生成AIの台頭に関する専門家からの重要な知見

Smartcatはこのほど、新製品Smartcat AIコンテンツジェネレーターを発表するオンラインローンチイベントを開催しました。翻訳、L&D、マーケティングなどの業界から500名以上の専門家が参加しました。見逃した方は、ローンチイベントの録画をご覧ください。

本イベントでは、コンテンツ制作と翻訳分野における最先端のトピックに深く迫り、Smartcat AIの驚くべき能力を探求しました。ラーニング・ギルドのCEOデイビッド・ケリー氏、マーケティングAIインスティテュートのCCOマイク・カプート氏、ニムジ・インサイトズのシニアコンサルタント・ラズロ・ヴァルガ氏、そしてSmartcatのプロダクトディレクター・イゴール・アファナシエフ氏ら、業界を代表する専門家によるパネルディスカッションでは、AIがコンテンツ生成や翻訳など多岐にわたる分野に革命をもたらす可能性について、示唆に富む議論が交わされました。

マイク・カプット – マーケティング環境におけるAIの変革的役割

マーケティングAI研究所の最高コンテンツ責任者であるマイク・カパット氏は、マーケティング分野におけるAIの現状についていくつかの重要な洞察を共有した。同氏の解説では、マーケティング分野におけるAI導入の継続的な進化が強調され、経営陣と実務者の双方から、マーケティング成果の向上に向けたAI技術活用への関心が高まっていることが示された：

導入はまだ初期段階にあります

平均的なマーケターは、AI技術の採用においてまだ初期段階にあります。多くの企業が、自社のマーケティング活動におけるAIの実用的な応用方法と投資対効果（ROI）を理解しようとしています。

業界では考え方の転換が起こっている

CEOやCMOが、大規模言語モデルや生成AIの可能性を探求することへの関心を高めており、これは業界のAIに対する姿勢における転換点を示している。

役割によって採用状況は異なる

経営幹部も現場担当者も積極的に関与している。マーケティングAI研究所が最近実施した調査によると、マーケティングリーダーおよび実務者の約98％が何らかの形でAIツールを活用している。この導入は組織階層全体に広がっており、経営幹部はワークフローにAIを統合し、実務者は独自の実験を行っている。

採用には二種類存在する：ボトムアップ型とトップダウン型

マーケティングにおけるAIの採用は、トップダウンまたはボトムアップのいずれかのアプローチに限定されるものではなく、両方向から同時に進行している。経営陣は戦略にAIを組み込む方法を積極的に模索する一方、現場の担当者は独自にAIツールを実験している。目標は、これら二つのアプローチを融合させ、組織内で正式なAI戦略、プロセス、方針、ガイドラインの開発につなげることである。

ラズロ・ヴァルガ – ローカリゼーションおよび言語産業におけるAIの現状と将来性の評価

ローカライゼーションおよび言語産業の調査・コンサルティング企業であるNimdzi Insightsの主任コンサルタント、ラズロ・ヴァルガ氏は、翻訳を超えた潜在的な利点と応用可能性の理解に焦点を当てつつ、大規模言語モデルに対する言語産業の慎重ながらも探求的な姿勢を強調した。

言語産業全体にわたる緩やかな変革

大規模言語モデルには大きな期待が集まっているものの、言語業界では他の分野ほどの変革はまだ起きていない。これは、多くの大規模言語モデルが汎用ツールであり、特定の用途に特化して設計されていないことに起因している。

ROIと効率性に関する不確実性は依然として存在する

大規模言語モデルによる投資利益率（ROI）と真の効率性については、機械翻訳が成熟するまでの初期段階に見られた懐疑的な見方と同様に、現在も不確実性が続いている。

言語産業におけるLLMの活用事例

言語産業における大規模言語モデルの主な用途は翻訳である。しかし、ラズロは、翻訳を超えた大規模言語モデルの追加機能が存在し、見過ごされるべきではないと強調した。これらの機能は様々な組織によって調査・検証が進められている。

現在、テストおよび審査段階にあります

多くの組織は現在、大規模言語モデルの活用における実用性と品質を検証する試験段階にあります。AIモデルに内在する予測不可能性は、一貫した品質の確保において課題となっています。

他人の成功から学ぶ

ラズロは、業界が他者の大規模言語モデルに関する経験から学び、その潜在的な応用可能性と利点に関する知見を得ようとしている点を強調した。

デイビッド・ケリー – 学習と開発におけるAIの課題と可能性を探る

ラーニング・ギルドの最高経営責任者（CEO）であるデイビッド・ケリーは、現在の学習・開発（L&D）分野におけるボトムアップ型のイノベーション手法、コスト認識に起因する同分野特有の課題、効率性向上の重視、そしてトップダウンの影響力が将来のL&D実践の変化を牽引する可能性について強調した。

L&D分野ではボトムアップアプローチが主流である

デイビッドは、L&D（学習・開発）分野において、新たな技術や手法の導入がボトムアップ型のアプローチで進んでいると強調した。これは、組織内の個人が率先して新しいL&Dツールや手法を試し始めていることを意味する。

人材開発（L&D）の認識への挑戦

彼は、マーケティングとは対照的に、人材開発（L&D）が直面する重大な課題について指摘した。マーケティングは製品販売に貢献するものと見なされることが多い一方で、多くの組織において人材開発は一般的にコストセンターと見なされている。その結果、人材開発はその価値を証明するために効率性の向上に注力する必要がある。これを達成する方法の一つとして、AIがコース開発コスト、従業員の学習エンゲージメント率、離職率といった企業学習の主要業績評価指標（KPI）をどのように改善できるかを示すことが挙げられる。