要点
- パレートの法則によれば、問題の20%を解決すると価値の80%が得られるが、生成AIにおいては逆が起こる。
- LLM（Large Language Models）を使用するマーケティングコピー作成のプロフェッショナルは、AIによる80%良い内容でも最終的に手動で作成に戻る現象が見られる。
- AI生成コンテンツが80%良い場合でも、それを手動で100%にするためには全体を改変する必要があり、AIの80%から100%にする作業は手動で0%から100%にするのとほぼ同じ労力が必要。
- 特定のクラスのタスクにおいて、AIの価値は「全てか無し」であり、途中段階は存在しない。
- コードの作成は散文の作成よりも合成可能であり、AIがコードを80%まで作成した場合、残りの20%の労力で100%にすることが可能。
- LLMは短いコピーの作成において有用であり、短いコピーは一度に複数生成し、最良のものを選択できる。
- 専門品質が必要ないケースでは、80%品質の記事でも十分な場合がある。
- 大規模なタスクに取り組むLLM製品を構築する場合、80%のパフォーマンスを100%に変換する仕組みを構築する必要がある。
考察
生成AIにおいて、80%の作業は手動の0%から100%に向けた作業と同程度の労力を必要とすることは興味深い。特定のタスクにおいては、LLMの価値は極めて限られた範囲でのみ現れ、その効果的な活用方法が重要であると言える。