Dwelly（AI主導の賃貸・不動産管理プラットフォーム）のCTO兼共同創業者、ドミトリー・ハヌコフ氏。
LLMが普及する前の前回のスタートアップ立ち上げ時、私たちは従来のプログラミングと一般的なITシステムを使ってビジネスプロセスの自動化を試みました。しかし、解決不可能な問題に常に直面していました。今振り返ると、これらの多くの課題は言語モデルで解決できたことが明らかです。
ビジネスにおけるLLMの価値は、従来のプログラミングアプローチでは役に立たなかった情報を処理できる点にあります。具体的には、人々が作成したテキスト、音声、対話などです。LLMはこのデータを使って実際に学習し、成長することができます。
LLMが取得できるあらゆるデータの中で、コミュニケーションが最良の入力です。コミュニケーションとは、情報を得たり与えたりすることを目的とした焦点を絞った対話です。この入力により、AIは正確で質の高い結果を提供できます。
理解していないことを理解する
コミュニケーションの簡単な例として、クライアントとの会話があります。コミュニケーションには文脈、トーン、行動喚起（CTA）があります。LLMはこれらすべてを非常にうまく処理できます。現時点ではコミュニケーションの非言語的な部分にまだ課題がありますが、AIはそれでも強力なツールです。AIはコミュニケーションをコンピュータが使用できるシンプルなデータに変換できます。これにより、自動化とビジネス成長のための多くの機会が生まれます。
LLMと従来のITシステムの主な違いは、LLMが自分の知らないことを理解できる点です。数年前、モデルは自分自身に「挑戦」し始めました。回答を出した後、情報の欠落がないか確認するようになったのです。これにより、より正確な回答を作成できるようになりました。
ここ1年ほどで、自分が何かを知らないことを認識する能力が向上しました。LLMは不確実性の処理が格段に上手くなりました。例えば、GPT-5における「ハルシネーション」（誤った回答）の発生率は4.5%からわずか0.7%へと6分の1に減少しました。実際には、何かを作り上げるのではなく、十分な情報がない場合にそれを認めることが多くなっています。自分の回答をチェックし、必要に応じて追加情報を求めることができるのです。
これはビジネスにとって非常に有用です。システムに「ここに情報があります。必要なデータが見つかりますか？」と尋ねることができます。人が正しいデータを提供してくれれば、タスクを完了できます。そうでなければ、対話を続けます。AIも同様です。
コンテキストとスケーリング
LLMが従来のITシステムより優れている主な利点は、コンテキストを理解する能力とスケーラビリティです。
LLMは情報のラベル付けと追加リクエストの作成に優れています。テキストが全体的なコンテキストに合っているかどうかを確認できます。例えば、管理者が入居者と話している状況を想像してください。管理者は1日に30〜50の会話を処理するため、しばしば「コンテキスト外」になります。入居者から電話があると、管理者はまず誰が電話しているのか、なぜ電話しているのか、以前に何が起こったのかを思い出す必要があります。AIはすべての情報にすぐにアクセスできるため、これをはるかに速く理解します。また、次に何が起こるかも把握しています。
AIは膨大な量のデータでトレーニングされているため、完全なコンテキストを把握しています。これにより回答の質が向上します。例えば、メールを処理して明確で有用な回答を提供できます。必要に応じて、問題を解決するためのタスクをシステム内ですばやく作成することも可能です。
もう一つの利点はスケーリングとオンボーディングです。人間と違い、LLMはトレーニングやオンボーディングを必要としません。システムをセットアップすれば、作業量を処理します。新しい人材を雇うことなく、必要なサイズにスケールできます。例えば、ハリケーンが発生し、多くのメンテナンスリクエストが来た場合、システムは膨大な数のリクエストを簡単に処理できます。人間のチームはそれほど速く成長できませんが、LLMシステムはそれが可能です。
LLMは入居者とサービスプロバイダーの間の「第一線のサポートエージェント」として機能します。クライアントが何を望んでいるか、そのリクエストが合理的かどうかを理解するのに役立ちます。モデルはインターネット上の多くの人間の対話でトレーニングされているため、コンテキストを把握し、重要な詳細を見つけ、自分が知らないことを認識するのに優れています。テキストから重要なデータを抽出し、JSONなどの形式に変換することができます。また、人がどのように感じているか—動揺しているか怒っているか—を判断することもできます。これも対話において重要です。
意思決定者ではなく、アドバイザーとしてのLLM
このようにAIを活用することにはいくつかの欠点があります。ほとんどのLLMは依然として数学や論理的問題が得意ではないため、複雑な問題を単独で解決するよう依頼すべきではありません。LLMは賢明な決断を下せる思考システムではありません。確率に基づいてフレーズを作成するだけです。高い精度と責任が必要な場面では使用すべきではありません。
代わりに、LLMをアドバイザーとして使用すべきです。情報を処理し整理することができます。最終的な決定は私たちが下しますが、LLMはコミュニケーションをシンプルなデータに変換してくれます。
