Dotsとは?~OpenAIが発表した次世代AIエージェント~

近年のAIは「質問に答える」という段階から、「自分で考えて行動する」段階へ進化しています。(まさに人間の進化と同じ道筋を辿ってますね)

その象徴とも言えるのが、OpenAIが発表した 「Dots(ドッツ)」 です。
Dotsの特徴やChatGPTとの違い、活用例をまとめます。


Dotsは、OpenAIが提供する 常時稼働型のAIエージェント です。ユーザーの代わりに継続的に作業し、目標達成のために自律的に動くことを目的としています。

従来のChatGPTが、「質問したら答えるAI」であるのに対し、Dotsは「目標を与えると継続的に働くAI」という位置付けです。

ChatGPTとの違い
OpenAIによると、Dotsは専用のクラウドコンピューターを持ち、ユーザーの代わりに継続的な作業を行えます。

Dotsでできること
① 情報収集の自動化
例えば、
•AI業界ニュースの監視
•競合企業の動向調査
•市場リサーチ
などを継続的に実施できます。


② 資料作成・更新
状況変化に応じて、
•プレゼン資料
•提案書
•レポート
を更新することができます。

③ コンテンツ制作
ブログ運営者なら、
•ネタ探し
•構成作成
•SNS投稿案作成
•競合分析
などを任せることが可能です。

④ アプリ開発支援
開発者向けには、
•バグ調査
•コード修正
•テスト実施
•PR作成
まで支援できると紹介されています。

⑤ スケジュール・業務管理
メールやカレンダーと連携し、
•予定確認
•タスク整理
•リマインド
•優先順位付け
なども行えます。

Dotsの特徴
常時稼働が可能なためユーザーが寝ている間でも作業を継続できます。

専用クラウド環境
PCを占有せず、クラウド上で動作します。

アプリ連携
4,000以上のアプリに接続可能とされています。
学習するエージェント
使うほどユーザーの好みや判断基準を理解していきます。

利用料金
2026年10月時点では、
•ChatGPT Pro
•Business Premium
•Enterprise(一部)
向けに提供されています。

Plusプランは対象外とされています。

Dotsの将来性
これまでのAIは「秘書」のような存在でした。
一方Dotsは
「自分の代わりに働いてくれる社員」に近い存在です。
OpenAIは将来的に複数のDotsがチームとして協力しながら働く構想も示しています。
openai
ブロガー視点の総評
Dotsは単なるAIチャットではありません。
•ChatGPT = 優秀な相談相手
•Dots = 優秀な実行担当者
という違いがあります。
もし今後一般ユーザーにも広く展開されれば、
•ブログ運営
•副業
•マーケティング
•プログラミング
•情報収集
の在り方を大きく変える可能性を秘めたサービスと言えるでしょう。
ひと言で表すなら、「指示待ちAIから、自ら動くAIへの進化形」がDotsです。

ChatGPTを使いこなす!より精度の高い回答を得るためのコツ

現代は、便利なテクノロジーのおかげで、どんな質問でもChatGPTに聞けば、ある程度の精度で答えが返ってくる時代になりました。しかし、求めている答えにより近づくためには、ただ質問を投げかけるだけでは不十分です。正確かつ有用な情報を引き出すためには、いくつかの工夫が必要です。ここでは、そのポイントをご紹介します。

1. 指示を具体的に

ポイント:100~150文字以内で指示する
質問や指示を簡潔に、かつ具体的に伝えることで、より精度の高い回答が期待できます。プロンプトの内容を#やXMLタグのような形式で構造化するのも有効です。

2. ChatGPTに役割を与える

「あなたは○○のプロフェッショナルです」と指示を追加することで、AIに特定の視点や専門性を持たせることができます。例えば、「マーケティングの専門家としてアドバイスをください」というように指定すると、その分野に基づいた回答が得られます。

3. 例を示す

「○○のネタを提案してください」という曖昧な指示よりも、「○○のスペックや技術、○○との違いを挙げてください」といった具体例を示すと、より的確なアイデアが引き出せます。

4. イメージを途中まで書く

「書き出しは『○○と○○を比較した際に、』とする」といった形で、回答の一部を提示することで、求めるアウトプットのイメージを明確に伝えることができます。

5. 前提条件を示す

「この資料は○○を目的としています」という前提条件を付け加えることで、ChatGPTが答えるべきポイントが明確になります。例えば、調査資料や企画書に必要な情報を求めていることを具体的に示しましょう。

6. アウトプットの形式を指定する

「キーワードを3つ挙げてください」や「ランキング形式でBEST10を教えてください」というように、回答の形式をあらかじめ指定することで、期待通りの形で答えが返ってきます。


ChatGPTを使いこなすためには、こちらからの指示がどれだけ具体的かが鍵となります。イメージをしっかり共有することで、より精度の高い回答が得られるでしょう。是非試してみてください。

優れたLLMとは<進化するLLMと私たちの未来>

近年、大規模言語モデル(LLM)は目覚ましい進化を遂げ、私たちの生活に大きな影響を与え始めています。GPT-4、Gemini 1.5、Claude 3など、数々の強力なLLMが登場し、その性能を巡る議論は白熱しています。しかし、優れたLLMとは一体何なのでしょうか?

万能なLLMは存在しない

まず重要なのは、LLMは万能ではないということです。それぞれのLLMは得意分野と不得意分野を持ち、特定のタスクに特化したLLMも存在します。例えば、GPT-4は文章生成に優れている一方、コード生成ではGemini 1.5に劣るかもしれません。

では、優れたLLMの基準は何でしょうか?それは、目的や用途によって異なると言えるでしょう。

  • 性能: 文章生成、翻訳、要約、コふード生成など、特定のタスクにおける精度や効率性。
  • 汎用性: 幅広いタスクに対応できる柔軟性。
  • 安全性: 倫理的な問題やバイアス、誤情報などを抑制する機能。
  • 信頼性: 一貫性のある出力、再現性、透明性。
  • 効率性: 処理速度、メモリ使用量、コスト効率。

LLMの進化と課題

現在、多くの企業がLLMを業務に活用するための検証を進めており、すでに一部では実用化されています。しかし、同時に多くの課題も見えてきています。

  • データの取り扱い: 大規模なデータの処理能力、プライバシー保護、セキュリティ対策。
  • 倫理: 偏見や差別、誤情報などの社会的な影響。
  • 法令遵守: 著作権、個人情報保護、法令遵守。
  • 透明性: モデルの動作原理、意思決定プロセス。

特化型LLMとプロンプトエンジニアの重要性

これらの課題を克服するためには、特化型LLMの開発が重要となります。これは、特定の業務や分野に特化したLLMであり、企業のニーズに合わせたカスタマイズが可能です。

さらに、LLMの潜在能力を最大限に引き出すためには、プロンプトエンジニアと呼ばれる専門家の存在が不可欠です。プロンプトエンジニアは、LLMに適切な指示を与えることで、より正確で効率的なアウトプットを得るための技術を駆使します。

未来へ向けて:LLMとの共存

LLMは、私たちの社会やビジネスに大きな変化をもたらす可能性を秘めています。しかし、その進化には、倫理的な問題や技術的な課題など、克服すべき課題も数多く存在します。

優れたLLMとは、単に性能が高いだけでなく、倫理的に健全であり、社会に貢献できるものであると言えるでしょう。 私たちは、LLMの進化を注視し、その可能性と課題を理解しながら、未来に向けて共に歩む必要があります。

★近未来展望と期待されるソリューション★
  • 人(人口)の未来⇒日本は世界から逆行している
    • 世界の人口は現在77億人で、2050年には97億人に増加する見込み。
      • インドは2027年ごろ中国を抜いて世界一の人口を有する見通し。
      • アフリカも2050年までに現在の2倍の人口増加が予想される。
    • 日本の人口は現在1.2億人で、2050年には1億人を下回る見込み。
      • 2025年には日本の人口の30%が高齢者になる見込み。
      • 東京では75歳以上の人口が2010年から2025年には7倍増加する見込み。
  • テクノロジーの未来
    • 5G(4Gの100倍)から6G(5Gの100倍)への進化が期待される。
      • 自動運転、XR(AR/VR/MR)、リアルタイム翻訳などへの技術展開が期待される。
    • 量子コンピューティングやブロックチェーン、IoT、AIなどの技術も進化が続いている。
  • 世界の高齢化問題
    • 現在、世界では11人に1人(9%)が65歳以上だが、2050年までに6人に1人(16%)に増加する見込み。
    • これにより、日本が先行して経験する少子高齢化問題への取り組みが貴重な財産になる。
  • 少子高齢化の原因
    • 未婚率の増加、晩婚化
    • 価値観の変化(独身生活の自由、便利な社会)
    • 女性の社会進出
    • 出産や育児環境の未整備
    • 子育てへの金銭的な不足
    • 医療の発展による平均寿命の延長
    • 健康意識の高まり
    • 都心部への人口集中
    • 進学率の増加
  • 少子高齢化の問題点
    • 労働力不足(24時間営業の減少、閉店や倒産の増加)
    • 若年層への負担(保険料増加、年金制度の危機)
    • 経済成長力の低迷(貧しい国に)
    • 地方の崩壊(地銀倒産、店舗や公共交通機関の崩壊、インフラ老朽化)
    • 高齢者の増加に伴う医師不足や介護士不足
  • 少子高齢化への対策
    • 働き方支援(主に女性向け)
    • 子育て支援
    • 結婚前や出産前の支援
    • 新たな年金制度の構築(投資)
    • 高齢者の再就職促進
    • 予防医療への注力(日常生活や介護における予防)
  • 今後期待される医療・健康ソリューション
    • 予防医療(AIを活用)
    • 先制医療
    • 遺伝子医療
    • 脳波医療
    • 免疫医療
    • 再生医療(培養肉や細胞農業への展開)
    • ロボット手術
  • 医療機関の連携
    • 地域連携医療の推進(慢性期疾患への対応)
    • 携帯でのナースコールシステム
    • 生涯医療/健康データの携帯端末への取得と活用
    • 医療スタッフからの携帯端末への配信
    • 画像解析や診断技術の活用(不穏行動の検出など)
    • 自動車や携帯端末による健康監視
    • 患者に寄り添う医療スタッフの必要性(食生活改善など)
    • 潜在ワーカーの活用(主婦、元看護士、定年退職者など)
    • 医療データのクラウド化
    • シニア住宅の医療設備の充実

AI活用例

近い将来、AIによるカメラ技術を用いて、以下の業務への適用による生活の質向上が期待される。
・セルフチェックアウトでの不正防止
  ・消費者の動きと実際のスキャン数を比べ、スキャン漏れや不正を検知
  ・バナナトリックを検知
・年齢確認の実施
 ・お酒等の年齢制限商品購買時のチェック機能
 ・消費者の購買体験の向上(消費者側への問いかけが不要となる)
 ・コンプライアンス改善

医療分野での課題とデータ活用

現代においては、平均寿命がますます延びている一方で、健康寿命との乖離が鮮明になってきている。
・この50年間で、65歳時点の平均余命が大幅に延伸(OECD加盟国平均:14.2年→19.9年)
・ただし、65歳時点の平均余命に対し、健康寿命は半分以下(OECD加盟国平均:女性9.8年、男性9.7年)

これらのギャップの解消、課題解決に向けては、ヘルスケアデータをより詳細に分析し、最適な健康活動を送れるような新たな取り組みに繋げていく必要があると考える。

そのためにはやはり、
医療機関ごとに分断されている患者情報(医療データ、健康データ、活動ログ等)を関係者間で共有し、患者一人ひとりに寄り添った最適な医療の提供の実現が必須と考える。

また、新薬開発には10年の開発期間と1000億円以上の開発費を要し、そのうえ成功率は2~3万分の1と言われており、このため製薬会社等の前向きな取り組みが難しくなり、新薬開発が遅れている現状がある。これらの課題に対しては、
・研究プロセスの自動化
・AIなどを活用し、研究アイデアの創出や研究のスピードアップ
・研究データ、試験データの共通管理、情報交換
・在庫管理
・シミュレーションモデルの構築(データサイエンティストの育成、活用)
などに向けた一層の取り組みが必要となる。

超高齢社会が到来し、健康や寿命に関する様々な要望やリスクが起きる中で、この医療分野においても様々なデータとテクノロジーを最大限に活用する取り組みが必要となっている。

人=資本

企業を成長させていく、拡大させていく為には、人(社員)に投資をして成長させていくことが必要である。この当たり前の考えが日本、特に大企業の取り組みからは希薄に感じられることが多い。
とはいえ、日本においても、とりわけベンチャー企業などは、経営目標や必要スキルが短期間で変化することも多く、「社員の成長が必要不可欠」であるという意識を持っている企業は多いと感じる。
今一度「人的資本経営」の意義について考えるようにしていきたい。

イノベーションを「買う」

アメリカをはじめとするIT先進国ではイノベーションを外から積極的に「買う」。

そうして購入したイノベーション(アイデアや技術、ノウハウ)を自社ソリューションと組み合わせて新たな価値創出(自社ブランド化)することで、サステナブルなイノベーションを実現している。

一方で、日本企業では、自社で1からイノベーションを起こそうとする企業が依然多いと感じる。(特に大企業ほど自分たちの力で出来ると思い込んでいる)

決して自身の力だけでイノベーションを起こすことは悪ではないが、自社規模とそれ以外(外部規模)を比較すると当然圧倒的に外部規模が大きく、それだけ外部に眠っている「可能性」が大きく、つまり、成功の数(失敗も含めた試行回数)が大きくなると考えられる。

日本企業も海外企業事例に習い、より積極的に外から「可能性を買う」ことを促進するべきだと考える。

manatea

d払いポイントGETモール