ChatGPTはまだ私の仕事を奪うほどではないが、とても楽しい

テッククランチイベント

OpenAIが構築しているような生成型AIサービスに、創業者やベンチャー投資家が熱狂していることは周知の事実です。Copy.AIがAIライティングツールを活用することで、8桁のARR（年間収益ベース）のスタートアップ企業を育成できることを示してから、ほんの少し時間が経ちました。他の企業も同様の魔法を追い求めており、技術は進化を続けています。だからこそ、スクリーンショットがこんなにたくさん掲載されているのです。

当然のことながら、近い将来、就職に問題がないか確認する必要がありました。そこで今朝、ChatGPTモデルを使ってちょっとしたテストをしてみました。結果は以下の通りです。

楽しもう

まず、コンピューターを使ってテキストを生成することは目新しいことではないということを改めてお断りしておきます。そして、理論上は私の職を奪う可能性のある新しいテクノロジーツールの脅威に直面したのは、今回が初めてではありません。2014年、AP通信が企業決算報道に何らかの自動化技術を導入する計画だというニュースを受けて、私は次のように書きました。

もし、決算報告の取材における最も日常的な作業、例えば業績と予測を比較する定型的な段落の作成といった作業を任せて、ほんの数秒を節約できたら、私は大賛成です。TechCrunchは誰も読んでいませんし、私自身も読んでいないのでしょう。というのも、第3四半期の非GAAPベースの希薄化後1株当たり利益を市場予想と比較する際の文章は、特に読者を惹きつけるからです。

しかし、人々は数字に意味を持たせるのに役立つ報告や分析を求めていると思います。そして、それをできるロボットを見せてください。私は人間なので、ほとんどの場合できません。そして、本当に努力しています。だから、くそったれのロボットを出してみろ、と私は言いたいのです。

当時の私の考えは、ある種のテクノロジーが人間の仕事の助けになるかもしれないというものでした。これは、最も単純な作業以外では、ロボットが人間に取って代わるのではなく、人間を支援することを期待しているのと少し似ています。また、速報ニュースを取材する複雑さを考えると、私は職に就き続けるだろうとも思っていました。

8年以上経った今でも、実は私はまだ仕事をしています。収入は今も補填していて、今も手作業でやっています。そういうことです。

ChatGPTの話に戻りましょう。GPT-3の優秀さと楽しさが実証され、近々登場するGPT-4への期待が高まっていることを踏まえ、2014年の会話を振り返り、ChatGPTがソフトウェアの評価に関してどのような結論を導き出せるかを見てみたいと思いました。TechCrunchはここ数年、ソフトウェア企業の価値変動について頻繁に（正直に言って、やりすぎですが）記事を書いています。AIは一体どんな結論を導き出せるのでしょうか？私はもう仕事を失いつつあるのでしょうか？

まず、システムの知識は 2021 年に終了することに注意してください。ChatGPT に最近のことについて質問すると、次のような回答が得られる可能性があります。

申し訳ありませんが、OpenAIで学習した大規模言語モデルを使用していますが、学習データは2021年までしか保存されていません。インターネットを閲覧したり、学習データ以外の情報にアクセスしたりできないため、2022年のソフトウェア評価に関する情報はございません。他に何かお手伝いできることはありますか？

これは非常に丁寧で、モデルがコメントできる内容について興味深い上限を示しています。

ということで！ChatGPTにソフトウェア評価に関するTechCrunchブログ記事の執筆を依頼した際、私たちが最近書いた内容は採用されないだろうと覚悟していました。しかし、それでもシステムが導き出した結論は次のとおりです。

ソフトウェアの評価に関する TechCrunch ブログ記事を書いてください。

ソフトウェアの評価は近年、テクノロジー業界で注目を集めており、多くの企業が自社のソフトウェア資産を正確に評価する方法を模索しています。ソフトウェアを評価する従来のアプローチは、開発コストと、そのソフトウェアが生み出す可能性のある収益を比較することでした。しかし、このアプローチは単純化しすぎており、ソフトウェアの価値に影響を与える可能性のある様々な要因を考慮に入れていないという批判を受けています。

ソフトウェアの価値評価における主要な課題の一つは、ソフトウェアが非常に動的な資産であるということです。比較的固定的な価値を持つ物理的な資産とは異なり、ソフトウェアの価値は市場の変化、新たなイノベーション、顧客需要の変化など、様々な要因によって急速に変化します。そのため、ソフトウェアの価値評価には、これらの動的な要因を考慮した、より繊細なアプローチが必要です。

近年人気が高まっているアプローチの一つに、割引キャッシュフロー分析があります。この手法では、ソフトウェアが生み出す可能性のある将来のキャッシュフローを算出し、ソフトウェアに関連するリスクと不確実性に基づいて割引率を算出します。これらのリスクと不確実性を考慮することで、割引キャッシュフロー分析はソフトウェアの真の価値をより正確に把握することができます。

もう一つの注目されているアプローチは、市場ベースの評価手法の活用です。この手法では、市場における類似のソフトウェア企業や資産の評価額を参照し、その情報を用いて対象ソフトウェアの価値を決定します。このアプローチは有用ではありますが、すべてのソフトウェア資産は固有のものであり、市場ベースの評価が必ずしも特定のソフトウェアの真の価値を正確に反映するとは限らないことを覚えておくことが重要です。

結局のところ、ソフトウェアを正確に評価するための鍵は、様々な手法とアプローチを組み合わせ、ソフトウェアの価値に影響を与える可能性のあるあらゆる要因を考慮することです。そうすることで、企業は自社のソフトウェア資産の真の価値をより深く理解し、それらの資産への投資と管理方法について、より情報に基づいた意思決定を行うことができます。

本書には多くの魅力があります。例えば、単純な評価方法には弱点があるという主張、割引キャッシュフローモデルが近年人気を集めているという事実、そしてソフトウェア事業を評価する際に市場比較を念頭に置くべき点などです。また、文章にはちょっとしたユーモアも散りばめられています。ChatGPTによる割引キャッシュフロー分析の説明から、企業の特定資産の評価額を算出するための新しい手法だと勘違いしてしまうかもしれませんが、そうではありません。

OpenAIチームが今日構築しているものによって、私の仕事がすぐに失われる危険はないようです。上記の内容は、あまり役に立つには大まかすぎるし、ニュースになるには具体性が欠けているからです。それは嬉しいですね。（実は、この質問をしているのは私だけではないようです。）

独我論はさておき、新しいテクノロジー製品が登場したときには、定期的にテストを実施しておくのが良いでしょう。私は新しい検索エンジンをメタリカに関するクエリでテストすることが多いのですが、メタリカというトピックについては、普段は口に出したくないほど詳しいのです。同様に、私はオンラインメディアとライティングについてもかなり詳しいので、ChatGPTモデルに自分の得意分野を絞り込ませることで、ランダムなユースケースで検証するよりも、より的確に検証することができます。皆さんもテクノロジーのテストには独自のメンタルモデルをお持ちだと思いますので、ChatGPTをぜひ試してみてください。とても楽しいですよ。

生成型AIは品質と使いやすさにおいて飛躍的な進歩を遂げていると言っても過言ではないでしょう。そして、こうした進歩が今後も続き、この技術の活用事例がさらに増えていくと期待するのは当然のことだと思います。

同時に、精度という大きな課題を乗り越えなければなりません。GPT（Glasgow Text Text）は多くの人々の執筆を助けることになるでしょうが、人間の書き手が不要になる危険性はそれほど高くないと考えています。少なくとも当分の間は。