生成 AI に RAG を組み合わせて、自社に適した成果物を生成するよう改善できます。 これは業務のパフォーマンスを向上させる可能性があるので、 RAG の導入が流行っています。 RAG とは Retrieval Augmented Generation 、「検索拡張生成」です。 例えば会議の音声からリアルタイムで議事録を作成するのに生成 AI が社員名簿を参照すれば、発言内容に登場する人名や組織名の精度が高まり、誤認識(生成 AI による誤記)の頻度が低減できます。 中小企業が生成 AI を自社開発することが現実的でなく、外部の生成 AI を使います。 外部の生成 AI を使う場合、議事録作成が終わったら、議事の内容や参照した社員名簿を生成 AI の経験値から削除する仕組みを徹底しておきます。 議事録はわかりやすい例ですが、学会発表や特許申請していない自社技術を最大限活用した研究テーマの提案や技術開発の展開分野の提案などは、外部の生成 AI が RAG を介して社内の情報を検索することで生成できます。 しかし、削除する仕組みが不十分だと生成 AI の経験値として蓄積され、社外の第三者の使い方によっては情報漏洩するリスクがあります。 また情報搾取を目的に作られた生成 AI や RAG を誤って使ってしまうと、社内の情報を根こそぎ盗まれてしまいます。 個人情報や営業秘密情報の漏洩に限らず、取引先のセキュリティ上の抜け道を提供することにもなりかねません。 情報セキュリティを事業としていない中小企業では、悪意ある者が作った生成 AI や RAG に対抗することはほぼ不可能です。 今日から七十二候の「鶏始乳 ( にわとりはじめてとやにつく ) 」です。
コメント
コメントを投稿