2023年12月5日から8日にかけて開催されたATD Japan SUMMITにUMU創業者兼CEOのDongshuo Liが登壇しました。
2015年に設立したUMUは、主要な学習プラットフォームとなり、世界中で1万社を超える企業と1億人を超えるユーザーにサービスを提供しています。同社を設立したDongshuoが「生成型AI時代における新たな世界的L&Dトレンド」をテーマに、AIと企業内学習について話しました。

 

AIへの理解を深める

生成AIは、今最も注目されているトピックです。
ChatGPT は、サービス開始から2ヶ月以内に月間アクティブ ユーザー数1億人を達成し、史上最も急速に成長しているインターネットアプリケーションとなっています。
生成AIの出現により、企業のL&Dにおいても、変革的な変化が起き、新たな生産性革命に直面しています。
学習と開発におけるAIについて詳しく説明する前に、AI についてより包括的に見てみましょう。

 

分析AIと生成AI

これまで、既存のデータを分析し、認識したパターンに基づいて予測を行う分析AI が数多く登場してきました。たとえば、Google でオンライン検索を行うと、Googleは、過去の検索と人々が最も役立つと判断した内容に基づいた結果を提供されます。

2022年に登場した生成AIは、分析型AIとは異なり、創造、革新するものです。
「ChatGPT」の問題解決能力には誰もが驚いていると思います。
また、もう1つの驚くべき製品は、プロンプトを入力すると高品質の図面を生成する「Midjourney」です。

 

 

汎用型AIと業界特化型AI

汎用型AIと業界特化型AIという分類もあります。

汎用型AIは、特定の業界のユースケース向けに設計されていません。汎用ソリューションを生成します。
MidjourneyとChatGPTはどちらも汎用型AIです。

一方、業界特化型AIは、特定の業界またはユースケース向けに設計されています。
たとえば、「Gong」はセールストークを分析するために特別に設計されています。Nvidia は、半導体設計を作成するための生成 AI を開発しました。
UMU では、セールス プレゼンテーションのトレーニング用に設計されたAI製品も提供しています。

 

 

企業の注目は分析型×業界特化型

今年最も人気のあるアプリケーションはすべて＜図1＞の左下にあります。
しかし、企業が AI 製品を選択するときは、多くの場合、特定のビジネス上の課題への対処や安全性、セキュリティを重視します。したがって、＜図1＞の右上に注目します。
UMUは、企業の学習と開発における特定の問題に対処し、学習をより効果的、効率的、楽しいものにする業界特化型AI 製品を開発しています。

 

＜図1＞

 

大規模言語モデル体験

大規模言語モデルのデモンストレーションをいくつか見てみましょう。

チャットボット

chatGPTに、トレーニングマネージャーとしてスタッフのモチベーションを高めるにはどうすればよいかを尋ねると、「スタッフが興味のあるトピックを選ぶ」「チーム競争を利用して報酬を与える」「インタラクティブな学習体験を提供する」「学習成果を視覚化する」など、いくつかの答えが得られました。

次に、「Bing」に同じ質問をすると、「トレーニングの目的と利点を伝える」「コンテンツをより魅力的なものにする」「学習者の交流を促進する」「フィードバックを求める」など、いくつかの異なる答えが得られます。

ここでの違いは、Bingが検索エンジンとして、答えを取得したソースをリストしていることです。したがって、ユーザーはソースが正当なものかどうかを確認できます。

 

画像・動画の生成

AIはテキスト生成やチャットボットに加え、画像や動画の生成も得意としています。
＜図2＞では、左側にさまざまな写真が表示され、右側にはこれらの画像から生成されたビデオが表示されます。左側の画像はMidjourneyによって生成され、右側のビデオは「Runway」によって生成されたものです。

 

＜図2＞

 

パーソナルアシスタント

生成AIでもう1つの人気のある製品は、パーソナルアシスタント「character.ai」です。好みやニーズに基づいてアバターを選択できます。
人生や仕事で何らかの困難に直面している従業員がいる場合、有名な心理学者やセラピストの知恵を通じて彼らを助けるアバターを訓練できると想像してみましょう。それは従業員のメンタルヘルスにとって非常に役立ちます。

 

大規模言語モデルに基づいた革新的な製品

将来の大規模言語モデルベースのアプリケーションで起こり得る相互作用を示すアプリ「call Annie」を紹介します。ユーザーは対話を使用してアニーにどのようなタスクを実行するかを指示するだけで、アニーはタスクを完了するためのすべての手順を実行します。

将来的には、画面をクリックしてアプリ上で段階的にプロセスを実行する代わりに、アバターとコミュニケーションを取り、アバターに任せるだけで済むようになると想像してみましょう。

 

生成AIによる業務改革

Accenture のレポートによると、私たちの業務の 63% は言語ベースのタスクであり、AI により、プロセスの自動化やスタッフの強化に大きな可能性があるとしています。

業務改革の可能性

＜図3＞のグラフは、生成 AI がさまざまな業界の仕事を変革する可能性を示しています。赤いバーは自動化される可能性のある業界の作業量を示し、青いバーは AI の助けを借りて増強できる作業を表します。

 

＜図3＞

 

＜図4＞は、AI がさまざまな職種をどのように変革するかを示したグラフです。上位の職種は、AI によって、業務の大部分を自動化または強化できることを意味します。

 

＜図4＞

 

AIに懐疑的な現状

AIの急速な変化に直面して、利益のために最大限に活用するための正しい姿勢を持っている必要があります。
一方、＜図5＞からは、生成AIが出現して以降もほとんどの人は依然としてAIに懐疑的であるか、最小限にしか使用していないことがわかります。

 

＜図5＞

 

これはアクセンチュアの企業分類にも反映されています。
＜図6＞のように企業を4つのカテゴリーに分類したところ、ほとんどの企業が実験者のカテゴリーに属していることがわかります。これは、現時点で AI にどのようにアプローチすればよいかわからないことを意味します。

 

＜図6＞

 

では、彼らが直面している障壁とは具体的に何なのかを見てみましょう。
＜図7＞から、AI 実装の知識とスキルが不足しており、AI が自分たちの仕事にどのようなプラスの影響を与えるかについての理解が不足している企業が多いことがわかります。また、成功した事例についてさらに知りたいと考えています。

 

＜図7＞

 

UMUのサポート

UMUは、企業が AI を通じて学習に革命を起こすのをどのようにサポートできるでしょうか。
教育現場では、UMUのAIを利用して、コースの作成をより効率的にし、操作をより自動化できます。また、UMU の AI が、学習者が推奨コンテンツや個別の練習とフィードバックなど、カスタマイズされた学習体験を楽しめるようサポートします。

 

 

UMUの生成型AI 

ビデオコースを作成したことのある人は、それがどれほど難しくて時間がかかるか知っているでしょう。ビデオコースの制作時間は、コース自体の長さの 10 倍かかります。

AIを使用してビデオ コースを作成するために、「AI Video」を立ち上げました。
講師の写真と内容をアップロードすると、AIが右下に講師が話す動画コースを自動生成します。

デジタルアバターで講師のプライバシーを守るために、仮想インストラクターも提供しています。
さらに、デジタル ネイティブ学習者のニーズに合わせて、アニメーションバージョンも導入しました。
全身モードも提供され、企業はスターパフォーマーのアバターを作成できます。
企業のニーズに合わせて高度にカスタマイズできるのです。

また、多国籍企業の場合、さまざまなオフィス間で戦略と情報を調整する必要があります。情報伝達を促進するために、精度の高い英語と日本語を提供しています。

（左から、デジタルアバター、アニメーション、全身モード）

 

UMUデジタルクローン

ここで、ロードマップ上の AI のブレークスルーの次の波を示したいと思います。
英語を話している本物の動画を、AI によって日本語を話している動画に生成することができます。顔の表情、唇の動き、声が完璧に一致できるのです。

グローバル企業のCEOにとって、母国語の動画をAIによって他言語で話す動画にできることは非常に便利です。これにより、さまざまな市場に発信するメッセージが高度に整合した状態を保つことができます。

 

UMU分析AI「uShow」

分析AIのuShowは、営業担当者のプレゼンテーションの内容だけでなく、営業担当者のボディーランゲージも分析します。営業担当者は、これによりどこにいても、AI を通じて即座に形成的なフィードバックを得ることができます。

 

uShow使用事例①大手製薬会社

同社は uShow を約2年間、21製品ラインに導入しました。それにより、これまで不可能だった全国で3,000人を超える営業担当者に8万回以上の練習をさせることがこの会社の一般的になりました。

同社が行ったのは、uShowをコンテストとして開催し、成績優秀な個人と成績優秀なチームが賞品を獲得するというものでした。この設定により、営業担当者はさらに練習し、互いに競争する意欲が高まりました。営業担当者の練習時間とスコアの向上を分析することで、トレーナーやリーダーは彼らの取り組みレベル、能力、可能性を把握することができます。

さらに、データを集計してチームの参加率を確認しました。＜図8＞のグラフから、オレンジ色で強調表示されている 3 チームの参加率が最も低いことがわかります。そして、この 3 チームはノルマ達成率も最も低いこともわかりました。この相関関係により、同社はこれらのチームのリーダーシップに関する洞察を得て、将来のノルマ達成率を予測することもできました。

 

＜図8＞

 

uShow使用事例②大手医療機器会社

この会社では、3ヶ月間で200人以上がuShowを使用しました。＜図9＞中央のグラフを見てわかる通り、パフォーマンス向上は練習時間と強い正の相関関係があります

学習への取り組みと学習結果に注目してチーム分析を行いました。＜図9＞右の表ではチームを 4 つのゾーンに配置しました。コミットメントはチームの合計練習回数で示され、結果はスコアで示されます。右上の 3 チームが最高のチームです。チームが軸上のどこに位置するかに基づいて、リーダーとトレーナーはパフォーマンスを向上させるための適切な手段について話し合います。

 

＜図9＞

 

UMU距離学習法

学習と発達におけるテクノロジーの利用は、学習科学との深い統合なしには単独で行うことはできません。UMUは、学習者が原則や特定の応用ではなく戦略に焦点を当てるべき、効果的な学習移転のために距離学習法を開発しました。

 

 

科学とテクノロジーを組み合わせ、学習を再定義

組織において、スタッフが学習を利用して仕事に応用したい場合、受動的に学習するだけではパフォーマンスの上限を突破するのは困難です。
UMU はテクノロジーを活用して、学習者に建設的でインタラクティブな学習体験を提供することを目指しています。これは、学習者が学び、練習し、フィードバックを受け、改善し、筋肉の記憶を形成することを意味します。

UMU の使命とビジョンは、グローバルな学習リソースを開発し、人々と知識を結びつけ、知識の伝達を加速し、誰もが参加し、共有し、達成できるようにすることです。
学習科学と学習テクノロジーを組み合わせることで、すべての人のための学習を再定義できると私は信じています。