前言



第一章 人們如何使用ChatGPT？

第一節 透過問卷調查了解ChatGPT的使用方式

如何使用生成式人工智慧？�預期的結果和出乎意料的結果�翻譯和摘要國外文獻的能力受到高度評價�運用在撰寫文章上比校正文章上多�運用在提出創意想法上相當多�「標題」和「問題解決方案」是提出創意想法的具體內容

第二節 我如何使用ChatGPT？

語音輸入的錯誤轉換校正明顯變簡單了�也能使用在資料收集上�ChatGPT無法做到的事情�進步顯著�注意「幻覺」和能力的極限

第三節 生成式人工智慧比搜尋引擎更容易使用嗎？

即使不知道搜索詞，用ChatGPT也可以查尋�搜尋引擎有時不會給你想要的答案�引進外掛程式來對抗「幻覺現象」�Bing的快速成長和谷歌的停滯

第四節 企業和地方政府如何使用生成式人工智慧？

日本使用生成式人工智慧到什麼程度？�地方政府的使用狀況�時事通信社的問卷�與生成式人工智慧整合的應用程式介面�未來展望

第五節 生成式人工智慧的影響已在教育領域顯現。在日本，企業的使用毫無進展

在日本企業中的使用沒有進展�在教育和學習中的使用不斷增加�教育界的使用領先於商業界�對教育和學習體制的影響已經顯現出來�日本能跟上這個重大變化嗎？

第六節 ChatGPT將帶給企業活動從根本上的大變革

對教育的重大影響�在醫療、保健領域上的各種運用�完善金融方面的客戶服務�在法律事務和科學研究上的運用�完善客戶服務並成為數位轉型平臺

第一章總結



第二章 企業可以使用ChatGPT到什麼程度？

第一節 透過問卷調查了解ChatGPT的使用方式

ChatGPT有多重要？�現在是開始準備的時候了�已經在做的事情�未來二至五年內有可能成為現實的狀況�需要重新建構商業模式�日本企業經營者能引領改革嗎？

第二節 生成式人工智慧超過75％的價值來自「客戶服務」和「銷售或行銷」

生成式人工智慧將大大改變銷售�市場行銷上的使用�內部的知識管理系統�客戶服務�零售業�對銀行業的重大影響�研發上的潛力�共識：變革是革命性的

第三節 ChatGPT將徹底改變藥物研發

藥物研發的革命性變化�人工智慧在新冠疫苗中大顯身手�製藥公司與科技公司的共同體制�研究平臺泰拉�武田製藥的人工智慧藥物研發

第四節 日本金融機構如何使用它？

銀行的使用�證券公司的使用�保險公司的使用�日本金融機構不將它用於客戶業務

第五節 對ChatGPT持積極和消極態度的公司

三井化學的新舉措�日立的舉措�松下等公司的積極使用�許多公司都持負面態度

第六節 ChatGPT的外部服務也在日本有所進展

使用ChatGPT的公司外部服務�聊天機器人與登場的ChatGPT攜手合作�靠應用程式介面串接擴展用途�ChatGPT應用程式介面的具體用途

第七節 憑藉生成式人工智慧和智能合約的全自動化企業

靠區塊鏈自動化�什麼是智能合約？�從比特幣到去中心化金融�到靈活的智慧合約�完全自動化的公司�哪些工作只能由人類完成？

第二章總結



第三章 能否實現資料驅動型經營？

第一節 使用生成式人工智慧的最大目標是支援決策

日本考慮的是單純業務的效率化�生成式人工智慧如何支援決策？�以往方法與生成式人工智慧方法的差異�透過大數據處理實現「資料驅動型經營」�銀行應用程式介面的使用也有可能實現

第二節 進行資料驅動型經營的企業

亞馬遜�網飛�愛彼迎�日本超商集點卡的資訊使用

第三節 企圖轉換為能活用生成式人工智慧的企業結構

包括管理層在內的所有員工都必須使用它，這點很重要�有必要建立資料驅動型的組織文化�日本企業的垂直結構是一個問題�到目前為止日本企業尚未活用資料�資訊變得更加孤島化�不改革日式的組織文化，日本將被淘汰

第三章總結



第四章 ChatGPT也走進醫療與法律相關領域

第一節 生成式人工智慧能否實現「不需要律師的社會」？

未來會產生超越網路的影響�生成式人工智慧可用於製作合約�律師的角色會消失嗎？�能克服幻覺產生的錯誤嗎？

第二節 ChatGPT進軍醫療保健領域

ChatGPT的自我分類能力高�它也被評為優於人類�如谷歌的Med-PaLM等醫學專業大型語言模型�謹慎的意見也很強烈�與健康相關的使用涉及各種微妙問題

第三節 知識壟斷的瓦解：ChatGPT取代律師和醫生的日子來到了嗎？

ChatGPT進軍法律和醫學領域�專業人才價值下降

第四節 ChatGPT正在奪取文案撰寫人的工作

ChatGPT將奪走文案撰寫人的工作�因人工智慧而裁員實際上已經開始�成本比品質更受重視�「使用ChatGPT是因為它功能強大」的觀點也存在�正職員工與非正職員工之間的問題�「你贏不了不用錢的？」

第四章總結



第五章 知識傳播與教育機構根基的巨大變化

第一節 ChatGPT將動搖教育的根基

比起對學徒或學生的管束規定，教育工作者如何改變才是問題�雖然有積極使用的描述……

�教育與學習用的應用程式大量出現�目前的能力有限�家教老師的角色比老師更適合�學習到底有必要嗎？�是否需要專業知識？有必要為專業教育而進大學？

第二節 ChatGPT是否在《紐約時報》訴訟中陷入困境？

根據判決結果，ChatGPT將不成立�預訓練的價值是學習用文本的價值，還是模型的價值？�ChatGPT不能免費使用嗎？�生成式人工智慧會摧毀傳統媒體嗎？�我的實驗：用生成式人工智慧可以閱讀網路上的報導文章嗎？

第五章總結



第六章 大型語言模型的運作原理

第一節 要想使用得更好，就必須知道它的結構原理

解說報導沒有寫出重要的事�說明難懂的原因：沒有說明基本要點�一般用語「參數」用作特殊含義�「受教的方法」很重要�詢問ChatGPT就能了解想知道的事

第二節 人工智慧透過深度學習不斷進化

機器學習�類神經網路�深度學習讓人工智慧的能力顯著提升了

第三節 深度學習的各種方法

深度學習的方法：監督式、非監督式等�阿爾法圍棋使用了「監督式學習」和「強化式學習」�智慧型手機的大型語言模型是「監督學習」�GPT之類的是「自監督學習模型」和「監督式學習」

第四節 大型語言模型

深度學習的各種用途�大型語言模型和生成式人工智慧的定位�迄今為止已開發的大型語言模型�巨額的成本該如何籌措？

第五節 編碼器讀取並理解文章

為什麼ChatGPT能理解自然語言？�變換器模型與注意力機制�通常給的說明都太粗糙了�編碼器的目的在於理解文章的含義�單詞作成向量來呈現�用「嵌入向量」表示單詞�查詢、鍵、值的計算很重要�不同的文章對單詞的解釋也會有所不同

第六節 解碼器生成輸出確實是非常奇妙的機制

解碼器的角色�解碼器生成答案的過程�解碼器用機率判斷來決定輸出是自然的事�讓ChatGPT順其自然。它並非全盤考量後才回答的�ChatGPT不重新審視答案嗎？�ChatGPT考量文章脈絡�同一問題的不同答案�對提示指令寫法的影響�ChatGPT只使用解碼器

ChatGPT讀了多少書？

ChatGPT博學是因為進行了大量的預訓練�讀了人類五千倍的書籍量�與日本國會圖書館的資訊量幾乎相同�如果問ChatGPT的能力極限�真正會創造性工作的是人類�人工智慧沒有情感

第六章總結



第七章 大失業、大轉行時代

第一節 ChatGPT可以自動化哪些工作？

人工智慧造成失業已經成為現實�受影響的是電話推銷員和大學教師�大約八成勞動力在一成工作中受到影響�進入門檻高、薪資高的職業將受到影響�使用資料進行實證分析和研討對策也是必要的

第二節 如果生成式人工智慧在日本全面實施，失業率有可能達到25％

三分之二的勞工面臨生成式人工智慧引發的自動化，25∼50％的業務被人工智慧所取代�在行政暨管理職和法務工作上大約45％的業務可以自動化�白領階級會有一半失業嗎？�實際上失業的勞工比例不是25％，而是控制在7％左右�最必要的經濟政策是確保勞動力的流動性

第三節 知識工作者是最大受害者

把占用員工時間60∼70％的作業活動自動化�將高學歷者的工作自動化�經濟擴張規模比英國國內生產毛額還大�一半的高度腦力工作可自動化�也出現「例行性工作上失業、高技能工作上新增僱用」的分析

第四節 ChatGPT是勞工的朋友，還是敵人？

生成式人工智慧對低技能勞工有利嗎？�問題是總需求量是否會增加�行政工作人手過剩，人手不足的建築和護理行業受到生成式人工智慧的影響小�員工在職別之間和行業之間流動是必要的�我親眼目睹到20世紀60年代的大規模自動化

第五節 因應生成式人工智慧改變工作方式的人會活下來

第三次工業革命將是腦力工作受到影響，而非體力工作�工作是否會被生成式人工智慧取代取決於提示指令有多重要�專業性職業的工作內容發生變化�教師的工作內容將會改變

第六節 生成式人工智慧迫使人們重新審視技能再培訓的內容

大規模失業最終也將成為日本的問題�就職冰河期世代面臨退休年紀�大換跑道時代？�再培訓的目的是提高基礎能力�日本政府對問題意識依然過時

第七章總結



第八章 這是反烏托邦嗎？

第一節 「奇點」已經到來了嗎？

影響比火和電更深遠�預測在2045年�顯然通過了圖靈測試�富者越富�所有人都需要可以免費使用的環境�制定生成式人工智慧的規則

第二節 反烏托邦與「安娜．卡列尼娜法則」

關於生成式人工智慧的「安娜．卡列尼娜法則」�失業的發生�只有富人才能進一步提升能力的反烏托邦�人們迷失生存的意義�老大哥的世界�那麼要怎麼做呢？

第三節 「基本收入」是解決人工智慧造成失業問題的正確答案嗎？

人工智慧造成的失業成為現實問題�重新檢討現行制度才是必要的�不工作也能生活的社會是否健全？�自由工作者失業�制度改革的必要性刻不容緩

第四節 人啊，不要自?：若仗著「共鳴」就會失業

大失業時代的腳步聲�雖然「人工智慧不是萬能」的看法很強烈……�有時人工智慧的訊息也會讓人感動�有時會與人工智慧產生共鳴

第五節 中國問題

百度3月發表文小言（文心一言）�8月向公眾發布文小言機器人�2017年BabyQ引起的軒然大波�「聰明」的文小言�人才短缺�對中國以外的地區也產生影響的可能性

第八章總結



第九章 我們能否實現烏托邦？

第一節 實現富裕的社會

人類的夢想成真�生產力提高因而可以實現富裕的社會

第二節 人類應專注於只有人類才能完成的工作

具有挑戰性的創意工作�關懷和同理心很重要

第三節 基本服務惠及所有人

所有人都能只接受自己期望的教育�能準確掌握自己的健康狀況�也能提供法律諮詢和稅務處理的服務�成為老年人的諮詢對象�資訊存取變簡單

第四節 登上馬斯洛的階梯

工作成為活著的意義�人類需求的五個階段�生成式人工智慧實現了馬斯洛的哪個階段？�在創造平等社會上�社會的形態高度取決於政策

第九章總結



結語

第一節 歡迎破壞秩序的大變化

「什麼都沒有」是不可能的�平靜的生活被打亂�是反烏托邦，還是烏托邦？�透過破壞秩序的新技術才能創造新社會

第二節 秘密研究Q*將為人類帶來什麼？

奧特曼被解僱引發騷動的原因是因為威脅人類的研究嗎？�ChatGPT的數學能力差�無法進行符號接地是人工智慧數學能力差的原因嗎？�在Q*中是否出現了突破？�符號接地並不一定是好的�真正擴大人類可能性的創意想法是什麼？



參考文獻

前言



　　革命已經開始了



　　「ChatGPT」等被稱為「生成式人工智慧」的新技術已然登場且應用迅速擴大。



　　人工智慧（AI）能夠理解人類的自然語言，而且能用這自然語言對人類的提問和指令作出正確的回答。



　　透過這樣的靈活運用，致使人類智慧的運作活動完全跟以往大不相同。它成為人類歷史上一個重大轉捩點的改變。



　　「沒有生成式人工智慧的世界」將就此結束。接著，「具有生成式人工智慧的世界」就此展開。革命已經開始了，勢不可擋。



　　人類的工作以往一直被機器或電腦所取代。然而，生成式人工智慧帶來的變化卻和那些大相逕庭。



　　第一，有別於傳統技術主要是將藍領勞工的工作自動化，而生成式人工智慧的最大影響力則是針對白領階層，而且是對智力高度要求的工作。與過去活字印刷術和網際網路所帶來的變化一樣，今後將會大規模發生。白領階層的工作今後不可能以同樣的內容和形式持續下去。



　　第二，生成式人工智慧不僅可以將特定任務自動化，還可以將各種工作自動化。具一般用途的技術稱為「GPT（General Purpose Technology：通用技術）」，而「ChatGPT」的確稱得上是「GPT」（注1）。所以，包括間接效果在內，誰都無法擺脫它的影響。



　　但是，到目前為止，這個功能還不夠完善。尤其是，根據那些被稱為「幻覺（hallucination）」的現象，而做出錯誤的回答。所以，不能完全信任生成式人工智慧的答案而加以使用。有鑑於此，實際用途上受到很大的限制。即便如此，它可被使用的可能性還是很大。「幻覺」將來也有可能被解決。如果是那樣的話，它的影響是無法估量的。



　　具有兩個極端的情形



　　本書的目的在於預測「有生成式人工智慧的社會會是什麼樣子？」進而，與沒有生成式人工智慧的世界相比，評斷它會是更好的社會，還是糟糕的世界？總之，就是分析生成式人工智慧對經濟活動和社會帶來的影響。



　　這可以從兩個極端的情形來思考。第一個情形是，使工作自動化，結果生產力提高，社會變得更加富裕。也就是，生成式人工智慧具有實現烏托邦的可能性。



　　然而，自動化很有可能帶來失業。這是第二種情況。不知道收入分配會變成怎樣。雖也有可能實現平等化，但差距也有擴大的可能性。也就是說，生成式人工智慧帶來的社會有可能是反烏托邦。



　　事實上，也有可能烏托邦和反烏托邦混合在一起實現。對某些人來說，它變成能夠實現夢想的烏托邦世界，但對有些人來說，卻是失去工作，被推入反烏托邦的境地。像這樣，生成式人工智慧所帶來的影響可能是非常複雜的。至少保守來說，只要是白領階層，任誰都會受到很大的影響。很多人會擔心自己的工作是否保得住。



　　而且，問題並非僅止於白領階層的工作。它有可能從根部徹底顛覆社會形態。就如同在本文中詳見的，生成式人工智慧的用途不僅僅是提高事務處理的效率，也涉及到客戶服務、市場行銷、研發，甚至企業決策。企業在這些領域中如何使用人工智慧？根據這點，人們的工作方式將大大改變。



　　一旦採用生成式人工智慧，工作內容將發生有別於以往的巨大變化。因此，企業組織的重組和員工的重新培訓是必須的。對經營者進行再教育也是必要的。這些決不是簡單的課題。而且，即使個人努力再進修，也有可能失去工作。



　　對於上述的事態，政策和制度的因應具有重要的意義。因為變化太大，社會可能無法因應。如此一來，則有發生嚴重問題的危險，也有可能引發社會不安。本想期待生成式人工智慧提高生產力，實現節省人力和擴張經濟的良性循環。但事實上令人擔心它帶來的結果只是，經濟非但沒有擴大，新技術還造成失業增加。



　　這是世界上不管哪一個國家都會面臨的問題，但日本面臨的條件卻是特別艱困。這是因為，誠如第七章所述，透過生成式人工智慧所帶來的自動化會造成經濟擴大，還是失業增長？關於這點，大大地取決於需求是否擴大，就以日本來說，由於整體經濟停滯，所以需求不擴大（因此，它不是經濟擴大，而是失業增加）的可能性很高。



　　由於可以想見日本整體經濟今後將面臨嚴重的勞動力不足問題，所以省力化技術具有重要意義。然而，由此產生的剩餘勞動力能否被適當地重新分配到人手不足的領域，仍是個問號。再者，日本經濟也面臨著「推動數位化」的課題。除此之外，還不得不面對「生成式人工智慧」這個巨大的問題。



　　如果因為上述這些問題而害怕變化，而不引進新技術，那麼日本必然落後於世界進步的腳步。



　　儘管有如此這般問題存在，但看起來日本企業似乎大多仍認為，生成式人工智慧的影響僅止於提高文書處理的效率上。決策者是否具備適當的問題意識也是一大疑問。越想越對日本的未來感到危機感。本書的目的就是要對這種事態提出警告。



　　「不，陛下，這是革命！」



　　在革命爆發的時候，能否正確認識它的意義，將會帶來極大的差異。



　　據說，1789年7月14日，在距巴黎十英里外的凡爾賽宮，法國國王路易十六收到攻占巴士底監獄的報告後，結結巴巴地說：「這是叛亂嗎？」（注2）



　　帶來消息的親信拉．羅什富科．利揚庫爾公爵點出問題點，說道：「不是，陛下，不是叛亂。這是革命。」



　　如果當時路易十六能正確理解這句話，並立即趕到巴黎指揮局勢的話，世界歷史就會大大改寫吧（注3）。



　　事實上，國王在他日記中那天（即至今法國人們視為國慶日而加以慶祝的日子）的欄位上，寫下「什麼都沒發生」，然後去就寢。



　　三年半後，1793年1月21日，他被送上斷頭臺處死。



　　本書各篇章的概要如下所述。

　　

　　「如何使用生成式人工智慧？可以如何使用？」很多人都很感興趣，因此，在第一章就來看看現今人們和企業如何使用生成式人工智慧的「現狀」。在這章中，從我做的問卷調查結果開始，介紹幾個調查結果。在商業上的應用，美國很發達，但在日本不發達。



　　在第二章中，就來看看所謂「可以如何使用生成式人工智慧？」這項「可行性」。生成式人工智慧的可行性遠比日本人一般所認為的要大得多。在這章裡，可看到日本企業正積極活用的例子。此外，還介紹將生成式人工智慧嘗試應用於藥物開發等尖端領域的事實。



　　第三章闡述有關資料驅動型企業經營，這是生成式人工智慧最先進的使用方法之一。這件事能否成功將會對企業的未來業績產生重大影響吧。然而，這是一個與公司結構密切相關的問題，並不容易實現。



　　在第四章就來看看，生成式人工智慧已經持續深入醫療和法律等相關專業人士的工作中的實情。此外，還將討論在美國已成為現實的文案撰寫人失業問題，並思考工作品質和成本問題。



　　教育是一個因生成式人工智慧而受到本質上影響的領域。在第五章中將討論這一點。在這章中，還將思考生成式人工智慧預訓練用的資料使用費問題。



　　為ChatGPT提供支援的大型語言模型（Large Language Models，簡稱LLM）其機制很複雜，但如果沒有正確了解它，將無法正確使用它。尤其是，有必要了解轉換器（Transformers）模型的基本架構。關於這點，在第六章將有所說明。



　　在第七章中要思考的問題是，「使用生成式人工智慧讓作業自動化，這般自動化會增加失業率，還是會擴大經濟？」關於這點，已經有各種分析和研究發表出來，所以在本章中將介紹它們。決定是失業還是經濟擴大的最重要因素，如前所述，是需求是否隨著生產率的提高而增加。



　　在第八章和第九章中，思考「透過生成式人工智慧將如何改變社會」。第八章所要描述的是，一個調整進行得不順利、失業率上升、社會動蕩不安加劇的反烏托邦世界。最大的問題是，人們將會變得無法找到工作的意義。



　　第九章則描述完全相反的情況，也就是闡述一個可以實現生成式人工智慧的烏托邦世界。一個將工作視為達成自我實現之手段的世界、馬斯洛所夢見的五個層級中最頂級的世界。



　　另外，本書中所探討的生成式人工智慧，正確來說就是所謂的「大型語言模型」。然而，諸如「ChattGPT」、「生成式人工智慧」等術語，被視為與「大型語言模型」幾乎是同義詞，在使用上也沒有非常嚴格的區分。有關這些概念的正確關係，請參閱第六章第二節。



　　本書以《現代商務（Gendai Business）》、《東洋經濟線上（Toyo Keizai Online）》、《商務＋資訊科技（Business＋IT）》、《鑽石線上（Diamond Online）》發表的文章為基礎。對於在這些文章的刊登上曾關照過我的人，我想向他們表達感謝。



　　對於本書的出版，受到日經BP、日經BOOKS部門的田口恒雄先生的幫忙，我想在此致上感謝。