AIオフィスアシスタントは労働者の負担を軽減するのか、それとも負担を増やすのか?

AIの発展に伴い、感情的に安定したアシスタントを見つけるなど、AIを生産の重要な部分と考える人もいますが、AIアシスタントにも限界があります。

張毅さんは北京の物理学博士課程の学生です。ある日、彼は Matlab 言語を Python に変換する必要がありました。

これは科学研究のための補助的な作業です。コードを書くのは彼の専門ではないので、通常は 2 時間かかります。彼の通常のやり方は、コードを比較して構文を行ごとに変更することです。しかし、彼は ChatGPT のことを思いつき、試してみる価値があるかもしれないと考えました。

ダイアログ ボックスに「Matlab コードの一部をお渡ししますので、それを Python に変換するのを手伝っていただきます」と入力します。数秒後、コードが完成します。張毅は非常に驚いた。完全に正確というわけではありませんが、手動で検証する必要があるのは 1 回だけなので、それほど時間はかかりません。張毅さんは約1年間使用した後、Xinmei Daybreakに対し「これまで使っていた時間の80％を節約できました」と語った。

ChatGPT は AI 制作の変革の波を引き起こしました。これは起業家によるワンマンショーではなく、ユーザーの証言も必要です。

AIが人間に取って代わることをまだ心配している人がいる一方で、よく訓練され情緒的に安定したアシスタントを無料で手に入れるのと同じように、AIを生産の重要な一部とみなしている人もいます。

学生は AI を使用してコードや論文を書きます。裁判官は文書の作成に AI を使用する。デザイナーは AI を使って絵を描き、お金を稼ぐことさえあります。 AIが仕事を終えた後、彼らはAIに感謝の気持ちを伝えることを忘れませんでした。

AIの限界も認識しているものの、現時点ではAIは機械的な作業の処理に適している。また、AIと楽しく付き合えるかどうかは、プロンプトワードをうまく使えるかどうかにかかっています。

しかし、AI が生産面に与える影響はまだ始まったばかりかもしれないことを認めなければなりません。

1. 感情的に安定した仕事のアシスタント

Zhang Yi さんは今では ChatGPT を毎日使用しています。 「これなしでは生きていけないよ。」

張毅氏にとって、AIは仕事の効率を向上させる強力なアシスタントとなった。日常的な研究では、作業を支援するコードを記述する必要があることがよくあります。しかし、張毅さんはコンピューター専攻ではないため、コードを書くのが難しいと感じています。これには多くの調査時間がかかりました。

昨年、ChatGPT が AI ブームを巻き起こし、友人が Zhang Yi に試してみるよう勧めました。奇跡的に、張毅はAIが想像していたよりもはるかに有用であることを発見しました。ソートアルゴリズムなどの一部の古典的なコードについては、AI はほとんどエラーなく処理することができます。テスト方法も非常に簡単で、計算する特別な値を見つけるだけです。

物理学の基礎知識があり、AIに直接質問することもできます。さらに、張毅さんは新美デイブレイクに「下手な中国語の英語も流暢な英語に変えることができます」と語った。

AIは科学研究の成果に直接貢献することはできませんが、それでも張毅氏は機械的な作業を大幅に軽減し、思考に集中する時間を増やすことができます。 Zhang Yi さんは、同級生の多くが AI を使い始めていることを発見しました。中には ChatGPT を使用している人もいれば、Wenxinyiyan を使用している人もいます。

便利なツールとして、AI は幅広い用途に使用できます。

郭暁は司法補佐官であり、日々の業務は判決文の作成と研究プロジェクトの実施です。仕事に加えて、現在の政治トピックに関する考えや経験を書くなどの他のタスクも与えられます。

以前は、検索エンジンを使って情報を収集し、自分の考えに基づいて記事を書くのが彼女の日常でした。 AIを使用することで、明確なロジックを持つ原稿が直接生成されます。 Guo Xiao はテキスト全体を読んで自分の意見を追加するだけで済みます。

通常、このタイプの作業は限界的なタスクであり、作業の品質は仕事のパフォーマンスに影響しません。 AIを使用すると効率的であり、間違いを心配する必要はありません。郭曉氏は新美黎明に対して、その目的は「あまり役に立たないが、やらなければならない仕事」を完了することだ、とより直接的に表現した。ただし、このようなタスクは通常、月に 1 回しか発生しません。

コードやテキストに加え、オーディオやビデオの分野でも AI の可能性が探求され、検証されています。今年の初めに、Jianying は新機能「Clone Voice」をアップデートしました。ユーザーは、指示に従って提供された例文を読むことで、独自の専用オーディオを生成できます。多くの人が「もう自分でセリフを暗唱しなくて済む」と叫びました。繰り返しの録音と不正確な発音は、多くのブロガーにとって悩みの種です。

AIデジタルヒューマンはビジネス分野にも応用されています。 4月16日、劉強東氏のAIデジタルヒューマンがJDアプリでライブデビューを果たした。放送開始から20分以内に生放送室の視聴者数は900万人を超えた。これは単なる製品プロモーションイベントではなく、マーケティングイベントでもあります。より多くの企業が、リアルな外観、スムーズなインタラクション、低コストといった AI デジタルヒューマンのメリットを認識するようになるでしょう。

コンテンツ生成、コード生成、画像生成、仮想人間インタラクションに加え、生成AIの応用範囲はゲーム開発、広告マーケティング、さらには工業デザインへと徐々に拡大し、あらゆる分野に浸透しています。 「AIってすごいね」とため息をつく人が多かった。 「未来はここにある。」

ByteDance副社長の朱軍氏もDoubaoの製品設計について語り、自信を示した。「一方では、大型端末の技術自体は絶えず向上しており、他方では、業界によるアプリケーション形式やインタラクション方法の探求が徐々に成熟し、大型端末の製品は徐々により多くのユーザーの生活や仕事に溶け込んでいくだろう。」

ほとんどの人がまだ見ていない隅々にまで、AIの影響は広がっています。先に栄養を吸収した人もいれば、すでにビジネスチャンスの匂いを嗅ぎつけた人もいます。

2. AIを収益化するのは難しいですか？

ナナさんがAIに関わるようになったきっかけは興味と好奇心でしたが、コンテンツを作ることで金銭的な報酬も得ていました。

ナナさんが初めてAIペイントソフト「Midjourney」を開いたとき、あまり詳しくは定義していませんでした。彼女は単に「風の中のウサギ」という5つの単語を入力しました。画像が公開されたとき、彼女の第一印象は素晴らしかった。 「AIの創造性を感じました。」

これがナナの AI 探求の旅の始まりでした。彼女は小紅書に「A Little Na」というアカウントを開設し、AI写真撮影に焦点を当てています。

Vincent Image の動作原理はシンプルですが、生成される画像をより精巧でクリエイティブなものにするためには、写真撮影の知識と巧みなプロンプトワードを組み合わせる必要があります。たとえば、このナナの写真のプロンプトは、「春、早朝、澄んだ光、黄色いドレスを着た女性モデルが湖のそばに座り、木々は花でいっぱいです。魅力的な顔立ちの女性モデル、半身写真、timwalker 撮影」です。

ナナの主な仕事である撮影後の編集は、すぐに AI ペインティングへの扉を開きました。しかし、3～4 か月連続リリースした後も、トラフィックの大幅な増加は見られませんでした。ファンは彼女が手がけたファッションショーや服飾デザインの写真に興味を持っているようだ。彼女は方向転換し、AI衣料品の拡大に挑戦することを決意しました。

すべて同じ AI 絵画、AI 衣服、AI 写真ですが、明らかに重みが異なります。 AI写真は光、環境、感情、雰囲気の表現を重視しますが、AI服装はデザインスタイル、デザイン要素、スタイルマッチング、仕立て、素材など、より詳細で具体的な内容に重点を置いています。これには、写真撮影やモデリングに関する基本的な知識だけでなく、さまざまな時代のスタイルの特徴やさまざまなスタイルの背後にある歴史的文化、さらにはより多様な思考や美的衝突に対する理解も必要です。

AI アパレル

ナナは子供の頃からファッションデザインに興味があり、仕事でファッションスタイリストと一緒に働いてきたため、学ぶこと、実験すること、そして繰り返すことに多大な熱意を注いできました。 「AIの表現の速さも、学習意欲を高めてくれました。」彼女は満足するまで3、4時間働くこともありました。

ファンの数が7,000人に達すると、ビジネスが舞い込んできた。彼女はニューベリー・デイブレイクに「ちょっと信じがたい」と語った。彼女は、半年間懸命に努力してフィードバックを得られることに興奮を覚えると同時に、パートナーが数千万、数億の価値があるジュエリーブランドであるという事実にストレスを感じていた。ナナは概要を受け取った後、一瞬たりとも手を抜くことなく、デザインとタイプセッティングに集中しました。

協力を求めるブランドが増え、収益化の方法も多様化しています。その中には、ブランドプロモーションよりも簡単で、多くのコミュニケーションを必要としないものもあります。画像の著作権を直接販売することもできます。しかし、全体としては、各事業からの総収入は主力事業ほど良くなく、安定していません。しかしナナにとって、もっと大切なのは、追加収入から得られる興味と達成感です。

ナナも例外ではありません。 AI の商業的可能性により、さまざまな収益化チャネルが生まれています。

ブロガーのMidstudioは、XiaohongshuでAI家具デザインに焦点を当て、従来のデザインルールを打ち破っています。 AI 家具デザインにより、想像力と創造力が解き放たれます。たとえば、ブロガーが椅子のデザインにフルーツの要素を取り入れると、椅子のイメージが弱まり、かわいいフルーツの置物のように見えました。コメント欄ではファンが商品を絶賛するとともに「どこで買えるのか」と質問していた。

これは、工場と協力し、Xiaohongshu の店舗で物理的な製品を直接販売するという、ブロガーの収益化チャネルになりました。さらに、蓄積されたトラフィックにより、ブロガーはブランドと協力する機会も数多く得られます。

AIを収益化する機会を発見する人が増えています。赤い封筒カバーやカスタマイズされた携帯電話ケースなどの小さなアイテムから、アートマイクロスプレープリントやカスタマイズされたギフトボックスなどの大きなアイテムまで、買い手がいる限り、通貨に変換できます。結婚式場の設計にAIを活用する人もおり、ウェディングプランニングの分野で新たなビジネスチャンスが生まれています。 AI を使ってポピュラーサイエンスのコピーライティングを生成し、ファンを集めて、製品を宣伝する人もいます...

3. AI生産の限界

AIの応用能力はどれくらい大きいのでしょうか？しかし、これは答えるのが難しい質問です。誰もが AI に対して無限の期待を抱いていますが、現時点では AI にはまだいくつかの限界と制限があります。

AIは張毅氏が機械的で退屈な作業から解放され、効率性を向上させるのに役立ちますが、研究のためのアイデアや方向性を提供することはできません。考える時間がたっぷりあったとしても、科学研究の進歩を早めることができるでしょうか？張毅氏の答えは厳格だった。「生産量はわずかに増加するだろう。」

AIを使って宿題を終わらせた郭曉さんも同じ気持ちだった。 AI ライティングの利点は、テーマが明確で、よく構成されていることです。しかし欠点は、あまりにも一般的であり、見解が十分に正確ではないことです。郭曉氏の主な仕事は、判決書などの正式に公表される法律文書であり、極めて厳格な論理と明確な事実が求められる。ほんのわずかな誤字でも、取り返しのつかない損失を引き起こす可能性があります。

さらに重要なのは、「事件の最終判断は裁判官が下すべきであり、裁判官の自由な判断が反映されなければならない。AIは判断を下すことはできない」ということだ。

公式文書の作成は、AI の支援を受ける可能性が最も高い分野の 1 つと考えられています。多くの AI ソフトウェアが公式文書作成セクションを立ち上げ、通知、発表、スピーチなどのトランザクション文書サービスを引き受けています。

潘月譚氏は公務員の発言を引用し、公文書の作成に使われるAIは現地の基本的な状況に対する理解が不完全かつ不正確で、現地の新しい政策や新しい概念を理解していないため、生成された記事には目を引く点が欠けていると述べた。政府の資料では、理論的な知識と実際の事例の組み合わせが求められることが多く、AI による文書作成には限界が生じます。

テキストやコードの分野と比較すると、AI は手段的かつ客観的な基本的なタスクしか実行できません。絵画の分野では、より広い想像力が発揮できるようです。しかし、プロンプトワードは依然として閾値です。表現の準備の背後には、絵画の基礎知識、芸術の巨匠、使用技術の十分な理解があります。そのため、現在、最も収益性の高い AI アプリケーションはコースの販売です。

絵画の分野に限らず、少し難易度の高いタスクにおけるプロンプトワードの使用レベルは、AI が提示する最終的な効果に影響を与えます。このため、多くの人が入り口で止められました。

ケビンはAI愛好家です。彼は自身の小紅書アカウント「ケビンのAI実践ノート」で、AIを使って「小紅書の人気記事をワンクリックで分解する」「1分で100点の図録を生成する」など、AIを使ってさまざまな問題を解決したメモを共有している。結果をより期待どおりにするために、Kevin はプロンプト語を入力するときに、一般的なプロンプト語を構造化されたプロンプト語に置き換えました。以下にいくつかの例を示します (コンテンツは AI ソフトウェア Kimi からダウンロードされます)。

構造化されたプロンプトは AI の処理効率を向上させ、論理的推論を必要とするより正確で複雑なタスクを完了できるようにすると考えられています。その基本的なロジックは、大規模なモデルをデータでトレーニングできる形式でタスクを公開することです。簡単に言えば、私はあなたの言葉を使ってあなたとコミュニケーションを取っているということです。

ただし、構造化されたプロンプト語の概念と使用法に触れて理解するには、時間と労力がかかります。ケビンの言葉を借りれば、外部フレームワークは理解しやすいです。鍵となるのは、プロンプト語の背後にあるロジックと、その表現が AI によって適切に理解され、実行できるかどうかです。

ほとんどの人にとって、AI は利便性と効率性を意味します。会話を通じて直接的に望ましい結果を得ることが、AI と接触して使用する本来の目的です。構造化されたプロンプトにより、AI の使用パスと難易度が間違いなく長くなりました。ケビン氏はまた、「始めるのは簡単だが、習得するのは難しい。少なくとも私がこれまでに書いたものはあまり良いものではないと思う」と認めた。

AI アプリケーションは、依然として大きな爆発的な成長の機会を待っています。

（インタビュー対象者の要請により、この記事では張毅と郭曉は仮名で表記されています）