生成AIの活用

Gartner社は、生成AIが「蒸気機関、電気、インターネットのようなインパクトを持つ汎用技術』になる可能性があると見ており、『生成AIの分野は、科学的発見と技術の商業化の両方で急速に進歩するだろう』と述べています。

生成AI技術をアイディアの創出やリサーチを通じて人間の仕事を支援してくれるアシスタントやコラボレーター、共同作業者として捉えることが重要です。

医療分野における生成AIの活用例

医療・ヘルスケアは、AIとインテリジェント オートメーション（IA）の恩恵を最も受ける業界のひとつになる可能性があります。生成AIは、臨床医による早期診断を支援し、命を救う機会を増やせる可能性があります。例えば、生成AIが医療画像を解析することで、放射線科医はガンの斑点をよりより速く正確に検出できるようになります。

自然言語処理（NLP: Natural Language Processing）技術は、電子カルテ(HER: Electronic Health Record)の構造化されていない大規模な医療データセットを読み取ることができます。これにより、生成AIはX線、CTスキャン、MRIをより精緻な画像に変換し、潜在的な異常を迅速に特定できるようになります。

このテクノロジーが意思決定能力を発達させれば、医療データセットを使って患者の病歴、ライフスタイル、遺伝学を入力し、個人に合わせた治療計画を立てることができるようになります。これにより、医療患者サービスが向上し、臨床医が患者の治療やケアに専念できる時間を増やせるようになります。

ライフサイエンス分野における生成AIの活用例

製薬会社は、生成AIを副作用、臨床試験結果、有効性に関する大規模なデータセットの分析に活用できます。これが発展すれば、より大規模なデータセットと、対象集団内の患者や個人からリアルタイムで収集される小規模な洞察を組み合わせることで、データ内の関連性を見出し、過去の臨床試験に基づいて可能性のある解決策を処方することができるようになります。

Gartner社は"2025年までに、新薬や新素材の30％以上が、生成AI技術を用いることで体系的に発見されるようになるだろう"と予測しています。これは、それまでに収集された臨床試験情報に基づいて合成データを作成することによって、創薬の開発時間と市場投入までの時間を短縮できる可能性があるため、製薬業界に大きな影響を与えることになります。

デロイト社の創薬に関する研究によると、AIは「病気のメカニズムに関するより高度な知識が利用できるようになることで、可能な治療法の数を増やすと同時に、それ以前は有効な治療法がなかった病気を治せるようになるため、医療業界の新たな未来を切り開くだろう」としています。

デロイト社は、デジタルの知識を持つリーダーは、生成AIの能力拡大に伴って、研究部門に新たな戦略を組み込むことの必要を示唆しています。現在までのところ、AI創薬の分野は米国がリードしており、新興企業の60％がこの技術を活用しています。しかし英国で10.8%、欧州連合（EU）でも10.3% 、同分野でのAIの利用率が上昇しています。

銀行および金融機関における生成AIの活用例

優れたガバナンスモデルを確立することで、生成AI はリスク管理と不正検出に役立てることが可能です。

金融サービスや銀行業は規制が厳しい業界であり、コンプライアンスが最も重視されます。銀行や金融機関が生成AIをあらゆる業務に適用させるためにはまだいくつかの要件を満たさなければなりませんが、与信管理やポートフォリオ管理、トレーディング、価格最適化、市場予測などのためのデータ分析の可能性を秘めています。

以下にその方法をいくつか紹介します：

• 不正検出
• マネーロンダリング防止（AML）
• 金融サービス商品の提供に関する重要事項
• リスクの評価と管理
• チャットボットと自動予約による顧客体験の向上
• 金融市場の予測

IT分野における生成AIの活用例

AIが支援するソフトウェア開発は、プログラミングにおいて大きな前進を遂げています。Copilotのような技術により、生成AIはプログラミング技術の膨大なデータベースを使用してソフトウェアやプログラミング用のコード生成を支援します。

生成AIは、データを合成する機能により、システム内でテストを実行してエラーや非効率性をチェックし、開発者のコード最適化を支援します。コードが検査に合格すると、AIは自動的にそれをワークフローに展開し、動作させながら継続的に監視することができます。。

生成AIは、次のような方法でソフトウェア開発に利用できます。

• コードの提案
• コードに関する質問への回答
• テキストプロンプトに基づくコード行の生成
• ソフトウェアのテスト
• コード内のエラー個所の特定と修正
• 既存のモデルをベースにしながら、新しいモデルのソフトウェアへの実装を支援