記事一覧
AIフル活用ガイド：なぜ生成AI・LLMには、高性能GPUサーバーが使われるのか、について解説します。
生成AIのLLM(大規模言語モデル)には、通常のCPUサーバーではなく、高性能GPUサーバーが使われる理由について、分かりやすく説明します。この説明文書は複数の章に分けて構成されています。
1. はじめに、CPUとGPUの違いCPUとGPUは、コンピューターのハードウェア部品の中で中心的な役割を担う演算装置です。しかし、その構造と設計思想が異なるため、得意とする計算タスクが異なります。
CP
AIフル活用ガイド：生成AIを活用した効果・ROIについて（AI導入する上で経営陣に説明する必要がありますよね。）
今回の記事では、生成AIを社内情報や社内データベースと連携させて活用する場合の具体的な効果と費用対効果(ROI)について説明させていただきます。社内に生成AIを「なぜ」導入するのか、費用対効果・ROIはどうなのか、などについて、説明をさせていただきます。
1. 業務効率化による生産性向上の効果1-1. 文書作成管理の自動化などにより、文書作成業務の60％を自動化が可能です。→従来の文書作成関連
AIフル活用ガイド：企業の社内情報・知的資産を生かす方法のRAGとAPI(+ファインチューニング)の違いについて解説します。
1. はじめに社内文書や社内データベースの機密情報を、Azure OpenAIと組み合わせて安全に利用するための方法については、主にRAG(Retrieval Augmented Generation)とAPIの2つのアプローチがあります。
2. RAGを用いる方法についてRAGは、生成AIモデルと検索エンジンを組み合わせた手法です。以下のようなプロセスが一般的です。
社内文書や企業デー
AIフル活用ガイド：企業の社内情報・知的資産を生かすRAG(Retrieval Augmented Generation, 検索拡張生成) –社内情報を活用した質問対応の仕組み
1. RAGとは?(Retrieval Augmented Generation, 検索拡張生成)まず、RAGとは、Retrieval Augmented Generation(検索拡張生成)の略称です。質問に対する回答を生成する際に、関連する文書や知識ベースから有用な情報を検索し、その情報を活用して高品質な回答を生成する手法です。
参照. RAGとAPI(ファインチューニングの違いについて
転職が多いビジネスマン（ジョブホッパー）は本当に悪者なのか？多様な経験から得た価値と独自の視点
はじめに私は、約30年間の間に、多くの転職を経て、通信とインターネット分野で様々な業務経験（営業・プリセールス・事業開発・事業立上・エンジニア・プロマネ）を積んでまいりました。これまでの経歴が私にもたらしたユニークな能力と視点を、簡潔にお伝えいたします。
1. 複数業界での経験（でも産業は通信とインターネットの業界に特化しておりました。）異なる企業や業界での営業経験から、様々なビジネスモデル
AIフル活用ガイド:AI 実践ビジネス活用ガイド
はじめに私たちは今、AI(Artificial Intelligence: 人工知能)の黎明期にいると言っても過言ではありません。深層学習(Deep Learning)の実用化をはじめ、AIの発展は日進月歩を遂げています。その中でも注目すべきは、生成AIと呼ばれる技術分野です。
生成AIとは、与えられた入力から新しいコンテンツを生成するAI技術の総称です。文章を自動生成したり、画像やコードを生成