【保存版】20業界のプロが語る「GPTで変わる働き方」大予測
コメント
選択しているユーザー
“現代的な個が生み出す“独彩力”が求められるようになり、価値創造へのこだわりから、自然と労働時間は長くなる。プロフェッショナルは成果にこだわるからである。受け身の残業とは別のものだ。”
この教えに学生のうちに出会えたことが何よりの価値
注目のコメント
AIプロではなく、業界プロが語るのが良いですね
生成AIの活用法はユーザーの方が詳しいと言われ、AIプロだとポジショントークも含まれますし(僕が言うのもアレですが)
人とAIの役割分担を見極めるために、まずは全ての業務をGPTに丸投げすることがお勧めです。そうすると、AI単独の限界が見えてきます。
そのフレームワークは「理解→破壊→再生」。業務のタスクをAIに理解させ、タスクを丸っとAIで破壊して、足りない部分を人が再生する。プロンプトを工夫すれば、多くのタスクを破壊できると気付けるはず。
タスクを分解し、GPTに段階的に思考させるのが、精度を上げるコツ※CoT (Chain of Thoughts)の原理何かと話題になることが多い半導体業界について、自身も身を置く立場でコメントいたしました稲葉です。
LLMはその仕組み上、確率論的にある言葉の次に最も来そうな言葉を繋ぎ合わせて回答を提示します。
この原理を言語だけに閉じずに広く捉えて回答しましたので、部分部分で厳密な表現になっていない点がございますことをご容赦ください。
なお、NPの佐藤さん、伊藤さん、井上さんとも会話しながら回答をブラッシュアップしましたが、「製造ラインのゲノム解析」という表現は会話の中で急に思いついた表現です。
突拍子もない表現かもしれないな、と思いつつ、こういう表現って実は原理上LLMでは出てこないかも!?と思い載せていただきました。
こういう表現が出せるという意味で、人間ができる仕事はまだまだ残されていそうだと言うことを実感できた良い機会でした。
是非お読みいただきましたらいろいろなご意見をいただけますと幸いです。大学についてコメントさせていただきました。
東大発スタートアップの創業経営者であり、東大(工学系大学院)と早大(経営大学院)の二つの大学で学生を指導していることと、政府(経済財政諮問会議)の「経済社会の活力WG」というところで大学の研究力向上とイノベーション誘発に関する政策を議論する中で、思っていることを書かせて頂きました。
①生成AIは、ある種の汎用技術なので、その普及を止めようとする企ては無意味だということ、②人間が考えることを止めることはなく、生成AIが普及すれば人間はますますクリエイティブな仕事に多くの時間を割けるようになるということ。
だから大学は学生の頭に知識を詰め込むようなことをすべきではなく、シンプルな課題解決より「課題を設定する」能力を高めたり、新しいものを生み出す思考を身につけたりするコーチングをもっと頑張る場になるべきだ、ということです。
ご参考なればうれしいです。