AI & DXセミナーと調査

●2025/2/28 セミナー DX & AI Forumに参加して
〇大阪広域データ基盤:ORDEN
大阪広域データ連携基盤（ORDEN）／大阪府（おおさかふ）ホームページ [Osaka Prefectural Government]
例.介護サービス事業所一覧、指定文化財一覧、交通量予測データ、洪水害・土砂災害予測データ
分野間データ連携事業・・・大阪防災アプリ・観光サイト・行政ポータル・他府県アプリ
データ連携・・・ODPO
オープンシティPJ・オープンデータの可視化・データ駆動型スマートシティ・Society5.0
〇セゾンテクノロジーズ Hulft
・クイック・疎結合>iPaasにより連携>生成AI・LLM
・ノーコードでデータの統合と生成AIへの連携を実現
・Hulft Squere chatGPT & salesforce連携 ・・・プロジェクト要員のアサインをAIで
・スモールスタート・利用部門へ解放・グローバル化・ユニバーサルリンク・ユーザーフレンドリー(ノーコード開発)・日本語表記・24時間サポート体制
〇MSOL(株式会社マネジメントソリューションズ)
・デジタル化>IT化>デジタルトランスフォーメーション
・DXは業務部門が主体的に推進することがキー
・業務部門がIT部門と連携しながら価値を創造できる自律型組織へ
・自律型組織の継続的な成長サイクル・・・しっかりした計画(Plan)>状況の可視化(Visualization)>迅速な問題解決(Consulting)>先回り(Risk Management)
・人・組織・プロセス・ツール
〇マイクロソフト・・・生成AIの3つの技術トレンド
・マルチモーダル・・・テキストから画像・音声へ
・リーズニング・・・深い思考・論理的思考、数学・科学による
・エージェント…自律的に問題解決
・chatGPT 4oの後、o1,o1-mini
・エージェントは、専門家し、種類を増やす
・マルチモデル・自律的・複雑なワークフロー
・継続的な開発・運用

令和7年2月8日 次世代テックフォーラム　2025/2/6 グラングリーンJAM BASE さくらインターネット社会議室。
●やりたいこと・できる事を。仮説検証行動。
〇SBIホールディングス 栗嶋昭仁氏、社長室 海老歩氏
・メタバース。行政サービス、利便性向上、産業育成。
・仮想通貨、ビットコイン、ステーブルコイン、プロックチェーン、地域通貨
・店舗では、売上情報と商品情報はリンクしない。
・個人(消費者)が情報を持って(レシート・領収書)、PCやスマホでポイントをもらって情報を登録する

〇さくらインターネット データ連携 クラウド事業本部 小原栄介氏
・大阪本社。リモート可。
・石狩センター、沖縄支社など
・クラウド事業、LLM。オーブンソース・API・マルチポータル
・LLM→SLM(Small)へ。AIエージェントも。
・プロンプトエンジニア>>ファインチューニング>>RAG
・リスク。情報漏洩・権利の侵害・不正確な出力(ハルシネーション)
・カスタマーサービス、音声蓄積
・データセンター。異音・異臭の検知。
・データの絶対量が少ない。データがゴミ(整備されていない)。社内理解が必要。
・GPU。純国産。500億円経済産業省から。自社で500億円投資。
・高出力PHY・高火力ROK・高火力VM版
・LLMでは、NECのAI(cotomi)を搭載開始。
・業界特化型文章作成・議事録作成・AIエージェント
・さくらインターネットが先導して日本のAI事業を推進する、意気込み
・データ整備。オープンコミュニティ・ユーザーコミュニティ・ABCコミュニティ
・エンドユーザーのデータ整備には数年かかる。日本語の問題もあり。時間がかかる。

〇株式会社GROWTH VERCE CTO 南野充則氏
・日本ラーニング協会理事。加入には試験がある。大阪支部もあり。
・ショップAI・売上をあげるためのAI
・顧客へのアプローチ方法をAIで。アパレル会社など。カタログの配信や送付に。誰に何を送るか。
・京都の茶屋。100万人の顧客に10万人に絞って送付。
・画像処理・業務の効率化。
・企業間連携は少ない。シニアターゲットなどは連携できそう。
・証券予測・休眠予測>>電話セールス。
・旅行代理店。配送を減少。
・SQLの自動化。
・レコメンドエンジン>>アパレル
・エンタメ・ポスター制作・AI記事・結婚式・SEO
・点検AI(ドローン)
・グラフィック・映像・解像度可変
※プログラムのAI制作は既に自社で実施していて、1.5倍から2倍の生産性向上とのこと。検証はSEが必要。>> 仕様書登録のRAGの規定・ディープラーニング・登録、そして出力されたプログラムの検証。AIによる自動化はコーディングフェーズのみ。コーダーは要らなくなる。

〇YuMake株式会社 CEO 佐藤拓也氏。
・気象情報の提供。天気予報・観測データ・メッシュデータ。
・気象COT・柿の収穫時期・近畿大学と連携。
・桜の開花予測。人の交流・人流・マーケティング系
・体感情報
・機械稼働状況ログ
・健康系。小児科・てんかんなど。
※災害情報交換サイトや気象サイトについて、災害情報システムを持っているNTT西日本社ならびにNTTデータ社に事業の御支援を提案中。
※国土交通省や大阪府などは後日連携。国際平和サイトも検討してもらう。
※弊社の災害救援サイトへの掲載も検討

1月21日 大阪商工会議所の生成AI(chatGPTの使い方など)セミナーで下記のような実習をしました。

●生成AI・chatGPTのビジネス活用・業務効率化講座
・2025/1/21 13:00-17:00 大阪商工会議所 01START 代表取締役 芝先 恵介氏
・AGI(Artificial General Intelligence) 汎用人工知能 人類より10倍賢い
・ASI 人工超知能 人類の1万倍の知能を持つAI
・chatGPTの活用・・・文章作成・情報収集・リサーチ・企画立案・ITツールの活用
〇プロンプト
・Lv.1 簡易プロンプト・・・#依頼、#役割、#形式、で指定。
・{役割}・・・あなたは優秀なIT技術者です。
・{依頼}・・・顧客サポートするSE支援の顧客向け提案書を、{形式}で出力してください。
・{形式}・・・表形式
・Lv.2 詳細プロンプト・・・ルール・評価・改善・参照知識を与える。(下記例)
・Lv.3 シナリオプロンプト・・・実行シナリオ(応答)を追加する。

依頼 あなたは{# 役割}です。次の{# ルール}を必ず守り、顧客サポートの具体的な提案例を挙げて、{# 形式}の形 式で出⼒してください。

役割 優秀なITコンサルタント

形式 – 表形式 – 列は{連番} [ 想定質問] [回答例] [聞かれる可能性]

ルール – 想定質問と回答例を3つずつ挙げてください。 – {# 評価}の⽅法で評価し、出⼒に含めてください。 – {# 参照}を参照にして、出⼒してください。 – {# 実⾏シナリオ}に従ってUSERとやり取りして下さい。

評価 – 想定質問が聞かれる可能性を5段階で評価してください。

参照 – 顧客企業は、通信大手企業です。

実⾏シナリオ Step1. {# 依頼}を3回反芻したうえで結果の出⼒を⾏い、「その他の想定質問を⽣成しますか？ はい(y) / いいえ(n)」とUSERに聞く Step2. USERが終了してよければASSISTANTはタスクを終了させる。USERが終了してはいけない場合は、 ASSISTANTは再度{# 依頼}を実⾏する。

依頼 あなたは{# 役割}です。次の{# ルール}を必ず守り、顧客向けのシステム開発サポートの提案書を作成して下さい。{# 形式}の形式で出⼒してください。

役割 優秀なITコンサルタント

形式 – 表形式 – 列は{連番} [システム区分] [課題] [改善案] [ITによるソリューション方法][効果]

ルール – 1システム区分に5課題程度ずつ、10システム区分程度挙げてください。 – {# 評価}の⽅法で評価し、出⼒に含めてください。 – {# 参照}を参照にして、出⼒してください。 – {# 実⾏シナリオ}に従ってUSERとやり取りして下さい。

評価 – 効果の度合いをを5段階で評価してください。

参照 – 顧客企業は、通信大手企業です。

実⾏シナリオ Step1. {# 依頼}を3回反芻したうえで結果の出⼒を⾏い、「その他の改善案を⽣成しますか？ はい(y) / いいえ(n)」とUSERに聞く Step2. USERが終了してよければASSISTANTはタスクを終了させる。USERが終了してはいけない場合は、 ASSISTANTは再度{# 依頼}を実⾏する。

〇AIを使いこなすスキル
・明確な成果物のイメージを持つ。
・テキストでのコミュニケーションスキル。プロンプトの作成。
・成果物に対するフィードバックスキル。受け取った結果を評価する。
・プロンプトエンジニアに関するYouTubeを見て勉強する。
・chatGPTに役割を与える。
・階層構造で指定も可能。
・テーマ・構成・原稿作成、プロンプトは分割する。
・試行錯誤して磨く。
・チーム構成・・・プロンプトエンジニア(専門家・AIコンサルタント)・推進チーム(管理者)・現場メンバー(担当者)。
・プロンプトと得た結果をExcelシートなどにまとめる・・・ノープロンプトのExcelマクロなどのツールを開発して開発・利用する。

〇リスク対策
・各社の利用ガイドラインを作成する。ディープラーニング協会でガイドラインがある。
・どう使うかを定める

〇各種生成AIツール
Perplexity
https://www.perplexity.ai/ ・・・出典付きで信頼性の高い情報提供
Genspark
https://www.genspark.ai/ ・・・ PowerPoint作成。スライドや文章の作成に特化。
Felo
https://felo.ai/ja/search
Gemini
https://gemini.google.com/ ・・・google リサーチ。Googleエコシステムとの親和性。
Mapify
https://mapify.so/ja ・・・情報収集。地図作成。
Google Ai Studio
https://aistudio.google.com/ ・・・Google Cloudとの連携
Claude
https://claude.ai/new ・・・長文対応が得意で操作が簡単
https://docs.google.com/spreadsheets/d/1KtuoOL63zBz8WtsTo32mnWVUqUNxLrPPFKROrMllAu0/edit?usp=sharing

●AIセミナー 産総研人工知能技術コンソーシアム（AITeC）より。最先端のAIセミナーをYouTubeで受講しましたので、情報を共有絡致します主に教育現場より。
○私の感想
・これからは、インターネットで取得した百貨店式データ中心の現在のAIから、特異性のあるデータを取得した状況依存性のあるAIになりそう、なのは理解できた。
・この社会ごとに個別のデータをどう取得するか(データサイエンス)については不明。
・この個別のデータを集めて共通のモデルを作成するとのこと。この場合、各社会・企業・個人ごとにメリットがあるのは分かる。この共通のデータを取得する場合、プライバシー・セキュリティの問題をどう解決するかは不明。この価値あるデータを個人・企業・社会から、どのような手段で集めるか?
・AIの進化と共に、社会の進化・人の進化がどのように進むかを、これから推測したい。
・画像処理・コールセンターサポートシステムなどへのAI適用について学んで、デモプログラムなどを作成(AIで作成するかも)してみたい。
・「ゼロからわかるITほんき入門 生成AIのなかみ」を読んでみました。導入文献としては分かりやすく、面白くていい本でした。

◎本村陽一様より。
・人とAIの共進化。機械学習・データが必要。インターネットに上がっていない社会のデータを利用する。異質性・多様性・社会性。AIに入っていないデータをどう学習させるか。
・AIへのフィードバック・我が社のデータ・我が社の成長を、特化したデータから学習。実社会ビッグデータ。実社会の現象を実データとして取り込む。実社会の価値。分散型・二次データ。学習の今のAIとはやり方が異なる。現場に入り解決しながら新たなデータを取得する。
・共通のモデルを作成する。枠組みを作り・皆で共有する。因果性も明確に・説明できるAIを。
・目的変数を明確にする。
・社会的な価値志向。データが集まると、人の学習・組織の学習・AIにより解決。
・人によって時間が変わる仕事は、AIで解決できる。人により同じならAIでは解決しにくい。
・人の進化・AIの進化。アブラクション(「抑圧された感情から解放する」。
・状況依存性・ Society5.0・学生の社会観を伸ばす・令和の社会。世界とつながっている。

◎教育現場での各先生より。
・教育・・・探究スキル・マインドを育てる。
・生成AIの使用場面を適切に制限する。
・自然な生成AIの使用場所設定する。
・自身と相手の解像度(状況・原因・関係・結果などを明確化すること)を上げる。
・教育×データサイエンス
・学生のAI依存への対応・・・使いこなす。うまく利用する。
・学習データ(ログ)の利活用・・・データからの学習取得により、生徒をほめる。BIツール。生徒の日常のデータ。
・研究・教育現場・自治体・ビジネス界の連携・・・探究など。社会の最先端の状況を。高校生に翻訳する。社会と学生の橋渡しを教師が行う。
・AI・インターネットで解答がすぐ手に入る。結論を取得するには選択・検証が必要。
・データ取得は、U.S.・文科省のフォーマット・育成AIを利用する。
・不確実性にどう立ち向かうかを、次の世代に。彼説推論を行っていく。

参考サイト : https://youtu.be/Z10MdLkmF5s

●次世代テックフォーラム・第3回トータルコーディネート会議
生成AIのハードウェアの製造からAIによるソリューションビジネスまでを展開しているPreferred Networks(PFN)社の事業説明と
福田昌昭氏・人工知能研究センター本村陽一氏・近畿大学教授廣田章光氏によるパネルディスカッションにより、
生成AIの導入・活用・課題について、その全体像を理解できました。

(1)商工会議所の次世代テックフォーラム
・AI・モビリティ・新エネルギー・Neoマテリアル・宇宙ビジネス
・クラスター会議(分科会)・トータルコーディネート会議

(2)Preferred Networks(PFN)社 企業概要説明 福田昌昭氏
・2014年3月設立
・本社 東京都千代田区
・従業員数 約350名
・事業内容 ハードウェア製造(AIチップ・スパコン・計算基盤)・生成AIソリューション・開発・販売・研究開発
・出資企業 トヨタ自動車・ファナック・NTT・ENEOS・中外製薬・日立など
・AI技術の垂直開発と、AI技術の多業種水平展開
・製造・医薬から教育・エンタメまで幅広くAIによるソリューションを提供
・普遍的な教育と大規模データによる機械学習を統合した大規模言語モデル

(3)パネルディスカッション。福田昌昭氏・本村陽一氏・廣田章光氏
・人とのかかわり。アニメ・エンタメまで。
・データのオーナーシップ。著作権侵害は、類似性・依拠性で。不当利益返還請求権。
・熟練エンジニア・プラント・検査。人→機械→レビュー。人材不足・雇用。
・企業への適用。仕事の理解→協力→経営者・部門の指導。
・暗黙知。共進化・ヒューマンAIループ・振り返り。
・自動運転では、事故発生時の責任も必要。自動演奏。
・ロボットはヒューマニティがない。人間が道具をどう使うか。
・AIにも記憶を持たせる。AI技術のコントロール。過去のデータ(履歴)を利用する。
・エージェントベース。AIが共念・意味をトレース。真理の変数。
・百科事典としては、インターネットにデータがある。Google・chatGPTなど。情報粘着性をデータで学習。
・進化が早い。業務が変わる。昔、出来なかったことも今ではできるかも。関西からも万博などでアピールして欲しい。
・生成AIが発生したデータを、またAIが利用することもある。
(結論)
・現場の問題を解決する。・日本の特長は現場のノウハウ。・使うステージに入っているクリエイティブ→人→創造性。
・プログラム開発のAI化はどうするか?→顧客の意図をどう取り込むか、外部設計が重要。
外部設計書を元にAIが詳細設計→人が詳細設計をレビュー→AIがプログラム開発→人がテスト・検証。の流れか。
・我々ソフトウェア開発のSEも、AIによるプログラム開発を利用した新たな設計・テストの仕組み・構築・プロジェクトに参加したいと思います。