その点を踏まえて、AIにどのようなタスクを実行してもらいたいのかを考えてみよう。基本モデルでそうしたタスクを処理できるだろうか。たとえば私は最近、新しいポートレート写真を調整していた際、ChatGPTに背景をぼかすよう頼んだ。結果は理想的なものではなかった。なぜか顔の一部が消され、耳の後ろに奇妙で幻想的な光までできた。そこで私は、専門的な仕事を汎用モデルに任せていたことに気づいた。ChatGPTは多くのことに優れているが、この手の作業ではCanvaのような専用ツールを使った方がよいと認識した。
もちろん、市場に出回っている全ての製品を試すことは不可能だ。だが、基本となるモデルを1つ選び、継続的に使うようになったら、そのモデルが何を苦手とするかに注意を払うといい。行き詰まったときは、その作業に特化したツールがあるかどうか、そして追加のコストや習得の労力をかける価値があるかどうかを見極めたい。
広がるAIトレーニングの格差
AIの活用方法は一様ではない。KPMGとテキサス大学オースティン校による共同研究によると、「熟練した」ユーザーを際立たせる特定の行動があり、その1つがタスクに応じたモデルやツールの使い分けだといえる。
問題は、AIスキルは自然に身につくものではないということだ。人材サービスのAdecco Group（アデコグループ）が経営幹部2000人を対象に行った調査によると、自社の「将来への備えは万端」と感じている人はわずか10％にとどまる一方で、60％は従業員が自らAIスキルを最新の状態に保つことを期待しており、34％の企業では職場でのAI活用に関する方針が定まっていない。
そう考えれば、全員が同じ認識を持っていないことに驚くべきではない。AI研修が不十分、あるいは全く行われていないために一部の人たちは遅れをとっており、とりわけ女性や年配の労働者がそのリスクにさらされている。リーダーがチームにAIを効果的に使ってほしいと望むのであれば、それを可能にする環境を整える責任はリーダーにある。
まずは小さな取り組みから始めることだ。社内ワークショップを開催し、何がうまくいっていて、何がうまくいっていないのかを共有する。各チームが特定のタスクに役立ったツールを記録できる共有ドキュメントを作成する。そして、試行錯誤することも仕事の一部なのだという考え方を浸透させる。
AIを取り巻く状況は、これからも変化し続ける。新しいモデルが登場し、既存のモデルも改善され、今日正しい選択であっても、半年後にはそうではないかもしれない。だが、その根底にあるスキルは変わらない。それは何が必要かを把握し、選択肢を理解し、試行錯誤を厭わない姿勢だ。
