生成AI・LLM — 01 / 30
大量の文章を学習して、人間のように自然な文章を読んだり書いたりできるAIの「本体」です。ChatGPTやClaude、Geminiといったサービスの中で動いている仕組みのことを指します。
LLMは、膨大な文章を読み込んで「この言葉の次には、どんな言葉が来やすいか」を学んだAIです。質問に答えるときも、意味を理解して調べているというより、学んだパターンから自然な続きの文章を組み立てています。この性質が、便利さと間違いやすさの両方の理由になっています。
LLMには、文章だけを扱うものと、画像や音声、表やPDFもまとめて扱えるもの(マルチモーダルと呼ばれます)があります。最近は、写真を見せて説明させたり、手書きのメモを読み取らせたりできるサービスも増えており、使える業務の幅が広がっています。
LLMには「一度に読める量」の上限があり、トークンという単位で数えます。長い資料を丸ごと読ませると途中が抜けたり、料金が増えたりすることがあります。資料を章ごとに分ける、必要な部分だけ渡すといった工夫で、答えの質と費用のバランスを取りやすくなります。
提供する会社やモデルごとに、得意分野、日本語の自然さ、料金、データの扱い方の条件が異なります。性能は短い期間で入れ替わるため、特定のモデルにこだわるより、使う業務で実際に試し、情報の扱いの条件を確認して選ぶほうが現実的です。
中小企業が直接LLMを作ることはまずありません。多くの場合は、LLMを組み込んだサービス(チャットAI、会計ソフトのAI機能、問い合わせ対応ツールなど)を契約して使います。「どのLLMか」よりも「どの業務に、どのサービスで使うか」を考えるほうが大切です。
従業員20人ほどの部品メーカーが、取引先から届く仕様書や図面の注記を読み込ませ、確認すべき点や前回からの変更点を一覧にさせるといった使い方ができます。最終的な判断は技術担当が行い、見落とし防止の補助として使う想定です。
地域で数店舗を運営する雑貨店が、仕入れた商品の特徴をメモ書きで伝え、ネットショップ用の商品説明文や、店頭POPの短いキャッチコピーの案を複数出させるといった例が考えられます。表現は店長が最終確認します。
社会保険労務士事務所が、顧問先からの相談メールを要点だけに整理させ、確認が必要な事実関係を洗い出してから回答を考えるといった使い方ができます。法令の内容そのものは、必ず公式の情報で確かめる前提で使います。
※ 特定の企業の事例ではなく、よくある場面をもとにした想定例です。
学習した時点までの情報しか持っておらず、自社の社内事情も知りません。最新情報や社内資料は、検索や資料の読み込みで補う必要があります。
チャット画面から使うだけなら、プログラミングは不要です。開発が必要になるのは、自社システムに組み込む場合です。
一般的には、使える回数や読み込める資料の量、性能の高いモデルを使えるかどうか、入力データの扱いの条件などが違います。会社で使う場合は、性能よりもデータの扱いの条件を先に確認するのがおすすめです。具体的な内容は各サービスの公式サイトで確認してください。
まずは使いたい業務を1つ決め、代表的なサービスをいくつか同じ指示で試して、答えのわかりやすさを比べてみるのが近道です。あわせて、社員がすでに使っている業務ソフトにAI機能がないかも確認すると、追加の契約をせずに済む場合があります。
そうならないように、AIは下書きや整理の係と位置づけ、最終的な判断と確認は人が行うというルールを決めておくことが大切です。AIの答えのどこを直したかを話し合う場をつくると、むしろ社員の考える力を伸ばすきっかけにもなります。
「LLMはAIの“エンジン”です。エンジンそのものより、どの車(サービス)に載せて何に使うかを決めましょう」