2022年11月のリリース以降、2ヶ月で1億ユーザーを突破するなど、驚異的なペースで普及が進むChatGPT。そんな中、「LLM」という言葉を耳にする機会が増えたという方も多いのではないでしょうか。

LLMとは「Large Language Model」の略称で、日本語では「大規模言語モデル」と呼びます。膨大な量のテキストデータを学習した自然言語処理のためのモデルで、人間と変わらない自然な会話や文章を作成できる技術です。

本記事では、LLMに関心のある方向けに、LLMの基本からChatGPTとの違い・仕組みまでわかりやすくご紹介します。

またAI総研では、AI活用を検討する上で押さえておきたい、AI・ChatGPTの最新活用事例50選の狙いや取り組みをまとめたレポートを無料で配布しています。ご興味のある方は、以下リンクからダウンロードしてご活用ください。

⇒AI・ChatGPT活用事例50選の資料ダウンロードはこちら(無料)

LLM(大規模言語モデル)とは

LLM（大規模言語モデル）とは、膨大な量のテキストデータを読み込ませ、トレーニングされた自然言語処理のためのモデルのことです。

大量の文章のパターンや言語の特徴を理解しており、文章の生成や日常会話など様々な言語タスクを実行することができます。圧倒的なデータ量と学習能力により、人間と変わらない自然な会話や文章を作成できる点が大きな特徴です。

LLMは、ChatGPTをはじめとする現在登場しているほとんどの生成AIサービスのもとになっている技術であり、インターネットにも匹敵する人々の生活に欠かせない技術となっています。

LLMとChatGPTの違い

LLMとChatGPTの違い・関係を一言でいうと、LLMは言語処理をする技術、ChatGPTはLLMを応用して人との自然な会話を可能にしたサービスと位置付けられます。

ChatGPTには、無料版ではGPT-3.5、有料版ではGPT-4というLLMが使われています。

LLMはChatGPTなどの対話型AIサービスの基盤となるものであり、生成AI時代に不可欠な技術となっています。

※生成AI/ChatGPTの活用を検討する際に必ず押さえておきたい、基礎知識から活用の進め方、ポイントまでをまとめた資料をダウンロード頂けます。
⇒【ゼロから分かる】生成AI/ChatGPT活用ガイドブックの資料ダウンロードはこちら(無料)

LLM(大規模言語モデル)の仕組み

LLMの仕組みを、ChatGPTを例にして図に表すと上の通りとなります。

ユーザーが質問を入力すると、LLMがWeb上の大量のテキストをスキャンして関連するワードを抽出します。

その後、抽出したワードから次に来るワードの確率をワードごとに計算し、最も確率の高いワードを選択して回答します。

ただし、回答にバリエーションをもたせるため、最も確率の高いワード以外のワードを選択して回答することもあります。

企業におけるLLMの活用方法７選

企業におけるLLMの活用方法として以下の7つが挙げられます。

• ①リサーチ・翻訳・要約・分析
• ②企画立案・フィードバック
• ③メール・企画書等の文書作成
• ④ソフトウェア開発・デバッグ
• ⑤チャットボット等による社内知見の検索・業務支援
• ⑥チャットボット等による顧客対応自動化
• ⑦サービス機能・顧客体験の進化

それぞれについてわかりやすく紹介していきます。

※200事例の分析に基づく、企業の生成AI/ChatGPT活用方法の９つの定石と最新事例をまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPTの活用アイデア集の資料ダウンロードはこちら(無料)

①リサーチ・翻訳・要約・分析

LLMを活用することで、webサイトでのリサーチやリサーチ結果の翻訳・要約、分析の大部分を自動化し、大幅に効率化することが可能です。

LLMは、近年脅威的なスピードで進化を遂げており、最新のwebサイトからの情報の取得や、従来Excelで行っていたような定量分析も、チャット形式の操作で行うことができます。

そのため、リサーチ・分析業務におけるLLM活用は、活用すると効率的というフェーズから、活用しないと非効率というフェーズに移行し始めています。

②企画立案・フィードバック

LLMを活用することで、多様なバリエーションの企画案の幅出しの自動化や、壁打ち相手として自分の企画に対するフィードバックを受けることが可能です。

LLMの強みは、思考体力が無限にあることであり、人間では不可能な、15分で300通りの企画案を立案するといった活用が可能で、特に幅出しのプロセスで強みを発揮します。

今後多くの業界での企画立案業務が、幅出しはAI、評価・ブラッシュアップは人間という役割分担にシフトしていくと考えられます。

③メール・企画書等の文書作成

メール・企画書などの文章作成は、LLMが最も得意とするユースケースの１つです。

活用の際は、背景や目的、出力項目などをしっかりと指示することで、スピードはもちろん、人間以上のクオリティの文章を作成することが可能になります。

また、社内稟議用の文章など定型的な文書作成であれば、一度設定してしまえば、作成をほぼ完全に自動化することができます。

※ChatGPTや生成AIツールを活用する際に、コピペで使える定番のプロンプト21選や、上手に書くコツをまとめた資料をダウンロード頂けます。
⇒ChatGPT/生成AIツールの定番プロンプト21選の資料ダウンロードはこちら(無料)

④ソフトウェア開発・デバッグ

LLMの活用により、一部のシステム設計とコーディングの自動化が実現され、開発工数とリソースの節約につながります。

これにより、非エンジニアが開発業務の一部を担当したり、エンジニアがより重要な業務にフォーカスすることが可能となります。

⑤チャットボット等による社内知見の検索・業務支援

独自のデータを学習させたLLMを使ったチャットボットの導入等により、各社員に最適な社内の専門知識をリアルタイムで共有することが可能です。

この取り組みにより、従業員は必要な情報を即座に取得し、業務の質とスピードを向上させます。

⑥チャットボット等による顧客対応自動化

LLMを活用したチャットボット等の導入により、顧客からの問い合わせへの対応の一部が自動化され、24時間365日の迅速なサービス提供が可能になります。

これにより、顧客満足度が向上し、同時にオペレーター等の業務負担も大幅に軽減されます。

⑦サービス機能・顧客体験の進化

LLMを活用することで、既存サービスの機能や顧客体験をよりユーザー中心のものに進化させることが可能です。

例えば、専門のコンシェルジュのように最適な商品を最適な文脈/文面で提案したり、顧客のサービス利用にあたってのデータ入力の手間を、候補の提案により省略するなどの活用が進んでいます。

この活用により、業務効率化という領域を超え、競合のサービス/事業に対する差別化を図り、競争優位性を構築することが可能です。

【活用方法別】LLMの活用事例１４選

ここでは、LLMを基盤とする代表的なサービスであるChatGPTを企業がどのように活用しているかについて、具体的な事例を挙げてご紹介します。

＜リサーチ・翻訳・要約・分析＞

• ①七十七銀行：商品の販売状況の分析・可視化にChatGPTを活用
• ②西松建設：ChatGPTを活用し高精度な建設コストの予測へ

＜企画立案・フィードバック＞

• ③サントリー：ChatGPTからのアドバイスを活用しユニークなCMを企画
• ④セブンイレブン：ChatGPTを活用し商品企画の期間を10分の1に

＜メール・企画書等の文書作成＞

• ⑤メルカリ：AIアシスタントが売れやすい商品名や説明文を提案
• ⑥横浜銀行：独自の行内ChatGPTを開発し文書作成業務の効率化へ

＜ソフトウェア開発・デバッグ＞

• ⑦LINE：エンジニアがChatGPTを活用し1日2時間の業務効率化
• ⑧みずほグループ：ChatGPTを活用しシステム開発の品質向上へ

＜チャットボット等による社内知見の検索・業務支援＞

• ⑨アサヒビール：ChatGPTを活用し従業員の社内情報検索を効率化
• ⑩旭鉄工：製造現場の組織的なカイゼンにChatGPTを活用

＜チャットボット等による顧客対応自動化＞

• ⑪学研：ChatGPTを活用した個別アドバイスを提供
• ⑫ロレアル：AI美容アドバイザーが個人に合った美容法を提案

＜サービス機能・顧客体験の進化＞

• ⑬ビズリーチ：ChatGPTを活用した職務経歴書の作成でスカウト率40%UP
• ⑭ベネッセ：ChatGPTが自由研究のテーマ選びをサポート

それぞれの事例についてわかりやすく紹介していきます。

※国内外の最新生成AI/ChatGPT活用事例50選をまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT活用事例50選の資料ダウンロードはこちら(無料)

①七十七銀行：商品の販売状況の分析・可視化にChatGPTを活用

七十七銀行はChatGPTを活用して、商品販売状況をチャネル別に分析・可視化するプロジェクトを開始しました。

プログラミングコードの自動生成や表・グラフの可視化、分析結果のレビュー文書生成などが主な活用領域です。

すでに、PDFやHTMLなどの非構造化データをアップロードすると、AIが記載内容を認識・抽出し、大規模言語モデル（LLM）がこれらを構造化して指定したフォーマットに自動で転記するシステムを構築済みとのことです。

②西松建設：ChatGPTを活用し高精度な建設コストの予測へ

西松建設は、建設業界特有の大幅な物価変動に対応するため、建設コストの予測にChatGPTを活用したツールを導入しています。

本ツールでは、建設コストへの影響要因となるニュースや統計を基に物価変動の精度高い予測を提供し、建設費用の見積もりにおけるリスクを軽減します。

この取り組みにより、価格上昇が見込まれる際には早期の発注を行うなど、購買戦略に大きな効果をもたらすことが期待されています。

③サントリー：ChatGPTからのアドバイスを活用しユニークなCMを企画

サントリー食品インターナショナルは、ChatGPTを企画に活用したwebCM、「GREEN　DA・KA・RA　やさしい麦茶」を公開しました。

キャストとして誰を起用するかや、実際にどのような企画のCMにするかも、ChatGPTからのアドバイスを参考に決定されているとのことです。

キャストがバレエダンサーとなり高速回転したり、周りでボウリングのピンが踊る中、ダブルピースで「やさしい麦茶」を飲んだりと予想外な展開で、人間には難しい奇想天外な内容が話題を呼んでいます。

※200事例の分析に基づく、企業の生成AI/ChatGPT活用でよくある失敗とベストプラクティスをまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT活用しくじり大全の資料ダウンロードはこちら(無料)

④セブンイレブン：ChatGPTを活用し商品企画の期間を10分の1に

セブンイレブン・ジャパンは、商品企画の時間を大幅に削減するためにChatGPTの活用を始めました。

この取り組みにより、店舗の販売データやSNS上での消費者の反応を分析し、新商品に関する文章や画像を迅速に作成することが可能になります。

ChatGPTの導入により、商品企画にかかる時間が最大で90%削減され、市場のトレンドや顧客のニーズに迅速に応える、新たな商品を提供できる見込みとのことです。

⑤メルカリ：AIアシスタントが売れやすい商品名や説明文を提案

メルカリは、ChatGPTを活用して出品者のサポートを強化する「メルカリAIアシスト」機能の提供を開始しました。

本機能では、出品済みの商品情報を分析し、売れ行きを良くするための商品名や説明文を自動生成して提案します。

本取り組みは、フリマアプリ内で商品が購入者の目に留まりやすくすることを目的としており、取引の活性化に寄与することが期待されます。

⑥横浜銀行：独自の行内ChatGPTを開発し文書作成業務の効率化へ

横浜銀行は、「行内ChatGPT」を利用して従業員の業務効率化を図っています。

このシステムは、文書作成業務の効率化を実現し、利用することで作業時間を大幅に削減します。

この「行内ChatGPT」は、横浜銀行の各種規程やマニュアルなど行内情報の照会に対応可能であり、高いセキュリティ基準のもとで管理されています。

この取り組みにより、従業員は高度な業務や新たな業務に集中することが可能となります。

※生成AI/ChatGPTを導入する前に必ず押さえておきたい、主要なリスクと具体的な対策をまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT導入のリスクと対策ガイドブックの資料ダウンロードはこちら(無料)

⑦LINE：エンジニアがChatGPTを活用し1日2時間の業務効率化

LINEヤフーは、ChatGPTを全面的にソフトウェア開発に導入し、エンジニアの作業時間を1日当たり約2時間削減しています。

具体的には、米マイクロソフトの子会社であるギットハブの「GitHub Copilot」を利用し、エンジニアが実装したい機能や動作に必要なコードを自動生成し、開発時間を短縮しています。

これにより、約7000人のエンジニアが新サービスの考案など高付加価値の業務に集中できるようになり、企業の競争力向上への寄与が期待されます。

⑧みずほグループ：ChatGPTを活用しシステム開発の品質向上へ

みずほフィナンシャルグループは、ChatGPTを活用したシステム開発と保守の実証実験を開始しました。

この取り組みにより、システム開発段階での設計書レビューを支援し、設計書の記載間違いや漏れを自動検出することで、開発品質の向上を目指しています。

特に、勘定系システム「MINORI」の一部商品に関するアプリケーションとインフラ基盤の設計手法が対象です。

米Microsoftの「Azure OpenAI Service」を利用し、富士通がカスタマイズしたChatGPTで、システム設計書の精度を高め、迅速な復旧力の向上を狙います。

⑨アサヒビール：ChatGPTを活用し従業員の社内情報検索を効率化

アサヒビールは、研究開発部門を中心にChatGPTを活用した社内情報検索システムの開発に取り組んでいます。

このシステムは、ビール醸造技術や商品開発に関連する技術情報の要約と検索を効率化することを目的としています。

開発者は、このシステムにより、従業員が必要な情報に素早くアクセスできるようになり、研究開発のスピードと効率が向上することを期待しています。

⑩旭鉄工：製造現場の組織的なカイゼンにChatGPTを活用

旭鉄工では、ChatGPTを活用することで、改善活動を属人的に管理するのではなく、共有されたノウハウ活用により、改善方法をシステム化しています。 

ChatGPTを活用することで、カイゼンに向けた過去事例や注意点をまとめた「横展アイテムリスト」というノウハウ集から、目的や状況に合った情報を簡単に引き出すことができるようになりました。

このシステムを本格導入することにより、社内の知見が現場の隅々までに共有され、より生産性高くカイゼン活動を行うことが可能になります。

※これさえ読めば、ChatGPTの機能・できること・活用方法まで全てわかる、最新情報をまとめた資料をダウンロード頂けます。
⇒【5分でわかる】ChatGPT活用ガイドブックの資料ダウンロードはこちら(無料)

⑪学研：ChatGPTを活用した個別アドバイスを提供

学研ホールディングスは、オリジナル学習システム「GDLS」でChatGPTを活用し、個別に最適な学習アドバイスを提供するベータ版を開始しました。

このシステムは、生徒の学習履歴や理解度の変化に基づいて各生徒に対して適切な学習アドバイスを提供し、学習効果を最大化します。

学研オリジナル学習システム（GDLS）は、生徒が毎日ログインする習慣を促し、学習への意欲を高めます。さらに、学研メソッドはこれまでもAIを活用し、正答率に合わせた問題出題などを行っており、GDLSはその発展形となっています。

⑫ロレアル：AI美容アドバイザーが個人に合った美容法を提案

ロレアルは、「BeautyGenius」という、ChatGPTを活用した美容アドバイスアプリケーションを発表しました。

このアプリは、チャット形式での悩み相談や自身の肌画像による診断を通じて、一人ひとりに最適な美容法やおすすめ商品を提案します。

本サービスは、従来の商品検索がよりスムーズになるというメリットに加え、ニキビや抜け毛など、対面では相談しにくいことを気軽に相談できるというメリットも期待されています。

⑬ビズリーチ：ChatGPTを活用した職務経歴書の作成でスカウト率40%UP

ビズリーチは、転職活動をサポートするための新機能「職務経歴書の自動作成」を発表しました。

ユーザーはChatGPTを活用し、職種やポジションなどの簡単な入力だけで、最短30秒でプロフェッショナルな職務経歴書を作成できるようになります。

この新機能は、転職希望者が自己のスキルや経験を効果的にアピールできるように設計されており、転職活動のハードルを大きく下げることを目指しています。

また、効果検証の結果、本機能を活用して職務経歴書を作成したユーザーは、スカウトの受信率が40%向上したという成果も上がっているとのことです。

⑭ベネッセ：ChatGPTが自由研究のテーマ選びをサポート

ベネッセは、小学生とその親をターゲットに「自由研究おたすけAI」をリリースしました。

このサービスは、生成AI「ChatGPT」の技術を利用し、自由研究のテーマ選定を支援し、子供たちの疑問に対してアドバイスを提供します。

子供たちは、自由研究にかけられる時間や興味のあるジャンルを入力することで、ラボリーから具体的なテーマやアイデアを受け取ることができます。

ベネッセのこの取り組みは、デジタルリテラシー教育においても保護者から好意的な反応を得ており、子供たちの学習をサポートする新しい形として注目されています。

企業がLLMの活用を成功させるための５つのポイント

企業がLLMの活用を成功させるために抑えるべきポイントは以下の5つです。

• ①業務内容の棚卸しと活用インパクトの試算
• ②投資対効果の高い課題/目的と活用方法の選定
• ③アジャイルアプローチでの開発・導入
• ④システムとルールの両面からのリスク管理
• ⑤研修等での社員のAI活用リテラシーの向上

それぞれについてわかりやすく紹介していきます。

※200事例の分析に基づく、企業の生成AI/ChatGPT活用でよくある失敗とベストプラクティスをまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT活用しくじり大全の資料ダウンロードはこちら(無料)

①業務内容の棚卸しと活用インパクトの試算

LLM活用の成否を分ける最大のポイントは、LLMを活用する意義の大きな業務に対して活用することに尽きます。　

活用の方針や戦略がないまま活用を進めるのではなく、自社の業務内容・フローをしっかりと棚卸しした上で、どの程度業務効率やアウトプット向上に繋がるかを試算することが重要となります。

②投資対効果の高い課題/目的と活用方法の選定

LLMは全ての業務に対して万能という訳ではなく、膨大なデータに基づいたコンテンツ制作は得意だが、複雑な問いに対して正確な答えを出すのは苦手といった、明確な得意不得意が存在します。

そのため、自社の業務の現状やLLMの特徴を踏まえた上で、どのような課題/目的に対して、どのようなアプローチ/範囲/ツールで活用を進めるかを、検討・選定するステップがプロジェクトの投資対効果を左右する、極めて重要なプロセスとなります。

③アジャイルアプローチでの開発・導入

LLMは、一度開発・導入して終わりという進め方ではなく、何度もモデル・学習データ・利用方法等を細かくカスタマイズしなおすことで、より理想とする活用を実現することができます。

具体的には、初期仮説に基づいた簡易的なプロトタイプを構築し実際に利用してみる、というサイクルを、1サイクル数週間の期間で何度も繰り返し、ブラッシュアップしていくという、アジャイル開発のアプローチを取ることが適しています。

④システムとルールの両面からのリスク管理

企業がLLMの活用に踏み切れない最大の理由として、機密情報漏洩や著作権侵害などのリスクへの懸念が挙げられます。

確かに、社員に特段ルールを設けず、一般に公開されているLLMを活用させた場合、様々な問題が発生する可能性は存在します。

一方で、入力するデータが学習されないようなシステム構築や使用範囲・機密情報の取扱等の運用ルールの策定により、リスクをマネジメントし最小化することが可能です。

⑤研修等での社員のAI活用リテラシーの向上

LLMの特徴として、AIとの対話によってアウトプットを引き出すことが求められるため、使い手のリテラシーによって成果が大きく左右されることが挙げられます。

そのため、LLMのポテンシャルを最大限に活用するためには、従業員のAIに対する理解とスキル、すなわちAIリテラシーを向上させることが不可欠です。

研修プログラムや実践的なトレーニングを通じて、従業員がLLMの基本的な知識、適切な使用方法、関連するリスクを理解してもらい、効率的かつ責任ある方法で使用できる環境の構築が必要となります。

企業がLLMの活用を進めるための４ステップ

企業がLLMの活用を進めるための流れとして、以下の４つのステップがあげられます。

＜Step1：活用方針の検討＞

• 最新の市場動向のキャッチアップ
• 自社の活用可能性の整理
• LLMの活用目的・ゴールの設定

＜Step2：利用環境構築＞

• セキュリティ・データ管理体制の強化
• ガイドライン・マニュアルの策定
• 社員向けのAIリテラシー研修
• 社内業務での試験運用

＜Step3：試験開発・運用(PoC)＞

• PoCを行うユースケースの検討
• 要件定義・プロトタイプ開発
• 運用と評価

＜Step4：本開発＞

• 本開発を行うユースケースの検討
• 要件定義・本開発

• 運用と評価
• 活用方針・内容の継続的なカイゼン

それぞれについてわかりやすく紹介していきます。

※生成AI/ChatGPTを導入する前に必ず押さえておきたい、基礎知識や導入方法３パターンの比較、リスクと対策などをまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT導入マニュアルの資料ダウンロードはこちら(無料)

Step1：活用方針の検討

1つ目のステップは、自社としてLLMをどのように活用していくかの大方針の検討です。

LLMは社内業務効率化や顧客体験の向上、新規事業創出など様々な目的で活用が可能だからこそ、自社の課題にマッチした目的とユースケースで活用することが、投資対効果を大きく左右します。

最新の技術や競合の動向をキャッチアップした上で、自社の活用可能性の幅出し・整理を行います。その上で、LLMをどのような領域で、どの程度ダイナミックに活用していくかの目的やゴールを初期的に設定しましょう。

Step2：利用環境構築

2つ目のステップは、LLMを安全かつ効率的に活用できる、社内のシステムやルールなどの利用環境の構築です。

企業がLLM活用に踏み切れない理由として、機密情報漏洩などのセキュリティリスクの懸念が挙げられますが、適切なシステム設計・データ管理やガイドラインの策定などを行うことで、それらのリスクに対処しながら、業務効率化に繋げることが可能です。

社員に対し、LLMをリサーチや文書作成などの日常的な業務に安心して活用できる環境を提供することで、自社のどのような業務とLLMの相性が良いのかという現場からの示唆を得ることができ、プロトタイプ・本開発の企画への重要なインプットとなります。

Step3：試験開発・運用(PoC)

3つ目のステップは、自社にマッチするユースケースの検証に向けた、プロトタイプの開発と運用です。

顧客対応支援や社内のナレッジ検索、新機能・サービスの実装などのLLMの幅広いユースケースの中から、自社の経営課題解決にマッチするいくつかのユースケースに絞り込み、プロトタイプを開発し、実際の業務で運用します。

PoCを実施することで、コストを抑えながらLLM活用のインパクトを検証しつつ、見えてきた改善点から本開発の精度を高めることが可能です。

Step4：本開発と運用

4つ目のステップは、本格的なLLMを活用したシステムの開発と運用、継続的なカイゼンです。

自社独自のデータ基盤の構築・連携や活用シーンに特化したアウトプット精度の改善などを実施し、自社の目的達成に特化したLLMシステムを開発します。

PoCの結果を踏まえ、本開発を行うユースケースや活用範囲を決定することで、LLM活用の費用対効果を最大化することが可能です。

また、開発しっぱなしで終わるのではなく、本開発したシステムを運用し上がった成果や改善点、技術進化などを踏まえて、活用方法や内容を継続的にカイゼンしていくことが重要です。

このプロセスを通じ、LLM活用のポテンシャルを最大限に発揮することで、業務生産性や顧客への提供価値の観点から、大きな競争優位性を構築することに繋がります。