book

生成AI時代の価値のつくりかた ―実践者のマインド、スキル、データ、ユースケース

Name: 生成AI時代の価値のつくりかた ―実践者のマインド、スキル、データ、ユースケース
ISBN: 9784814401291

by Rob Thomas, Paul Zikopoulos, Kate Soule, 本多真二郎, オライリー・ジャパン編集部

September 2025

Intermediate to advanced

380 pages

5h 23m

Japanese

O'Reilly Japan, Inc.

Read now

Unlock full access

　表紙
　大扉
　原書大扉
　クレジット
　監訳者まえがき
　推薦の言葉
　はじめに
　1章　+AIからAI+へ：生成AIと「ネットスケープ・モーメント」
　　1.1　ネットスケープ・モーメントとは　　1.2　AIと魔法の瞬間　　　公然の秘密、エージェント　　　1.2.1　しかし……AIは魔法ではない　　1.3　ビジネスを+AIからAI+へ　　1.4　まず、メンタルモデルを「+AI」から「AI+」に変えよう　　　名前に惑わされない――すべては基盤モデルから始まる　　　1.4.1　生成AI時代に対応する、新生AIラダー　　1.5　旅を始める前に、予算を分類し、AIがどのように役立つかを明確にする　　　1.5.1　第一の観点：コスト削減のために投資するのか、利益創出のために投資するのか。AIはビジネスにどう役立つか。　　　1.5.2　第二の観点：AIがビジネスにどのように役立つかを分類する　　　1.5.3　AIがビジネスにどのように役立つかを可視化するためにアキュメンカーブを使う　　　1.5.4　何から始めるべきか？実践的アドバイス　　1.6　変わり身の早いビジネスへ：シフトレフトし、そしてシフトライトする！　　　1.6.1　私たちは毎日、テクノロジーで解決・改善できる問題のそばを通り過ぎている　　1.7　基盤モデルと生成AIをビジネスに活用するためのヒント　　　1.7.1　ヒント1：緊急性を持って行動する　　　1.7.2　ヒント2：単なるAIユーザーではなく、AI価値創造者になる　　　1.7.3　ヒント3：一つのモデルがすべてを支配することはない。だからこそ、コミュニティに賭ける　　　1.7.4　ヒント4：あらゆる場所で、効率的に実行する　　　1.7.5　ヒント5：信頼こそが事業継続の究極のライセンスであると心得る　　1.8　それでは、AIの部分に焦点を当てよう
　2章　AI価値創造者になるために
　　2.1　AIの歴史：“タイムラプス”で振り返る　　　2.1.1　基盤モデルについての簡単な説明　　　専門用語の解説　　　2.1.2　もう少し深く：大規模言語モデルの進化、そして教師あり学習と自己教師あり学習の比較　　2.2　あなたが目指すべき目的地は、「AIの価値創造」　　　2.2.1　AIをどのように活用するか。価値を創造する者なのか、価値ユーザーなのか　　2.3　AIの未来を計画する：数多の生成AIモデルと共に歩む未来　　　2.3.1　AIを解明し、応用するときが来た　　　DaaP　　2.4　AIの未来　　2.5　さあ、始めよう
　3章　AI説得のための方程式
　　3.1　時代を超越したもの　　　3.1.1　テクノロジーには常に緊張がつきまとう　　　3.1.2　電卓はいらない！三つの説得のための方程式　　　3.1.3　方程式① GDPを成長させる方法　　　3.1.4　方程式② 何がAIを成功させるのか　　　3.1.5　方程式③ バランスを発見する：パラドックスを乗りこなす　　3.2　最後のアドバイス：AIをコストセンターとしてではなく、価値創造の源泉と捉える　　3.3　まとめ

　4章　ユースケース
　　4.1　ユースケースの価値創造曲線　　4.2　水平に行くことが最も垂直を得ることになる　　　4.2.1　実験　　　4.2.2　データを活用する　　　LLMのカンニングペーパー　　　4.2.3　ITオートメーション　　　4.2.4　コード：コンピュータの言語　　　生成AI時代のペアプログラミング　　　4.2.5　デジタルレイバーとAIアシスタント　　　4.2.6　エージェント　　　4.2.7　ビジネスレンズ：水平的に見るユースケース　　　4.2.8　ボーナス（横型）使用例：合成データ　　4.3　ユースケースの断片：垂直的に見る　　　4.3.1　農業　　　4.3.2　会計　　　4.3.3　教育　　　4.3.4　ヘルスケア　　　4.3.5　保険　　　4.3.6　法律　　　4.3.7　製造と生産　　　4.3.8　製薬　　4.4　無限の可能性：生成AIが輝く、その他の業界　　4.5　AIの構成要素
　5章　生きるか、死ぬか、買うか、試すか。多くのことはAIが決める
　　5.1　LLM：人々が伝え忘れていること　　　5.1.1　知識のカットオフ日　　　5.1.2　LLMは自分のペースで仕事を作り上げる達人になれる　　　5.1.3　カーボンフットプリント：「AIの親友」がもたらす気候変動へのコスト　　　5.1.4　著作権と訴訟　　　5.1.5　デジタル・エッセンスとは何か　　　5.1.6　拡大する攻撃対象範囲　　　5.1.7　データプライバシー　　　5.1.8　今盗み、後で解読する　　5.2　AIに関する、善き実践者のための「てこ」　　　5.2.1　公平性：AI時代におけるフェアプレー　　　5.2.2　ここにも、そこにも、データの偏りはどこにでもある　　　5.2.3　堅牢性：AIを「壊れない知性」に保つために　　　5.2.4　説明可能性：ほとんど説明不可能なことを説明する　　　5.2.5　来歴（リネージ）：その軌跡をたどり、善きデータが勝利を収めるように　　5.3　レギュレーション：本来、ここにあるはずのなかったセクション　　　これからも、続々と　　　5.3.1　何を規制すべきか：我々の視点　　　5.3.2　AIのライフサイクルを管理する　　5.4　まとめ
　6章　スキルで魅了せよ
　　6.1　さあ、スキルアップを始めよう　　6.2　AI+への道：あらゆる役割におけるスキル拡大の必要性　　6.3　AIは雇用の破壊者か、創造主か　　　6.3.1　スキルを磨かなければ、チェックメイトされるだけ　　　6.3.2　民主化されたテクノロジーは、雇用を創造する　　6.4　賢さの「てこ」：永続するスキルプログラムを解き放つ　　　6.4.1　レバー① 原点から始める：「なぜ」を知りたがる人材を雇う　　　6.4.2　レバー② デジタル志向の人材を採用する　　　6.4.3　レバー③ 現状を把握する：自分のスキルを棚卸しする　　　6.4.4　レバー④ 全員のための計画：行動なき計画は演説に過ぎない　　　6.4.5　レバー⑤ 学習曲線（と忘却曲線）を受け入れる　　　6.4.6　レバー⑥ 指導＋模倣＋コラボレーションの組み合わせ　　　クレデンシャル（資格情報）の信頼性　　　6.4.7　レバー⑦ 文化の重要性：名詞ではなくスキル動詞であれ　　　6.4.8　レバー⑧ AIに対する組織としての姿勢を明確にする　　6.5　ケーススタディ：全員が応えたIBMのスキルチャレンジ　　6.6　最後の言葉
　7章　一つのモデルがすべてを支配するわけではない！
　　7.1　大きければ大きいほどいいのか？最初はそうだったが、もはや過去の話　　7.2　小規模言語モデルの台頭　　　7.2.1　データキュレーションがAIの救世主となる　　　7.2.2　データキュレーションで考慮すべきこと　　　7.2.3　モデル蒸留：AIを使ってAIを改善する　　　思考の連鎖　　　7.2.4　モデル蒸留で考慮すべきこと　　7.3　次はどこへ行くのか。小規模言語モデルを組み合わせよ！　　　7.3.1　モデルルーティング　　　7.3.2　モデルルーティングで考慮すべきこと　　　7.3.3　混合専門家（MoE）アーキテクチャ　　　MoE命名法の入門書　　　7.3.4　MoEで考慮すべきこと　　7.4　エージェントシステム　　　7.4.1　このエージェントの活躍をどう見るか　　　7.4.2　エージェントについてもう少し詳しく　　　7.4.3　エージェントはどのように作られるか　　　7.4.4　エージェントシステムのリスクと限界　　　7.4.5　始めるための三つのヒント：エージェント活用のベストプラクティス　　　7.4.6　AIエージェントで考慮すべきこと　　7.5　まとめ
　8章　データを差別化要因として活用する
　　8.1　オープンソースを企業向けにカスタマイズする：企業データの新たな捉え方　　　8.1.1　データ表現の時代をめぐる旅：過去数十年を振り返る　　8.2　立ち上がり、表現せよ！……あなたのデータを　　　8.2.1　ステップ① すべては信頼から始まる　　　8.2.2　ステップ② LLMで企業データを表現する　　　専門用語集：オープンソース開発　　　InstructLabは人間のように学習する　　　8.2.3　ステップ③ グランドフィナーレ：展開と実験　　8.3　未来はオープンで、協調的で、カスタマイズ可能
　9章　生成コンピューティング：コンピューティングの新しいスタイル
　　9.1　コンピューティングの構成要素　　　ロスト・イン・トランスレーション：AIのない生活　　　9.1.1　トランスフォーマー：AIが見せる以上のもの　　9.2　バック・トゥ・コンピュータサイエンス　　　9.2.1　扉は大きく開かれている：可能性を再構築する　　9.3　生成コンピューティングにおけるモデルの構築方法　　　9.3.1　生成コンピューティングシステムに機能を追加するための「ライブラリ」　　　9.3.2　簡単な比較：今日のLLM利用と生成コンピューティング　　　9.3.3　生成コンピューティングランタイム：何をプログラミングできるのか　　　9.3.4　OpenAIのストロベリー：ベリースイートな革新　　　AIに遊びと勝利を教える：強化学習の威力　　9.4　生成コンピューティングから生成コンピュータへ：ハードウェアの未来　　　9.4.1　IBM NorthPoleにおけるAI高速化の実験　　9.5　最後のプロンプト：総括
　著者紹介
　奥付

Content preview from 生成AI時代の価値のつくりかた ―実践者のマインド、スキル、データ、ユースケース

●著者紹介

Rob Thomas（ロブ・トーマス）

IBMのソフトウェア担当の上級副社長兼最高商務責任者（CCO）。製品の管理・設計、開発、事業開発を含むIBMのソフトウェア事業全体を指揮する。また、世界規模の営業活動、戦略的パートナーシップ、エコシステムを通じて、IBMの売上と利益に関する全社的な責任を担う。これまでに総額200億ドル以上に及ぶ多数の企業買収を主導した。本書は4冊目の著書で、これまでに『Big Data Revolution』（John Wiley & Sons）、『The End of Tech Companies』（Amazon）、『The AI Ladder』（O'Reilly）を執筆している。Substackで「The Mentor」を配信し、毎月、スキル、キャリア、自己開発に関する3つの読書体験を共有している。ヴァンダービルト大学を卒業後、フロリダ大学で大学院課程を修了。フェアフィールド郡の恵まれない子どもたちを支援する非営利団体Domus（コネチカット州スタンフォード）の理事を務めるほか、地域の子どもの飢餓問題に取り組む「Filling in the Blanks」でボランティア活動を行っている。妻と3人の子どもとともにコネチカット州ニューカナンに在住。Xアカウント：@robdthomas

Paul Zikopoulos（ポール・ジコプロス）

受賞歴のある作家であり講演家で、人気テレビ番組「60ミニッツ」からAIとビッグデータのトピックについて相談を受けている。また、データが最も重要な要素として認識されている、NATOの作戦指揮統制戦略の将来策定を任されているNATO将官たちとのデータに関する議論にも招かれている。アナリティクスインサイト誌の「トップ100 ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.

Julian F.

Head of Cybersecurity

I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.

Addison B.

Field Engineer

I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.

Amir M.

Data Platform Tech Lead

I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.

Mark W.

Embedded Software Engineer

プラットフォームエンジニアリング ―成功するプラットフォームとチームを作るガイドライン

Publisher Resources

ISBN: 9784814401291Publisher Website

Cloud Computing

Data Engineering

Data Science

AI & ML

Programming Languages

Software Architecture

IT/Ops

Security

Design

Business

Soft Skills