# 頭が良すぎるAI「o1」一般向け活用例 ChatGPTが大幅にアップデートしまして、今までより遥かに推論能力の高いO1というモデルが出ました。 これむちゃくちゃ頭がいいんですが、物理学や生物学、科学などのサイエンスの分野でも白紙号レベルの精度を超え、数学オリンピックでも高成績を残し、プログラミングの競技レベルの問題でも優秀なスコアを出したそうです。 しかしながらですね、なんと頭が良すぎるのか、一般人からはもう大差ないように見えてしまうというかね、今までと何が変わったのかよくわからないといった意見もあります。 現在O1はChatGPTプラス有料ユーザーのみ公開されてますが、私も使ってみて、最初正直何が変わったのかよくわからないと思ったんですね。 で、その数学とかハイレベルな推論というものは、そもそも科学者や研究者やプログラマーでない限り必要とする機会があんまりないんじゃないかと言われていますね。 ですが私もいくつか検証してみて、一般のビジネスパーソンでもこういったケースでは使えるというケースがいくつかわかったので、それを今回まとめていきたいと思います。 題して一般人でも役立つO1のビジネス活用例ということですね。それでは行きましょう。 # 【PR】新刊「Excel×Copilot AI仕事術」と予約限定セミナー 10秒だけ告知させてください。 新刊書籍 エクセル×コパイロット AI仕事術 来週発売です。 予約者限定セミナーもありますので、本書の第7章で紹介している AIツールを使ってエクセル実務の自動化に役立つマクロを素早く作成する方法をライブで解説します。 本書を予約して、ぜひセミナーもゲットしてください。 このチャプターのリンクから詳しくはご案内をどうぞ。 # ChatGPTの新モデル「OpenAI o1（オーワン）」とは？ まずO1って何なのかということですが、ChatGPTを開発しているオープンAI社がリリースした 最新のAIモデルのことです。特徴はじっくり考えて推論 つまり筋道を立てて考えて一つの答えを出していくようなことをすると。 なので少し時間をかけて考えていくという特徴を持っています。 先ほど言ったように高度な推論を要するタスクに長けていると。 例えば科学とかプログラミングとか数学などの分野で高度な力を発揮すると。 現在はChatGPTプラス有料ユーザー向けに出ています。 まず一番パワフルで時間をかけて考える O1のプレビュー版というO1プレビューと呼ばれています。 でもう一つがそれよりも小型になった O1 miniというですね、小型なモデルなんですがより高速で考えるということです。 例えばこんなことに役立つということでオープンAIの公式動画で紹介されていた ケースが例えばプログラミング、パズルを解くとかゲームをプログラムで作るとか 機械学習モデルを視覚化するとか そして数学、単語内の特定文字を正確に数えることができる トリッキーな年齢問題を解くことができるとか 科学への応用も期待されています。 遺伝学者がAIを使って文献を分析し遺伝子変異を解釈する 量子物理の複雑な概念を説明する 物理法則に基づいて状況を推論する その他には複雑な制約を満たす詞を作るとか 暗号化された文章を解読して翻訳するといったことが例として挙げられていました 科学においては白紙レベルの問題について人間の専門家を上回るようなスコアを出しており またプログラミングや数学においては今までのチャットGPTの最高モデルである GPT-40の何倍ものスコアを出していると すでに得意な分野においては人間の9割よりも頭がいいのではないかというふうに言われています そんなすごいO1なんですが苦手なこともあるようです これは開発チームの方がXでポストしていた内容なんですが O1は必ずしも万能ではないですと 苦手な分野もあって普通の文章作成とかテキスト編集 いわゆる今までのチャットGPTが得意としていたような文章についてのタスク これはですねO1を使ってもこれまでの最新モデルのGPT-40とほとんど同じかもしくはちょっと劣るぐらいらしいんですね なのでイメージとしてはO1はめちゃくちゃ頭のいいズバ抜けた理系の人っていう感じもします ここまでを聞くとですね普通のビジネスパーソンにとってはなんだあんまり関係がなさそうだし 科学とかプログラミングとか数学的な高度なことなんかやらないし 自分には関係ないんじゃないかとも思えてきますよね それにテキスト関係のタスクがあまり得意ではないのであれば ますます自分の日常の仕事なんかに何に使っていいかわからないと感じるかもしれません ということで次のチャプターからこういうのだったら使えるというシーンを紹介していきます # o1による「エクセルの数式提案力」 一つ目のケースはExcelの数式を提案してもらうです。 これは私自身がExcel23であるということもあり、いろいろ検証していました。 一つ非常にわかりやすい例があったので、それを紹介します。 私の自動車の燃費記録のデータがあります。 その日付の月をもとに、別シートにある平均気温をVlookup関数で取得したいんだけど、 数式を提案してくださいみたいな問題としました。 O1にも質問したし、GPT-40とか他のライバルであるクロードやジェミニにも比較して同じ質問を投げてみたんですが、 なんと一発目で正しい完璧な数式を提案したのがO1だけでした。 他のこれまでのモデルであるGPT-40とかクロード、ジェミニは提案してくれた数式を試してみると全てエラーが起きてしまったんですね。 そのエラーの原因についてはここでは割愛しますが、Xで詳しく話しましたので、そちらはこのチャプターのリンクからたどってみていただければと思います。 割と難しい問題でして、簡単に言うと日付を文字列として参照しようとした時にVlookupでは見つかりませんというエラーになってしまうという問題で、 結構人間である我々でも間違ってしまうようなものなんですよね。 で、ChatGPTとかクロードやジェミニには一発目で間違った数式が提案されて、 2回目3回目とやりとりをしながらエラーを修正していくという作業が必要でした。 それに対してO1の回答は始めから完璧にエラーなしで正しい結果を出してくれました。 他のAIモデルが間違えた原因であるVlookupで日付を参照しようとした時に文字列形式で検索することはできないという問題点について、見事にO1は先回りをして考えた上で数式を弾き出しているということがわかりますね。 これはO1が圧勝した素晴らしい例でした。 なのでExcelの数式を提案させたいといったケースがあった時には従来のGPT-4Oとかクロードやジェミニなどに質問するのでは解決できない場合にO1に相談すると見事に解決できる可能性がありますね。 これは今後のExcelワークの心強い味方になりそうです。 # o1による「データ分析力」 2番目の例がデータの分析です。これも私の車の燃費記録のデータとそれに付随して月ごとの平均気温や 為替レート、ドル円のレートですね。それから原油価格などをデータとして一緒に渡して、というかエクセルからそのデータ全体をコピーして貼り付けてですね O1に質問してみました。これについてもですね結果をわかりやすく図表などにしたものをXにポストしてますのでこの シャプターのリンクから読んでみてください。結論から言うと従来のGPT-4Oよりもより深く踏み込んだデータに対する 洞察を得ることができました。まあそれはね数学オリンピックの高成績を残すぐらいですからこういったデータに関する タスクというのも得意なのでしょう。私の燃費記録とか為替レートや気温、原油価格の変化などについてですね 考察を得ており、例えば夏ごろになると燃費効率が下がっていくよね。その原因については気温が上昇しているので夏に エアコンの使用量が増えたからではないかとかですね。もちろん為替レートと原油価格の影響が相関が見られ そうした影響がガソリンの価格にも影響しており燃費にも関わってくるのではないかとか おおよそ私がこうじゃないかなぁと予想していたようなことを指摘してくれていましたね。それに対してですね実は従来のモデルである GPT-4Oにも全く同じ質問命令をしてみたんですがそこまで詳しい洞察を得ることはできませんでした 割と表面的というのかな。今あるデータがどんな傾向があるかを表面的に答えるだけっていうところがありましたね 例えば何月頃が一番燃費効率が悪い傾向にありますとか、もうちょっとあと一歩くらい考察してほしいよねみたいな 感想になりますよね。またO1が優れていた部分はデータに足りない部分とかデータの問題点などを指摘してくれていたとこですね 例えば欠損。私が自動車の燃費記録をつけているデータなんでたまに忘れちゃったり面倒くさくてやらなかった時があるんですよ そうすると燃費計算をしている時にある時に急に数値が飛んでるみたいな急に累計の走行距離が一気に伸びているにもかかわらず ガソリンの給油が1回しかしてないみたいな時があってこの辺は異常値ではないかみたいな指摘をしてくれたりしましたね それから重複データ間違えて同じデータを2回入力してしまった部分とかその他にもこの数字はおかしいんじゃないですかみたいなところを指摘してくれていました こういった部分では自分でも考察はできるんだけれども一旦AIからの目線から指摘をしてもらいたいとか 一度大まかな見解を述べてもらいたいみたいな時に使えそうですね # o1による「複雑な日程調整」など 3つ目のシーンがですね、複雑な状況下において、一つの提案なり結論を出していくという作業です。 例えば簡単な例で言うと、複数人でのスケジュール調整。 例としてXでもポストしましたので、チャプターのリンクを掲載します。 今回は単純に3人の人が予定を言い合って、ミーティングをいつ開催すればいいのかを AIにサジェストしてもらうというケースを考えました。 1人目の人は、私は月曜と水曜の午後なら大丈夫だけど火曜は朝しかダメで木曜金曜は 週日NGなんだよねと言っています。 2人目の人が、僕は火曜と木曜の午前中がベストでホニャララホニャララ っていう感じですね。 このような感じで交互対でそれぞれ自分の予定を好き勝手に述べています。 こうした3人の情報を整理して、最もミーティングを開催するのに適したタイミングはいつなのかを OO1に提案してもらいました。 そのケースでのOO1の最終結論は、それぞれの日程を整理した上で残念ながら3人同時に参加できる時間帯はありませんでした。 それだけでなくてですね、3人は無理なんだけど少なくとも2人が揃う時間帯を選ぶのか、もしくは対面ではなくてもオンラインで開催することで 3人揃うことはできないのか、といった大対案ですね。についても提案してくれました。 このような形で今回3人の人が予定を言い終わっているわけなんですが、複数の要素が絡み合っていて依存関係にあると言うんですかね。 一方が成り立ってももう一方が成り立たないとダメみたいな。そういった複雑な条件になればなるほど、おそらくOO1に考えさせた方が良い 指向をしてくれるのではないかと考えられます。 例えば他にももっと複雑な状況としてはシフトを考えさせるとかね。 シフトって結構複雑じゃないですか。AさんBさんCさんDさんEさんみたいな従業員がいるんだけども、どこのタイミングで誰が シフトに入るのか、これを調整していくと。シフトにもいろいろ条件があって、Aさんだったら平日の午前中のみ働ける。 Bさんだったら夕方以降だったらOKだけど水曜日だけはダメとかね。それぞれに守らなければいけない条件がいろいろあるとして、 すべての条件を満たすように、要するに矛盾が生じないように一つ一つ調整をしていかなければならない。 こういったケースには問題について分解して考えて一つ一つステップバイステップで指向していく O1のようなAIモデルの考え方の方が、より適切な回答を出してくれる可能性があるなと私は考えています。 他にもシフト以外のですね、例えば学校だったらクラス分けとかね。中学校3年間でどんどんクラス分けをしていくんですが、ずっと3年間同じクラスになるような人は 数人に抑えなければならないとかですね。ある問題時と他の問題時が同じクラスにならないようにしなければならないとか 組み合わせるにしてもいろんな条件を加味した上で決定していかなければならないようなケースとかあると思うんですね。 私はちょっと検証しきれていないんですが、こういったケースにおいてO1のようなモデルの方がより良い回答を出してくれるんじゃないかと期待しています。 ちなみに今回の会議、ミーティングの調整というケースでは、同じ質問をGPT-4を以前の最新モデルにも聞いてみました。 そういう場合、結論はかなり近いものは出してくれていましたね。3人の言い分をそれぞれ整理して日程を称号してるんですが、最終的には3人全員が揃うことができる日程はありませんでしたという結論は出してくれています。 ただそこまでの結論にとどまり、じゃあ3人揃わなかったらどうすればいいのといった提案までは出してくれていないというところで、やはりO1と比べると あと一歩考えてくれたらいいのになぁといった物足りなさを感じる回答でしたね。 # まとめ はいということで以上です。余談なんですが、当然プログラミングも非常に良い成績を出すということで、Excel のマクロを作るというケースについても、私は検証して良い結果が出ております。 興味がある方はこのチャプターにリンクを貼りますので、見てみてください。 ただ、O1の特徴としてプログラミングは大得意であるということで、 まあそれはVBAのコーディングだって得意だろうなということは容易に想像できますので、今回の放送では割愛しました。 ということでいかがだったでしょうか。めちゃくちゃ頭がいい理系のAIとして、O1が数学やプログラミングや科学について得意であるということでしたが、 それに関連のないビジネスパーソンからすると、何に使っていいのかわからないといった方も多いと思いますし、私も第一印象そうでした。 そこで今回紹介したのが日常のビジネスにも使えるようなケースですね。 Excelの数式について質問するとか、データを貼り付けて見解を述べてもらうとか、そして複雑な日程調整やシフト分けやクラス分けなどの複数の条件が絡み合う、 矛盾が生じてはいけない整合性の求められるタスクなど、こういったケースで通常のビジネスシーンでも役に立つのではないかと、 私自身O1を触ってみてわかったので紹介させていただきました。 もし皆さんが思うO1がこんな風なビジネスシーンで役に立つというアイデアがありましたら、ぜひ共有してもらえれば大変嬉しいです。 まだまだ私たちの検証段階で、こうしたAIモデルをどういうことに実務に役立てるのか、業界としてはまだまだ発掘しているところだと思うんですよね。 今後も何か見つかったら共有していきたいと思います。ご静聴ありがとうございました。 # 英文日記: o1とExcel関数 今日の英文日記です。英文日記は拙い英語力を向上し、AIと自然な英会話を楽しんでみたいから続けております。 自分で英文日記を書いた後、ChatGPTに添削してもらい、NaturalReaderというネイティブ音声読み上げアプリで読み上げさせながら、シャトーウィングや音読を繰り返した後、収録しております。 今回のテーマは、OpenAIのO1とExcel関数です。 日本語訳です。昨日はOpenAIの新しいAIモデルのO1を試しました。Excelの関数を作るのを手伝ってもらいました。 私は2つのデータセットを持っており、1つは運転の燃費記録、そしてもう1つが為替のレートでした。しかしそれらは相互にリンクしていませんでした。私はガソリンのコストと通貨のレートがどのように関係しているかを見定めようとしていました。 O1はVLOOKUP関数を提案し、それは魔法のようにうまくいきました。しかし私がGPT-40に全く同じことを質問したのですが、そちらの方は間違った数式を提供してしまい、エラーを起こしました。これが私がO1が適切なExcel関数や数式を提案する力において遥かに良いと感じたエピソードでした。 以上が日本語訳です。今回のAVについては、その説明をVoicyの本編で言っていますので、ここでの説明は割愛します。