているか、安全性が高いかなどです。重要な指標は、各ユースケースで最も重視する点によって異なります。

ページ 9

教訓2: 製品にAIを組み込む

Indeedが求人マッチングを人間味あるものにする方法

AIを使って面倒で反復的な作業を自動化・加速することで、従業員は人間にしかできないことに集中できます。また、AIはさまざまな情報源から大量のデータを処理できるため、より関連性が高くパーソナライズされた体験を提供し、顧客体験をより人間らしいものにします。

世界No.1の求人サイトIndeedは、GPT-4.0 miniを活用して新しい形で求職者と求人をマッチングしています。

「なぜ」の力

良い求人を推薦するだけでなく、Indeedはなぜその求人が候補者に推薦されたのかも説明しています。

Indeedは、GPT-4.0 miniのデータ分析と自然言語処理機能を使って、メールやメッセージ内の「なぜ」説明を作成しています。人気の「応募を依頼」機能でも、候補者の経歴や職歴がなぜその求人に適しているのかを説明します。

Indeedチームは、以前の求人マッチングエンジンと、新たにGPTを活用してカスタマイズしたバージョンを比較テストしました。その結果、応募開始率が20％増加し、最終的な採用成功率も13％向上しました。単に応募者が増えただけでなく、企業側も採用に至るケースが増えたのです。

ページ 10

Indeedは毎月2,000万通以上のメッセージを求職者に送信し、月間3億5,000万の訪問者がサイトを利用しています。これらの改善は、大きなビジネスインパクトにつながっています。

しかし、規模を拡大することで使用するトークン数も増加しました。そこで、効率化のためにOpenAIとIndeedは協力し、より小さなGPTモデルを微調整して、60％少ないトークンで同様の成果を達成しました。

求職者が自分に合った仕事を見つけ、「なぜ」その仕事が適しているのかを理解することは、本質的に人間的な成果です。IndeedのチームはAIを活用して、より多くの人々をより早く仕事につなげることに成功しました。これはすべての人にとっての勝利です。

「私たちは、この新しいインフラに引き続き投資することで、収益拡大につながる大きなチャンスがあると考えています。」 — クリス・ハイアムズ（CEO）

ページ 11

教訓3: 今すぐ始めて早期に投資する

KlarnaがAIの知識蓄積効果を享受する方法

AIは簡単に導入できるものではなく、ユースケースは反復を通じて洗練され、影響力が増していきます。早く始めるほど、組織は継続的な改善の恩恵を受けられます。

グローバルな決済ネットワークおよびショッピングプラットフォームであるKlarnaは、新しいAIアシスタントを導入してカスタマーサービスを効率化しました。数か月以内に、このアシスタントは全サービスチャットの3分の2を処理するようになり、数百人分の業務をこなし、平均解決時間を11分からわずか2分に短縮しました。この取り組みにより、4,000万ドルの利益向上が見込まれており、満足度スコアも人間のサポートと同等を維持しています。

これらの成果は一夜にして得られたものではありません。Klarnaは継続的なテストと改良を重ねてこの成果を実現しました。

さらに重要なのは、Klarnaの従業員の90％が日常業務でAIを活用していることです。AIが組織全体に浸透したことで、Klarnaは迅速な対応や内部プロジェクトの効率的な立ち上げ、顧客体験の継続的な改善が可能になっています。早期に投資し、広く導入を推進することで、KlarnaはAIの恩恵を積み重ね、ビジネス全体で成果を上げています。

ページ 12

「このAIによるカスタマーインタラクションの革新は、お客様にとってはより良い価格で優れた体験を、従業員にとってはより興味深い課題を、そして投資家にとってはより良いリターンをもたらします。」 — セバスチャン・シェミアトコウスキ（共同創業者兼CEO）

カスタマーチャットの例:

• 「次回の支払いを延長したいのですが、手伝ってもらえますか？」
• 「この返金の内容を説明してもらえますか？」

ページ 13

教訓4: モデルをカスタマイズして微調整する

Lowe'sが製品検索を改善する方法

AI導入で最も成功している企業は、多くの場合、自社のAIモデルをカスタマイズ・トレーニングするために時間とリソースを投資しています。OpenAIも、モデルのカスタマイズと微調整をより簡単に行えるよう、APIの開発に力を入れています。セルフサービスでも、当社のツールやサポートを利用する形でも対応可能です。

私たちは、Fortune 50に選ばれているホームセンター大手のLowe'sと密接に協力し、Eコマースの検索機能の精度と関連性を向上させました。Lowe'sは数千ものサプライヤーと取引しており、不完全または一貫性のない製品データに悩まされることがよくあります。

ページ 14

重要なのは、正確な商品説明とタグ付けです。しかし、それだけでなく、カテゴリごとに異なる顧客の検索方法を理解することも必要です。そこで役立つのが微調整です。

OpenAIモデルを微調整することで、Lowe'sのチームは商品タグ付けの精度を20％向上させ、エラー検出は60％向上しました。

「製品データに対してGPT-3.5を微調整した結果を見たとき、チームの興奮は最高潮に達しました。これは勝利を確信できるものでした！」 — ニシャント・グプタ（シニアディレクター、データ・分析・計算インテリジェンス）

製品メモ: OpenAIは、Eコマース検索のさらなる改善や医療画像・自動運転分野の課題解決のため、「Vision Fine-Tuning」を開始しました。

ページ 15

微調整（Fine-Tuning）とは？

GPTモデルを既製スーツに例えるなら、微調整はオーダーメイドのようなものです。モデルを自社の特定のデータやニーズに合わせてカスタマイズする方法です。

なぜ重要か:

精度の向上: 製品カタログや社内FAQなど独自のデータでトレーニングすることで、より関連性が高く、ブランドに合った結果を出力できます。

ドメイン専門性: 微調整されたモデルは、業界特有の用語、スタイル、コンテキストをよりよく理解します。

一貫したトーンとスタイル: 小売業者なら、すべての商品説明がブランドの声に忠実になります。法律事務所なら、常に正しくフォーマットされた引用が出力されます。

迅速な成果: 手動での修正や確認作業が減るため、チームはより価値の高いタスクに集中できます。

ページ 16

教訓5: 専門家にAIを提供する

BBVAが専門家主導でAIを導入する方法

従業員は自社のプロセスや課題を最もよく理解しており、AIソリューションを見つけるのに最適な立場にあります。こうした専門家にAIを提供することは、汎用的なソリューションを構築するよりもはるかに強力です。

グローバル銀行大手のBBVAは、12万5,000人以上の従業員を抱えており、それぞれが独自の課題と機会を持っています。BBVAはAIを従業員の手に渡すことを決断し、法務・コンプライアンス・ITセキュリティ部門と緊密に連携して責任ある利用を確保しました。ChatGPT Enterpriseをグローバルに展開し、従業員が自らユースケースを発見できるようにしました。

「通常、私たちのような企業では、プロトタイプを作るだけでも技術リソースと時間が必要です。しかしカスタムGPTを使えば、誰でもユニークな課題を解決するアプリを作れます。とても簡単です。」 — エレナ・アルファロ（BBVA グローバルAI導入責任者）

5か月で、BBVAの従業員は2,900以上のカスタムGPTを作成しました。その中には、プロジェクトやプロセスの期間を数週間から数時間に短縮するものもあり、さまざまな部署に影響を与えています：

• 信用リスクチーム: ChatGPTで信用力を迅速かつ正確に評価。
• 法務チーム: 年間4万件のポリシー・コンプライアンスなどの質問に回答。
• カスタマーサービスチーム: NPS調査の感情分析を自動化。

ページ 17

マーケティング、リスク管理、オペレーションなど、他の部門にも成功が広がり続けています。すべては、それぞれの専門分野でAIを応用できる人たちの手にAIを届けたからです。

「ChatGPTへの投資は、私たちの人材への投資だと考えています。AIは私たちの可能性を広げ、より効率的かつ創造的に働けるようにしてくれます。」 — エレナ・アルファロ（グローバルAI導入責任者）

製品メモ: Deep Research機能を使えば、ChatGPTは独立して作業できます。プロンプトを与えると、数百のオンライン情報源を統合して、包括的で博士レベルのレポートを作成できます。これにより従業員の生産性が向上し、あらゆるトピックについて数分で詳細な調査結果を得られます。社内の専門家による評価では、Deep Researchは複雑なタスク1件あたり平均4時間の時間短縮を実現しました。

詳しくは「BBVAがAIを全チームに導入する」をご覧ください。

ページ 18

教訓6: 開発者の障壁を取り除く

Mercado LibreがAIプログラムをより早く、一貫して構築する方法

多くの組織では、開発リソースが最大のボトルネックであり、成長を妨げる要因となっています。エンジニアチームが手一杯になると、イノベーションが滞り、アプリやアイデアのバックログが蓄積していきます。

ラテンアメリカ最大のEコマースおよびフィンテック企業であるMercado Libreは、OpenAIと提携し、Verdiという開発プラットフォームを構築しました。これはGPT-4.0およびGPT-4.0 miniを活用しています。現在、Verdiは17,000人の開発者がAIアプリの構築を統一して加速するのに役立っています。

Verdiは、言語モデル、Pythonノード、APIを統合し、自然言語を中心インターフェースとするスケーラブルで一貫性のあるプラットフォームを提供します。開発者はソースコードに深入りすることなく、高品質なアプリをより早く構築できるようになっています。セキュリティ、ガードレール、ルーティングロジックもすべて組み込まれています。

ページ 19

その結果、AIアプリの開発が大幅に加速し、Mercado Libreの従業員は次のような素晴らしい成果を上げています：

在庫管理能力の向上: GPT-4.0 mini Visionが商品リストをタグ付け・補完し、100倍の規模で商品をカタログ化できるように。

不正検出: 毎日数百万件の商品データを分析し、不正検出の精度をほぼ99％に向上。

製品説明のカスタマイズ: 商品タイトルや説明を、スペイン語・ポルトガル語の微妙な方言に対応して翻訳。

注文数の増加: レビュー要約を自動化し、ユーザーがフィードバックを素早く把握できるように。

通知のパーソナライズ: プッシュ通知を最適化し、エンゲージメント向上と製品推薦の精度アップを実現。

ページ 20

次のステップとして、Verdiを使って物流を改善し、遅延配送を減らし、組織全体でより高インパクトな業務に取り組む予定です。

「私たちはGPT-4.0 miniを活用して理想的なAIプラットフォームを設計しました。認知負荷を減らし、組織全体が新しい革新的なソリューションを反復的に開発・展開できるようにしています。」 — セバスチャン・バリオス（SVP テクノロジー部門）

ページ 21

教訓7: 大胆な自動化目標を設定する

OpenAIが自社業務を自動化する方法

OpenAIでは日々AIを活用しているため、常に自社業務を自動化する新たな方法を発見しています。

一例として、サポートチームは以前、システムにアクセスし、状況を把握し、応答文を作成し、適切な対応を取るのに多くの時間を費やしていました。

そこで、既存のワークフローやシステムと連携する内部自動化プラットフォームを構築しました。これにより、単純作業を自動化し、洞察と行動のスピードを高めています。

最初のユースケースは、Gmail上で顧客対応メールを作成し、アクションを起こすものでした。このプラットフォームを使えば、チームは顧客データや関連ナレッジ記事に即座にアクセスでき、結果を応答メールやアクション（アカウント更新やサポートチケット作成など）に反映できます。

既存のワークフローにAIを組み込むことで、チームはより効率的かつ顧客志向になりました。このプラットフォームは現在、毎月数十万件のタスクを処理し、従業員はより価値の高い業務に集中できています。当然のことながら、このシステムは他部門にも広がりつつあります。

この成功は、当初から大胆な自動化目標を掲げ、非効率なプロセスを当然と受け入れなかったからこそ実現できたものです。

ページ 22

結論: 互いに学び合う

これまでの例が示すように、すべての企業にはAIの力を活用して成果を高めるチャンスがあります。ユースケースは企業や業界によって異なりますが、教訓はすべての市場に共通します。

共通のテーマは、オープンで実験的なマインドセット、厳密な評価、安全性のガードレールです。成功している企業は、すべてのワークフローに無理にAIを導入しているわけではありません。まずは高リターン・低コストのユースケースに焦点を当て、反復しながら学び、そこから新しい分野へ展開しています。

結果は明確です：プロセスが迅速かつ正確になり、顧客体験がパーソナライズされ、従業員は人間ならではの価値のある仕事に集中できています。

今では、多くの企業がAIワークフローを統合し、ますます複雑なプロセスを自動化しています。多くの場合、ツールやリソース、他のエージェントを活用して成果を上げています。

私たちはこれからもAIの最前線からレポートを続け、皆さんの戦略づくりに役立てていきます。

製品メモ: Operator

Operatorは、OpenAIのエージェント的アプローチの一例です。独自の仮想ブラウザを活用して、ウェブ上をナビゲートし、ボタンをクリックし、フォームに入力し、人間のようにデータを収集します。

さらに、さまざまなツールやシステムを横断してプロセスを実行できます。カスタム統合やAPIは不要です。企業は、かつて人間の介入が必要だったワークフロー（例: ソフトウェアテストやQAの自動化など）を自動化するために利用しています。

ページ 23

信頼できるAIエンタープライズプラットフォーム

セキュリティとプライバシーの概要

エンタープライズのお客様にとって、セキュリティ、プライバシー、コントロールは何より重要です。当社は次の方法でこれを実現しています：

データはお客様のもの: お客様のコンテンツをモデルのトレーニングに使用しません。データの所有権はお客様にあります。

エンタープライズグレードのコンプライアンス: データは転送中および保存時に暗号化され、SOC 2 Type 2やCSA STAR Level 1などの主要基準に準拠しています。

詳細なアクセス制御: 誰がデータを閲覧・管理できるかを設定でき、内部ガバナンスとコンプライアンスを確保できます。

柔軟な保持設定: ログやストレージの設定を、組織のポリシーに合わせて調整できます。

詳しくは、OpenAIのセキュリティページまたはOpenAIセキュリティポータルをご覧ください。

ページ 24

その他のリソース

• OpenAI for Business
• OpenAI Stories
• ChatGPT Enterprise
• OpenAIと安全性
• APIプラットフォーム

OpenAIはAIの研究と展開を行う企業です。私たちの使命は、汎用人工知能（AGI）が人類全体に利益をもたらすことを保証することです。