AIソリューション

定義

人工知能は、入れ子になった四つの層から成る仲間です。AIは広い分野、機械学習は例から学ぶ技術、生成AIは下書きを作る技術、エージェントはツールを使って行動する仕組みです。

身近なたとえ

厨房チームの得意分野にたとえてみましょう。厨房全体がAIで、考える作業を機械が手伝います。機械学習は、過去の何千もの箱から熟したマンゴーを見分けられるようになった果物の仕入れ担当です。生成AIは、メニューカードや毎日のお知らせの下書きを作るアシスタントです。AIエージェントは、棚を確認し、仕入先への発注書の下書きを作り、署名をいただくために持ってきてくれる信頼できる助手です。

事業にとっての意味

どの層が課題に合うかを知っておけば、もっと簡単な道具で足りるのに複雑な道具を買ってしまうことを避けられます。在庫の予測には過去の売上を使う機械学習、商品説明の下書きには生成AI、チャットで届く自由な文章の注文を表に取り込む作業には、承認を挟んだエージェントを使います。お金、価格、お客様へのお約束については、必ず人が確認するようにしてください。

例

• 過去の記録をもとに機械学習で作る、迷惑メールのフィルターや売上の予測
• 生成AIによる、インドネシア語と英語の商品説明の下書きや、仕入先との契約書の要約
• AIエージェントによる、WhatsAppで届く注文メッセージの読み取りと、注文表への下書き行の作成

定義

AI（人工知能）とは、言葉の理解、画像の認識、予測など、本来は人間の思考が必要な作業を行うコンピューター技術です。

身近なたとえ

AIは、何千もの過去の例から学んだ見習いのようなものです。見慣れたパターンには速く対応できますが、間違えることもあるため、確認が必要です。

事業にとっての意味

多くの小規模事業者にとって、AIは、すでに使っているチャットやプラットフォームのアプリの中に入って届いています。文章の下書き、仕分け、翻訳、よくある質問への回答に役立ちます。間違えることがあるため、最終的な回答は人が責任を持ち、お客様の個人情報は、公開されているAIツールに入れないでください。

例

• スマートフォンの迷惑メールのフィルターや音声入力
• 翻訳ツール
• GeminiやMicrosoft Copilotなどのチャットアシスタント

定義

機械学習とは、コンピューターがデータの中からパターンを見つけ、それをもとに予測を行うAIの作り方で、手順を一つずつ人が書く必要はありません。

身近なたとえ

何千個ものマンゴーを手に取るうちに、熟したものを見分けられるようになった果物売りを思い浮かべてください。誰も規則集を渡してはいません。経験が教えてくれたのです。機械学習のモデルも、似たやり方で、例から学びます。

事業にとっての意味

機械学習は、どの商品が売り切れるか、どのお客様が戻ってくるか、どの取引が普段と違って見えるかなど、何度も繰り返す判断で、過去の記録が十分にある場合に向いています。きれいなデータが十分に必要です。データが少ないときは、簡単な報告書やルールのほうが役立つことがあります。

例

• ショッピングアプリでの商品のおすすめ
• カードやウォレットの決済での不正の確認
• 過去の注文をもとにした売上の予測

定義

生成AIは、入力したリクエストに応じて、テキスト、画像、音声、コンピューターのコードなど、新しいコンテンツを作ります。

身近なたとえ

よく本を読んでいるアシスタントが、頼むとポスターの文章や商品説明の最初の版を下書きしてくれるようなものです。それを読み、直し、何を出すかを決めるのは、ご自身です。

事業にとっての意味

生成AIは、キャプション、商品説明、お客様への返信、翻訳、宣伝用の画像など、最初の下書きに便利です。出力には間違いや作り話が含まれることがあるため、公開する前に、価格、仕様、法的な主張を確認してください。お客様の個人情報は、公開されているチャットツールに入れないでください。

例

• メッセージや説明文の下書きを作るテキストアシスタント
• 宣伝用の画像を作る画像生成ツール
• プログラムのコードを提案するコーディングアシスタント

定義

大規模言語モデル（LLM）とは、膨大な量のテキストで学習し、人間の言葉を理解して書けるようにしたAIモデルです。

身近なたとえ

図書館ひとつ分の本を読み終え、文の続きを言い当てるのがとても上手な人を思い浮かべてください。その人は、答えが間違っている日でも、どの答えにも自信ありげな口ぶりで話します。

事業にとっての意味

LLMは、お客様の質問に答えたり、文書を要約したり、返信の下書きを作ったりするチャットアシスタントの土台になります。事実を作り上げることがあり、学習したテキストにある偏りを反映することがあり、動かすのに実際の計算能力というコストがかかります。自社の事実を渡して、それをもとに働かせてください。価格、お約束、法的な事柄に関わることは、必ず人が確認するようにしてください。

例

• Gemini、Microsoft Copilot、ChatGPTなどの汎用のチャットアシスタント
• お店のウェブサイトにある、カスタマーサービスのチャット
• 長い文書を要約するツール

定義

検索拡張生成（RAG）を使うと、AIは返信を書く前に正しいページを調べるため、自社の価格表や規定をもとに回答できます。

身近なたとえ

一般的なAIにお店のことを尋ねるのは、見知らぬ人に記憶だけを頼りにクイズを出すようなものです。その人は、推測で自信ありげに答えるかもしれません。RAGは、現在の価格表、返品規定、在庫表を並べた「見ながら答えられる棚」を店員に用意し、すべての回答に、根拠となったページを正確に示すよう求めるようなものです。

事業にとっての意味

価格、在庫のルール、業務手順書が毎週変わる場合でも、見ながら答える方式（RAG）なら、高額な再学習をしなくてもAIを最新の状態に保てます。棚の文書を更新すれば、次の回答に反映されるためです。ただし、整理された最新の文書と、ガードレール（回答の制限）は必要です。文書にない質問には推測せず、お答えしないようにするためです。まず一つの作業で試したい場合は、AIソリューションの試験導入（パイロット）をご覧ください。

例

• お店の規定文書をもとに、配送、保証、返品の質問に答えるカスタマーサービスのアシスタント
• 新しいスタッフが卸売り割引の扱いを尋ねると、該当する業務手順書の段落がそのまま返ってくる社内検索ツール
• 最新の承認済み価格表から、現在の卸売り価格の段階を引用する商品カタログの案内役

定義

AIエージェントとは、目標を与えられると、検索、データベース、ほかのアプリなどのツールを使い、目標に至るまでの手順を実行するプログラムです。自動化とは、繰り返しの作業を、人が一つずつ手を動かさなくても実行できるようにすることです。

身近なたとえ

頼りになる店員を思い浮かべてください。「残りが少ないものを補充しておいて」とお願いします。店員は棚を確認し、仕入先の一覧を見て、発注を送り、終わったことを知らせてくれます。

事業にとっての意味

単純な自動化は、「注文が届いたら領収書を送る」のように決まったルールに従うため、動きを予測できます。AIエージェントが役立つのは、入力がばらつく場面です。たとえば、チャットで自由な文章として届く注文を読み取る場合です。まずは繰り返しの多い作業を一つ選んで始めてください。お金に関わることや、お客様へのお約束については、人の承認を残しておくことをお勧めします。Gravitaは、お客様の業務に合わせて、AIツール、エージェント、自動化を開発しています。

例

• チャットのメッセージから注文を拾い、表に記録する
• 請求書を読み取り、数字を整理して保管する
• 週ごとの売上のまとめをオーナーに送る

定義

ビジネス向けのチャットアシスタントは、メッセージの窓口につながったプログラムです。承認済みの文書をもとに日常的なお客様の質問に答え、複雑な件は人に引き継ぎます。

身近なたとえ

明確な規則集を持つ受付係を思い浮かべてください。来訪者が営業時間、カタログの価格、返品の規則を尋ねると、受付係はカウンターのバインダーを確認して、すぐに答えます。来訪者が特別な割引を求めたり、破損した荷物を報告したり、支払いの変更を希望したりしたときは、受付係は来訪者の用件をすでに書き留めたうえで、担当者を呼びます。

事業にとっての意味

インドネシアの多くの事業者は、すでにチャットでお客様とやり取りしています。在庫、サイズ、営業時間といった繰り返しの質問をアシスタントが引き受ければ、夜間の入力作業を減らせます。境界のないアシスタントは、承認していない約束をしてしまうことがあります。厳格なガードレールを設け、割引、返金、紛争については人の承認を必須にしてください。最初のアシスタントの範囲の決め方を知りたい場合は、試験導入（パイロット）の計画例をご覧ください。

例

• 深夜に届く、在庫の有無、サイズ表、配送の締め切り時間についての質問に答える
• スタッフが合計金額を確認する前に、購入者の名前、注文の品、配送先の住所を整理した要約にまとめる
• 保証に関する苦情を、お客様の注文番号と写真を付けて、そのままお店のオーナーに引き継ぐ

定義

AIを使うと、入力したテキストやファイルは、モデルを動かしているサーバーに送られます。そのサーバーは、インドネシア国内にある場合も、海外のデータセンターにある場合もあります。

身近なたとえ

帳簿のフォルダーを、タイピング代行の事務所に預ける場面を思い浮かべてください。ルートAでは、事務所はジャカルタの借りているビルの中にあり、書類は国内にとどまります。ルートBでは、配達員がフォルダーを海外の事務所へ運び、専門の担当者が読んで要約を書き、返信を送り返します。

事業にとっての意味

UU PDPに基づく法令順守の期限については、小規模事業者の個人データに関する義務をご覧ください。顧客名、電話番号、ID番号、財務記録を、一般向けのチャットツールに貼り付けることは避けてください。開発に入る前に、AIの処理をインドネシア国内のサーバーにとどめるか、グローバルなプロバイダーのAPIを使うかを決めてください。データを処理する場所を選びたい場合は、AIソリューション：データを処理する場所をお選びいただけますをご覧ください。

Caption: これは概要であり、法的助言ではありません。

例

• オープンウェイトのモデルをジャカルタのクラウドサーバーで動かし、患者や財務の記録をインドネシア国内にとどめる
• 製品に関する質問をグローバルな大規模言語モデルのAPIに送る前に、顧客名と電話番号を取り除く
• 海外のAIプロバイダーを選ぶ事業者が、顧客の同意と移転時の保護措置を記録する