生成AIの活用・ナレッジマネジメント（デジタル競争力・AI活用事例・開発における活用・DIKWモデル）
I-3 生成AI活用 ＞ I. 変革系戦略（CX / BX / DX / LX…） 元資料: ◆生成AIについて + ◆ナレッジマネジメント（9枚）
目的・概要
◆生成AIについて
◆ナレッジマネジメント
考え方・観点
デジタル競争力
- 日本のデジタル競争力、過去最低32位 人材不足響く - 日本経済新聞 (nikkei.com)
- Ver.4.4
- 追加した
- スライド
某社／生成AI関連のレポート
- ◆生成AIの動向と産業影響 【総合編】
- ◆生成AIの動向と産業影響 【個別産業編】
- 出典：みずほ銀行・産業調査部 資料より
AIにはどこまで具体的なInputが必要か
- 困難だった“食べ歩き用プリン”開発 ChatGPTに解決を託した、とある乳製品メーカーの話 【プロンプト実例付き】（1/2 ページ） - ITmedia NEWS
- ChatGPT・・新機能のGPTsとAll Toolsについて
- https://www.youtube.com/watch?v=vKNwQj6AibU
- 11分ぐらいから・・ニーズに応じたデータ分析など、オリジナルのBOTを作れる機能の紹介
- Ver.4.4
- 追加した
- スライド
自分たちが創るもの
- （インプット必要だが）
- AGIの世の中が10年後に実際に来るとして、自分たちが変えていく／新たに創っていく仕事は何か？
- （参考）Softbank World 孫正義氏「基調講演」https://youtu.be/h3052XnZhVI?si=OuMsMYqebXAI32HE（SoftBank公式ビジネスチャンネル）
- （共通認識と議論の準備に時間はかかるが）
- データを使って、誰が、何のために、何を見るのか？
- ☆CRISP_METRICSの構造.txt 参照
- （その他・参考）植松努氏のTEDプレゼン「思うは招く」
- リサイクルのマグネット製造会社が宇宙開発を行う話https://youtu.be/gBumdOWWMhY?si=7XBgBoEND5Ta4UnY（TEDのサイト）
- Ver.4.4
- 追加した
- スライド
シーズメッシュ社のAI活用・展開内容 2025/12/24
| ◇ポリシー・方針 ・自社以外の機密情報は絶対入れない前提 ・自社内に閉じるべきものはクローズドで利用 ◆chatGPTやClaud、Geminiなど →「秘伝のタレ」で多岐に応用 ・プロンプト自体の作成依頼 ・テーマの論点整理、強化 ・テーマを与え、専門家5人(AI)が勝手にディスカッション ・テーマに応じた多角的診断 ・自社サービスの洗練 ・広告の作成、最適化 ・Webの改善 ・最適な画像や写真、アイコンの提案依頼 ・テーマに対する示唆、観点追加の依頼 ・ドキュメントのベース作成依頼（規約、契約書、など） ・洗練されたPPTのたたき作成依頼 ・マクロ作成の依頼（PPTの目次、レポートの成形、・・） ・業務フロー作成の依頼 ・AIによる対話（音声版）のコンテンツ生成→会話を聞いて理解を深める ・問題解決のケーススタディー作成→ストーリー設計（○○風） | ◆Plaud AI ・議事録作成 ・記事作成 ・講演録作成 ・複雑な、関係者が多い議論の整理 ◆ノーコードAI ・診断ツール、分析ツールの作成 ・ツールモックアップの作成 ◆ローコードAI ・クラウド開発 ◆複合AIクラウド ・社内ナレッジ蓄積 ・外部公開用BOT ※下記はご参考（弊社の関係者が公開している情報） ChatGPTをこれから使う方、ChatGPTを使い始めたけどイマイチ使い こなせていないと感じる方へ https://note.com/eurekaaaaaaa/n/n4b20e5f195b2 |
|---|
「工程別の不具合の傾向」を自動生成したい
- INPUT→OUTPUTイメージ
- 後々、
- 特性を加味した
- ロジック（X)
- 品質報告（傾向）
- 品質データ
- （ここを考える）
- 品質報告（見解）
- 所与の
- フォーマット
- 観点
- （まずAIの素）
- PJの目的、ゴール
- ＋α
- 出力
- 必要なら
- 報告内容の型
- PJ情報
- 後工程に流出した傾向
- →上流工程の欠陥除去率
- そこから言える見解
「品質報告のベース」を自動生成したい
- 後々、
- 特性を加味した
- ロジック（X)
- 品質報告（傾向）
- 品質データ
- （ここを考える）
- 品質報告（見解）
- 所与の
- フォーマット
- 観点
- （まずAIの素）
- PJの目的、ゴール
- ＋α
- 出力
- 必要なら
- 報告内容の型
- INPUT→OUTPUTイメージ
開発における生成AI活用・イメージ
- 目的(例)
- 部門におけるデータ活用が、組織共通の型に沿って進められるようにする
- プロジェクトにおける 〃 が、場面ごとの目標を明確にしつつ、現場主導で進められるようにする
- 進め方のイメージ
- PJ計画
- 進行
- 終了
- 全体戦略
- 部門：
- プロジェクト：
- 指標化
- モデル化
- 推進チーム：
- 各種改善 → 精度up → さらなる品質up → 生産性up → 提供価値up
- 的確な
- 収集・蓄積・分析
- 整合
- 精度
- 品質の担保
- 安定した進行
- 生成AIを使用して,
- まずは開発の
- 正確性,品質をより向上
- 要求
- お客様：
- 整合
- 満足
- お客様：
- 信頼
イメージ図
手順・進め方
手法・理論
DIKWモデル
- DIKWモデルは、データ（Data）から知恵（Wisdom）へと発展する過程を表した考え方です。以下の4つのレベルから構成されます。
- 知恵（Wisdom）
- 知識を活用し、「未来を見通した適切な判断や行動」を導く力。
- 例：「次期製品は若年層のニーズをさらに取り入れ、市場での優位性を確保すべき」
- 知識（Knowledge）
- 情報を体系化し、「判断や意思決定に役立つ」ようにまとめたもの。
- 例：「新商品は若年層に人気があり、販売促進を続けるべき」
- 情報（Information）
- データを整理・分析し、「意味を持つ形」にしたもの。
- 例：「売上が増えたのは新商品の発売による効果」
- データ（Data）
- 単なる数値や文字などの「事実や現象の記録」。
- 例：「売上が10%増えた」「顧客満足度が80点」
- DIKWモデル活用のポイント
- データを「収集」し、情報に「整理・分析」することが重要
- 情報を「体系化」して知識とし、判断に使えるようにする
- 知識を基に「戦略的な意思決定」を行い、知恵として活かす
- ～ chatGPT より
- 技術資料
- 標準資料
- 過去データ
- 顧客提案書
- 開発計画書
- ・・など
- 各種データ
- 顧客やその先の顧客にとって価値のある情報
- 競争力強化につながる情報
- 生産性向上につながるノウハウ情報
- 各種データ
- 例示
