このページは、fusion AI DoTASKを紹介するYouTube動画の内容に基づいています。動画もあわせてご覧ください。Podcast(日本語)はこちら。
現代は、予測が困難で変化が激しい時代と言われます(下図参照)。このような環境では、複雑な状況を素早く理解し、曖昧な要件から具体的な計画を立て、予期せぬ変化に迅速に対応できる能力が求められます。
「fusion AI GenTASK」は、この課題に応えるために開発されたソリューションです。生成AIの広範な「一般的な知識」と、企業が長年培ってきた固有の「事業・業務知識」、そしてシステムに関する「システム知識」を組み合わせ、タスク計画を瞬時に作成します。
この、生成AIに具体的かつ個別的な知識を与え、活用可能にするプロセスを「知識エンジニアリング」と呼びます。GenTASKは、この知識エンジニアリングを通じて、VUCA時代のビジネス進行を強力に支援します。
GenTASKがどのようなタスク計画を作成できるか、実際の例をいくつかご紹介します。
1000人規模のブイヤベースとワインの試飲会計画です。ホテル営業担当者が受注を目指しており、1ヶ月後の実施に向けてタスク計画を立てる必要がありました。そのため、ここでは以下のようなプロンプトをGenTASKに入力しました:
タスク計画はRedmine上でガントチャートとして出力されます:
生成AIを活用したタスクボットで受注を行う、新しいタイプのECサイト開発計画です。画一的なカタログサイトではなく、タスクボットを活用して顧客の自由な表現に対応できるサイトを目指します。そのため、ここでは以下のようなプロンプトでタスク計画を要求しました:
タスク計画はRedmine上でガントチャートとして出力されます:
製造業における、製造工程で使用するエネルギー・資源の見直しによるCO2排出量削減計画です。以下のようなプロンプトでタスク計画を要求しました:
タスク計画はRedmine上でガントチャートとして出力されます:
上記の例を比較すると、GenTASKが作成するタスク計画の「並列化率」(複数のタスクを同時に進められる度合い)に違いが見られます(Slide 13参照)。ワイン試飲会計画やECサイト開発計画の並列化率が高い一方、CO2排出量削減計画の並列化率は低めです。
この違いは、各分野におけるAIの知識習得レベルの違いを示唆しています。ソフトウェア開発やイベント企画に関する一般的な知識はインターネット上に豊富ですが、特定の産業や企業に特化した業務知識(CO2排出量削減のための具体的な工程知識など)は、AIの学習データとして不足しがちです。
GenTASKは、単にAIが持つ一般的な知識だけでなく、企業固有の具体的な知識(自社の知見、非公開のメディア情報など)を組み込むことで、より精度の高い、手作業による修正を最小限に抑えたタスク計画を作成することを目指します。
GenTASKは、タスク指向アプローチの3点セットの一つ、「タスクボット」を通じて利用します。チャット形式でタスク計画の作成、修正、比較、タスク管理システムへの配備などを行うことができます。
ユーザーはチャットで課題設定を行い、GenTASKがタスク計画のモデルを提案します。必要に応じてモデルを調整し、Redmineなどのタスク管理システムに配備することで、実際のプロジェクト進行に活用できます。
GenTASK デモ動画(生成AIと自社の知見を組み合わせて瞬時に作るタスク計画)
(注)デモ動画では、OpenAIのモデル(o1またはGPT-4o)を使用してタスクモデルの作成、Redmineへの配備などを行っています。
GenTASKは、様々な産業・業務に対応した想定ユースケースを多数ご用意しており、GenTASKウェブサイトからご覧いただけます。また、ご自身の課題に合わせてユースケースを作成できるGenTASKユースケース生成タスクボットも利用可能です。
GenTASKが扱う知識は、一般常識的知識、事業・業務知識、システム知識に分類されます。
[Slide 19: GenTASKの知識スタックと具体的な知識の図の画像]
具体的な事業・業務知識の例としては、行政関連情報・法令、国際情勢、事業戦略・事業戦術、市場・市況、顧客、商品・サービス、資源(作業者、組織、工程、ツール、物流)などが挙げられます。
これらの知識は、自社の知見(社内データベースやドキュメント)、メディア情報、オープン情報(Webサイトなど)に分散して存在しています。自社の知見やメディア情報には強い関連を持つ知識が含まれる一方、オープン情報は一般的な知識に関連が強い傾向があります。
AIに具体的で個別的な知識を与える「知識エンジニアリング」は重要です。どんな知識をどのように集め、何のためにどう組み合わせれば良いか?経験を重ねることがとても重要です。GenTASKは、この知識エンジニアリング活動をサポートし、タスク管理システム上での手作業による修正を最小限に抑えることを目指します。
GenTASKで作成可能なユースケース例をまとめたユースケースコレクションページをご用意しています。12の主要な産業分野ごとに分類された、合計60種類の想定ユースケースをご覧いただけます。
また、上記WEBサイトでは、ご自身の課題に合わせてユースケースを作成できるGenTASKユースケース生成タスクボットもご利用可能です。
GenTASKのサービスメニューは以下の通りです。
最新の標準価格やサービス内容についてはお問い合わせください。
知識エンジニアリング・セッションは、お客様の課題に特化した知識をAIに学習させるためのプロセスを支援します。
AIの進化は今後も続きますが、企業独自の具体的・個別的な知識をAIに効果的に与え、活用する「知識エンジニアリング」の重要性は高まる一方です。どのような知識をどのように集め、何のためにどう組み合わせれば良いのか?この経験を重ねることが、企業の競争力に不可欠となります。
fusion AI GenTASKは、知識エンジニアリングを支援し、企業のタスク計画作成を革新するソリューションです。