Google Cloud Next’24 Tokyo レポート

Google Cloud Next’24 Tokyoに参加してきましたので、イベントの様子や所感について投稿します。

はじめに

2024/8/1 ~ 2024/8/2にパシフィコ横浜で開催された「Google Cloud Next’24 Tokyo」のDay1に参加してきました!

Day1では、主にGoogle Cloudの最新製品や生成AI技術に関するアップデート、それらの技術を使用したカスタマーのユースケースの紹介が行われました。

まず、生成AIの活用が生む経済価値は2030年までに年間49.9兆円にまで達する見込みであるとのお話しがあり、近年のAIの急速な普及とその規模の大きさを実感しました。

そのうえで、生成AIは"試す"フェーズから"使う"フェーズへと差し掛かっており、今後さらに加速するであろう生成AIの普及の波に乗り遅れないようにするために、自身が普段対応している定常業務の中でも、AIを活用して実際に効率化できるものがないかを考えていくことが重要であると感じました。

また、生成AIの活用方法については、"モデル"を活用するフェースから"エージェント"を活用するフェーズへ急速に移行している点を強調されていました。

モデル
モデルはテキスト生成、画像認識、音声認識等の特定のタスクを
実行することに特化した機械学習アルゴリズムのことです。
特定のタスクに特化しているため、汎用的な問題解決には限界があります。
エージェント
エージェントは、複数のモデルやアルゴリズムを組み合わせて、
より複雑なタスクや連続的なタスクを実行するシステムです。
複数のタスクを実行できるため、より汎用的な問題解決が可能です。

実際の業務に置き換えると…

モデルでは、メールの作成/会議の要約等、業務全体のフローから切り離された特定のタスクのみの実行に留まっていたものの、エージェントを通じて既存のアプリケーションと連携することで業務全体がカバーされ、効率化や自動化が実現されることが期待されています。

基調講演の聴講後、様々な企業様による個別の講演セッションを回りました。
その中でも特に印象に残ったセッションを紹介します。

ビジネスにおいて生成AIを活用するためのポイントについて、ある放送局の"動画を説明したテキスト文書の作成業務"をAIを使用して効率化した事例を交えながら説明いただきました。

LLMの活用
LLMを単体で使うのではなく、他の機能と組み合わせたアプリケーションを構築する必要がある。
完全な自動化を目指すと失敗する
生成AIを既存のビジネスプロセスに統合し、完全な自動化を目指すのではなく、効率的にチェック・修正するツールの開発が重要。
プロンプトエンジニアリング
生成AIの出力を最適化するために、プロンプトエンジニアリングが必要であり、エンジニアの技術が求められる。

現時点では生成AIに業務すべてを任せるのは難しいため、業務全体を見通した上で、生成AIを使用して効率化可能なタスクとAIの使用が難しいタスクの見極めが重要であると理解しました。