研究所について

研究所概要

  • 名称:

    みらいワークス総合研究所
    Mirai Works Research Institute(MWRI)

  • 設置:

    2022年7月

  • 所長:

    岡本祥治

  • 所在地:

    〒105-0001 東京都港区虎ノ門4-1-13 Prime Terrace KAMIYACHO 2F

  • 活動内容:

    プロフェッショナル人材の働き方・キャリア形成に関する研究

    企業の新規事業やリスキリング、外部人材活用に関する研究

    各種調査分析・情報収集

    出版・広報

  • 連絡先:

    mirai_inst@mirai-works.co.jp

ミッション・ビジョン

みらいワークス総合研究所 ミッション・ビジョン

みらいワークス総合研究所 ミッション・ビジョン

所長メッセージ

みらいワークス総合研究所 所長 岡本 祥治

みらいワークス総合研究所 所長岡本 祥治Nagaharu Okamoto

1976年生まれ、慶應義塾大学理工学部卒。アクセンチュア、ベンチャー企業を経て、47都道府県を旅する過程で「日本を元気にしたいという思いが強くなり、起業を決意。2012年、みらいワークスを設立し、2017年に東証マザーズ(現・東証グロース)上場を果たす。

『みらいワークス総合研究所』を運営する株式会社みらいワークスは、「日本のみらいの為に挑戦する人を増やす」をミッション、「プロフェッショナル人材が挑戦するエコシステムを創造する」をビジョンに掲げ、人生100年時代に、プロフェッショナル人材が、「独立、起業、副業、正社員」といった働き方や働く場所、働く目的に縛られない挑戦の機会提供とその挑戦の支援を行うための事業を展開しています。

2022年7月に、プロフェッショナル人材の働き方やキャリアに関する調査・研究機関『みらいワークス総合研究所』を立ち上げ、メディア『CAREER Knock 』にて、プロフェッショナル人材の働き方やキャリア形成についての情報を提供してきました。

同時に、フリーランスや副業といった外部プロフェッショナル人材を活用する企業についての調査・研究も行い、情報を提供していく中で、企業の経営者や人事部、事業部の方より「これらのノウハウや事例をもっと知りたい」といった声を多くいただく機会が増えました。

また、昨今、オープンイノベーションやリスキリングに関するお問い合わせや引き合いも増えていることから、このたび、『みらいワークス総合研究所』にて、外部人材活用や新規事業、リスキリングに関する調査・研究、情報を提供していく事としました。

現在、みらいワークスに登録いただいているプロフェッショナル人材は8万名を越えました。国内最大級のプロフェッショナル人材のためのプラットフォームとして、多くのプロフェッショナル人材の働き方や、企業でのプロフェッショナル人材の採用・活用を見てきた知見をもって、フラットな目線で「本当に必要とされる情報」を提供していきたいと思っております。

「本当に必要とされる情報」を提供するためには、われわれが欲しい情報を提供するのではなく、読者の目線で調査・研究をした情報を提供する必要があります。

読者は、新しい働き方を実践したり、新規事業、リスキリング等、かつてないものを創る「挑戦者」です。

つまり、読者の目線で活動するには、みらいワークス総合研究所に携わる編集者、記者、執筆者、われわれ自身も「挑戦者」である必要があります。われわれ自身も「挑戦者」であり続け、企画する内容、集める情報、発信する情報と、10年先、20年先を見据えた、読者のために役立つ情報を発信していきたいと考えています。

2025年の会話型「生成AI」はどうなる? 知っておきたい3つのポイント

Press Press

2025.1.16 Interview

ChatGPTをはじめ、ビジネスの場で生成AIは欠かせない存在となっています。会話型AI構築プラットフォームを運営する「miibo」が12月中旬に開催したイベント「miibo AI Conference 2024」では、生成AI活用の第一人者として知られる深津貴之さんと、起業家、投資家の肩書きを持ち京都芸術大学教授として学生のAI活用を推進している小笠原治さんとの間で活発な意見が交わされました。この講演内容から、生成AIの現在地とこれからについて考えるヒントを探ってみましょう。

Slack上で1年間、AIとバレずに働く「AI社員」

「2025年を考えるうえで、AGIの話ははずせない」と小笠原さんは言います。AGIとは、Artificial General Intelligence(人工汎用知能)の略で、人間のような知能や能力を持ち、プログラムされた特定の状況以外のさまざまな課題、タスクを解決できる人工知能を指します。

一方で、現在普及しつつあるChatGPTは、与えられた範囲内でのみタスクをこなす人工知能。AGI実現をゴールとすると、始まりの部分にすぎません。AGIは、「いつできるのか?」「何ができるのか?」「人間を超えるのはいつか?」などについて、IT業界を牽引する世界中のリーダーたちはさまざまな視点で予測しています。AGIの定義も現時点ではあいまいです。小笠原さんは、AGIの定義を次のように考えます。

「AGIは長いスパンで考えると、人間を超える知能としてイメージされると思います。実際は、いくつかのエージェント(自分の置かれた環境や状況を理解し、最適な行動を選択するような存在)を束ねるシステムになるのではないでしょうか。最初は、単機能のエージェントをいくつか組み合わせることで人間よりいい感じに1つ仕事ができたという時点でAGIと言っていいと個人的には思っています」(小笠原さん)

一方で深津さんは、「一般的あるいは全般的な性能が、人間の性能を超えているのをどう証明するか」がAGIの定義に関わってくると考えます。

「個人的に、これができたらAGIと言っていいのではないかと考えているのは、ビジネス用チャットツールであるSlack上で労働者として働いて、1年間人工知能であることがバレずに仕事ができたら、それはAGIと言っていいと考えます。例えば、去年入社して総務課に配属された××さんって実はAIなんだって、と1年後の忘年会で社員たちにバレるというような感じになったらそれはAGIと言っていい。法規制などを考えると、現実的には開示義務などが発生するのかもしれませんが、AGIはそこを目指してほしいですね」(深津さん)

「マルチモーダルAIとデバイス」はどうなっていくか

ここで話は、「マルチモーダル」に移ります。AIの文脈でマルチモーダルというのは、映像と音声、映像とテキストなど異なる種類の情報をまとめて扱うAIを指します。2025年、マルチモーダルAIとそれに対応するデバイスはどうなっていくと考えられるのか、まずは小笠原さんが口火を切りました。

「僕は、人間の顔や体表面温度といった生態情報を読むのもすでにマルチモーダルだと思っています。投資先で医療機器認証プログラムをつくっているところがあるのですが、24時間血圧や心拍の情報が取れます。そういった情報をすべてAIに渡すことで、今までわからなかったことがわかるようになってほしいんですよ。2025年、コンピュータビジョン(コンピュータが画像や動画、そのほかの視覚データから自動的に意味のある情報を抽出し処理する技術で、人工知能の一分野)は飛躍的な進歩を遂げると予測していて、マルチモーダルはまず、わかりやすい画像認識から精度が上がっていくような気がしますね」(小笠原さん)

深津さんが続きます。

「いま作られているマルチモーダルは、視覚と聴覚とあと何かと何か、人間が持っているセンサーのいくつかを移植したぐらいのものですよね。本来は、人間が持っていないセンサーを積むほうが性能はよくなると思うんですよ。振動、超音波、赤外線、湿度などをいっぱい入れたマルチモーダルを作ると、人間からみると超直感に思えるような、ものすごい判断にみえるようなことが、このセンサーとこのセンサーを組み合わせればわかるんですよといった事例が増えてくる。

人間よりセンサーの数を増やし、多様化してぶちこむのがいちばん手っ取り早いと思います。学習データが足りないという問題も、文字データが足りないというだけ。こういった形でデータアーギュメンテーション(学習データの拡張・水増し)すれば、世の中にはまだまだ未活用のデータがいっぱいある」(深津さん)

実用フェーズでの日本企業の戦い方

データの収集や活用を考えるとき、どこまでデータを取られてもいいのか、どこまでのデータをAIに渡しても大丈夫なのか、ぼんやりとした不安が出てくる。ここは、進歩をさまたげる障壁にならないだろうか。深津さんはそういった漠然としたものではなく、より現実的な障壁について語ります。

「ビジネス上でのいちばん大きな課題は、人工知能の開発を行うOpenAI(オープンAI)などが超音波をマルチモーダルに突っ込んだとしても、ユーザーである私たちが超音波を集めるデバイスを持っていないという点にあります。GoogleやAppleといったビッグテックや、オープンAIでもソニーでもいいので、超センサー増し増し携帯電話か、超センサー増し増しホームデバイスをまずつくってくれるといいですよね。そこから超学習をして、AIを出すという流れだとすごく楽しい世界がやってくるような気がしています」(深津さん)

実用フェーズに入ったら、日本企業はどのように戦っていけばいいのでしょうか。深津さんは「超高度なAIは資本とデータの物量で勝ち負けが決まってしまうので、その土俵には上がらないほうがいい」と考えています。大事なのは、「AIでリプレイスできないところに、どうやって価値をつくるのかということ。2025年は、何を使ってAIの外側に陣地をつくるかを考えるときだと思います」(深津さん)。

普遍的な領域を攻めるのが、日本企業の戦い方だと話す深津さん。小笠原さんも共鳴し「日本にも商機はある」と強調します。

「日本企業が開発した国産モデルというとき、話はLLM(Large Language Models/大規模言語モデル)のことになりますよね。世界人口に占める日本語を話す割合は2%弱。日本語のデータが不足していることが問題となっていますが、当然です。ただ、言語だけでなく、映像や視覚、聴覚、血圧や心拍などの生態情報といったマルチモーダル的に、さまざまなデータで学習を実行できたら日本に商機はある。もちろん、言語は文化のベースとしてあるので、そういう意味ではLLMはやらないという選択肢はないと考えています」(小笠原さん)