トランスエヌが推進する「Fine-tuningの民主化」で企業のAI活用を加速

トランスエヌのAI活用の新たな潮流

トランスエヌ株式会社（Trans-N）は、企業が自身のデータを活用して特化型のAIアシスタントを構築するための「Fine-tuningの民主化」を進めています。これにより、企業は独自のニーズに対応したAIの導入が可能になり、よりよい経営判断ができる環境を整えています。

Fine-tuningの重要性とは？

これまで、クラウド型の生成AIサービス（ChatGPTやCopilotなど）は多くのビジネスシーンで活用されてきましたが、特有の知見や機密情報を反映することが難しいという問題がありました。Trans-Nは、これらの限界を克服するために、企業のデータと結びつけて学習させるオープンソースのLLM（大規模言語モデル）を使用しています。このプロセスにより、企業特有の知識や文化を反映したAIの開発が進められています。

「AI CEOモデル」の実現

Trans-Nが開発した「AI CEOモデル」は、企業リーダーの人格や経営哲学を学習し、あたかもそのリーダーが直接応答するかのような対応を目指しています。このモデルは、以下のような利点を提供します：

- 経営判断のサポート: CEOの思考プロセスを反映し、現場のマネージャーが意思決定する際の参考情報を提供。
- 組織文化の理解促進: トップの価値観を再現し、従業員に企業の方針を分かりやすく伝える。
- リーダーシップ教育: 将来のリーダーが実例を通じて学ぶ機会を創出。

最近、大手企業とのPoC（Proof of Concept）実施で、CEOの経営スタイルを学習したモデルが、MBTI性格診断で本人と同じ性格タイプを導き出す成功を収めました。

「業務引継ぎモデル」の功績

企業内での知識継承は重要ですが、特にベテラン社員の暗黙知を次世代に引き継ぐことは難しい課題です。Trans-Nはこの問題を解決するために、「業務引継ぎモデル」を構築しました。このモデルは、部門やプロジェクト内にある重要な情報を体系的に学習し、後継者が効率的にノウハウを引き継げる仕組みを提供します。

このモデルの導入により、異動や退職にともなう知識の流出を防ぎ、企業の競争力を維持することが期待されています。また、プロジェクトの立ち上げを迅速化し、部門間の連携も円滑にする効果があります。

地平を広げるFine-tuning技術

Trans-NのCTOである孫又晗氏は、「Fine-tuningは必修科目であり、AI Native Companyになるための重要なステップ」と語ります。企業データを最大限に活用し、AIによる競争優位を築くことの重要性を訴えています。さらに、独自の技術を少数の企業だけが支配する現状を憂いており、オープンソースのツールを開発中です。