WEBVTT

00:00:00.000 --> 00:00:03.560
プロンプトエンジニアリングは2026年の問題に対する2024年の解決策にすぎません

00:00:03.560 --> 00:00:07.860
適切な言葉さえ見つければAIが突然シニアパートナーのように機能すると言われてきました

00:00:07.860 --> 00:00:12.920
しかし現実にはプロンプトとは表面的な要求であり深いレベルの混乱に突き当たっているだけなのです

00:00:12.920 --> 00:00:16.480
ほとんどの組織は今コパイロットを魔法の杖のように扱っています

00:00:16.480 --> 00:00:21.320
ステップバイステップで考えるという手法が真の戦略だと思われていますが実際には単なる気休めにすぎません

00:00:21.320 --> 00:00:26.460
なぜならデータが整理されていない混沌としたゴミ溜め状態であればどんなに巧みな言い回しでも出力は改善されないからです

00:00:26.460 --> 00:00:29.840
結局のところあなたは天才にゴミ捨て場を漁るよう頼んでいるのと同じです

00:00:29.840 --> 00:00:32.120
私たちは即興の時代から脱却しつつあります

00:00:32.120 --> 00:00:34.660
個々のプロンプトのハックに頼る日々は終わりを告げています

00:00:34.660 --> 00:00:37.040
なぜならそれらには拡張性がないからです

00:00:37.040 --> 00:00:42.160
未来はいかにうまく機械と対話するかではなく背後のシステムをいかにうまく設計するかにかかっています

00:00:42.160 --> 00:00:44.900
私たちはオーケストレーションの時代に突入しているのです

00:00:44.900 --> 00:00:47.740
構造的な腐敗そしてなぜコンテキストが崩壊するのか

00:00:47.740 --> 00:00:50.900
コパイロットが会議を完璧に要約するデモをご覧になったことがあるでしょう

00:00:50.900 --> 00:00:56.640
ビデオでは魔法のように見えますが実際に自分の環境で試すと要点を完全に外すか3年前のデータを引っ張り出してくるのです

00:00:56.640 --> 00:00:58.360
これはAIの失敗ではありません

00:00:58.360 --> 00:00:59.880
構造的な腐敗なのです

00:00:59.880 --> 00:01:02.440
最初の失敗モードはコンテキストの崩壊です

00:01:02.440 --> 00:01:04.860
これはチームやシェアポイントの乱立によって起こります

00:01:04.860 --> 00:01:07.760
多くの組織では業務が多すぎる場所に分散しています

00:01:07.760 --> 00:01:10.160
チームでのチャットブレインストーミング用のループコンポーネント

00:01:10.160 --> 00:01:12.620
そして最終方針のためのシェアポイントサイトが存在します

00:01:12.620 --> 00:01:16.480
しかしその3つが食い違った瞬間AIは信頼できる情報源を見失います

00:01:16.480 --> 00:01:20.400
同じ質問を2回してもコンテキストが断片化しているために異なる答えが返ってくるのです

00:01:20.400 --> 00:01:23.880
コパイロットは本質的に今日のあなたがどのバージョンの真実を求めているかを推測しているにすぎません

00:01:23.880 --> 00:01:27.000
チャットではAと言いドキュメントではBと言えばシステムは破綻します

00:01:27.000 --> 00:01:30.200
データに階層構造がないためAIはその矛盾を解決できないのです

00:01:30.200 --> 00:01:32.420
2つ目の失敗は方針の範囲設定ミスです

00:01:32.420 --> 00:01:33.920
ここが信頼の終着点です

00:01:33.920 --> 00:01:35.580
私はここで2つの極端なケースを見ています

00:01:35.580 --> 00:01:37.460
1つ目は過度に制限的なアプローチです

00:01:37.460 --> 00:01:39.720
IT部門が神経質になり全てをロックダウンしてしまいます

00:01:39.720 --> 00:01:43.340
全てのフォルダにパービューラベルを適用しその結果コパイロットは無用の長物と化します

00:01:43.340 --> 00:01:46.740
コパイロットにプロジェクトの要約を求めてもファイルが見つからないと返答するだけです

00:01:46.740 --> 00:01:49.940
データは正常に保護されましたが同時にAIの前頭波を切除してしまったのです

00:01:49.940 --> 00:01:52.280
AIには作業するためのラム記憶領域が残されていません

00:01:52.280 --> 00:01:54.440
もう1つの極端な例は制限が不十分な場合です

00:01:54.440 --> 00:01:57.380
誰でもアクセス可能なリンクが2019年から放置されたまま浮遊しています

00:01:57.380 --> 00:01:59.420
これが壊滅的なデータ漏洩につながります

00:01:59.420 --> 00:02:02.520
ハッカーの侵入によるものではなくAIがあまりにも親切すぎたために起こるのです

00:02:02.520 --> 00:02:06.520
5年前に誰かが公開フォルダに放置した役員報酬の表計算ファイルを見つけ出してしまうのです

00:02:06.520 --> 00:02:08.460
その瞬間信頼は崩れ去ります

00:02:08.460 --> 00:02:10.660
信頼が失われれば導入も止まります

00:02:10.660 --> 00:02:12.840
3つ目の失敗は孤立した知識です

00:02:12.840 --> 00:02:15.140
これは意思決定において最も危険なものです

00:02:15.140 --> 00:02:18.040
ワンドライブの中にどれだけの重複ファイルがあるか考えてみてください

00:02:18.040 --> 00:02:21.300
ドラフト版、最終版、そして最終版の修正版など

00:02:21.300 --> 00:02:23.520
人間なら更新日時が重要だとわかりますが

00:02:23.520 --> 00:02:28.320
大規模言語モデルにとって古いデータは機能の会議メモと同等の権威を持つものとして扱われがちです

00:02:28.320 --> 00:02:33.840
コパイロットはアクセス頻度の高いシェアポイントサイトに置かれている2022年の戦略がもう古いものだとは知りません

00:02:33.840 --> 00:02:37.100
キーワードと関連性を見るためそれを要約に含めてしまうのです

00:02:37.100 --> 00:02:40.260
これによりAIはハルシネーション、幻覚の増幅器となってしまいます

00:02:40.260 --> 00:02:41.920
AIは無から捏造しているわけではなく

00:02:41.920 --> 00:02:44.580
もはや存在しない現実から情報を引っ張ってきているだけなのです

00:02:44.580 --> 00:02:46.900
古いデータはデータがないよりも厄介です

00:02:46.900 --> 00:02:49.460
AIが何も見つけられなければ自分で探しに行けます

00:02:49.460 --> 00:02:53.340
しかしAIが間違った情報を見つけ出し自信満々に提示すれば誤った決断をしてしまいます

00:02:53.340 --> 00:02:56.380
私たちはもはや存在しない世界のために階層構造を作ってきました

00:02:56.380 --> 00:02:58.140
ボルダを操作する人間向けに作りましたが

00:02:58.140 --> 00:03:00.220
コパイロットは操作ではなく検索を行うのです

00:03:00.220 --> 00:03:02.880
そして検索には別の種類の整合性が求められます

00:03:02.880 --> 00:03:05.420
それはクリーンで整理され管理された基板です

00:03:05.420 --> 00:03:07.920
情報の腐敗を直さなければプロンプトに意味はありません

00:03:07.920 --> 00:03:11.320
結局のところ沼の上に超高層ビルを建てようとしているようなものです

00:03:11.320 --> 00:03:15.080
窓に最高級のガラスを使っても建物自体は沈んでしまいます

00:03:15.080 --> 00:03:18.080
多くの組織が今そのガラスに執着しています

00:03:18.080 --> 00:03:22.080
プロンプトの書き方を教えインターフェースのチートシートを作っていますが

00:03:22.080 --> 00:03:24.080
それらは氷山の一角にすぎません

00:03:24.080 --> 00:03:26.860
真の課題困難な作業はその下にあります

00:03:26.860 --> 00:03:30.600
未整理のファイルの山から厳密なセマンティックインデックスへ移行することです

00:03:30.600 --> 00:03:35.680
AIが事実を求めるとき単一の高精度なシグナルに確実にたどり着けるようにすることです

00:03:35.680 --> 00:03:39.720
なぜなら現実では仕事はナビゲーションからではなくコンテキストから始まるからです

00:03:39.720 --> 00:03:43.840
そのコンテキストが壊れていればAIという同僚はただ騒がしい部屋の中のノイズ源にすぎません

00:03:43.840 --> 00:03:45.680
私たちには新しいモデルが必要です

00:03:45.680 --> 00:03:47.360
会話のその先へ進まなければなりません

00:03:47.360 --> 00:03:49.740
意思決定ラティス講師を構築し始める必要があります

00:03:49.740 --> 00:03:51.860
プロンプトを意思決定ラティスに置き換えるのです

00:03:51.860 --> 00:03:55.020
AI成功の主要な手段としてプロンプトを考えるのはやめなければなりません

00:03:55.020 --> 00:03:57.700
なぜならプロンプトとは単なる会話にすぎないからです

00:03:57.700 --> 00:03:59.560
それは本質的に頼み事にすぎませんが

00:03:59.560 --> 00:04:02.820
何10億ドル規模の企業を頼み事や世間話で運営することはできません

00:04:02.820 --> 00:04:04.920
運営に必要なのはシステムなのです

00:04:04.920 --> 00:04:07.300
だからこそ私たちはチャットボットという考え方から離れ

00:04:07.300 --> 00:04:09.400
意思決定ラティスと呼ぶものへと移行しているのです

00:04:09.400 --> 00:04:14.140
ラティスは会話ではなくあらゆる出力が定義され検証済みの入力によって支えられる

00:04:14.140 --> 00:04:16.580
構造化された多次元的なフレームワークです

00:04:16.580 --> 00:04:20.480
これは個人の即興的な対応から組織による統制への転換を意味します

00:04:20.480 --> 00:04:24.320
従来のモデルでは従業員が適切な質問の仕方を心得ていることを願うしかありませんでした

00:04:24.320 --> 00:04:28.780
しかしラティスモデルでは正しい答えが唯一の論理的な結果となるようシステムが設計されています

00:04:28.780 --> 00:04:30.880
このラティスを4つの層で捉えてください

00:04:30.880 --> 00:04:34.600
1つでもかければ信頼という構造全体が崩れ去ることを忘れないでください

00:04:34.600 --> 00:04:36.320
第1層はシグナルです

00:04:36.320 --> 00:04:37.840
これらは正のフィードです

00:04:37.840 --> 00:04:42.980
メールや会議のトランスクリプトそしてテナント内を毎秒流れる継続的なデータストリームのことです

00:04:42.980 --> 00:04:48.020
多くの人はこれをデータだと思い込んでいますが実際には捉えられるまでは単なるノイズに過ぎません

00:04:48.020 --> 00:04:51.400
意思決定ラティスではシグナルをただ漂わせておくことはしません

00:04:51.400 --> 00:04:56.960
どのシグナルの精度が高いかを見極め目指すべきビジネス成果にとってどのストリームが実際に重要かを決定するのです

00:04:56.960 --> 00:05:00.420
第2層は魔法が起こる場所で私たちはこれをコンテキスト層と呼んでいます

00:05:00.420 --> 00:05:05.060
単にシェアポイントのすべてを参照するようなことはしませんそれはハルシネーション幻覚を招く原因となるからです

00:05:05.060 --> 00:05:08.340
ここでは厳選されたライブラリと特別に構成されたグラフコネクタが重要になります

00:05:08.340 --> 00:05:13.280
デジタルな境界線を作りAIに対して第三四半期の予算について聞かれたらここだけを見るように指示するのです

00:05:13.280 --> 00:05:17.000
本質的には真実のためのウォールドガーデン囲い込まれたにはを構築しているといえます

00:05:17.000 --> 00:05:22.220
グラフコネクタを使ってCRMや旧来のSQLデータベースから外部データを取り込むことで

00:05:22.220 --> 00:05:26.020
単なるワード文章を超えた現実の基盤にAIを設置させるのです

00:05:26.020 --> 00:05:29.820
第三層は意思決定ノードでありここにコパイロットが配置されます

00:05:29.820 --> 00:05:33.100
しかしこのモデルにおいてコパイロットは独力で考えているわけではありません

00:05:33.100 --> 00:05:37.460
第二層で提供された宣伝されたコンテキストに対し特定の論理とルールを適用しているのです

00:05:37.460 --> 00:05:40.380
ここに企業の標準作業手順書SOPを組み込みます

00:05:40.380 --> 00:05:44.080
プロンプトはここに存在しますがそれはもはや単独の文章ではありません

00:05:44.080 --> 00:05:47.620
第一層からのシグナルを第二層のコンテキストでフィルタリングし

00:05:47.620 --> 00:05:53.420
標準的なリスク評価論理を適用して結果を生成するようにシステムに指示する一連の命令なのです

00:05:53.420 --> 00:05:58.140
意思決定ノードはエンジンですがラティスはその燃料システムでありソーダ装置でもあります

00:05:58.140 --> 00:06:01.780
第四層はアクションでありこれが最終的かつ統制された出力となります

00:06:01.780 --> 00:06:06.040
入力と論理を制御しているからこそ機械から得られる結果を真に信頼できるのです

00:06:06.040 --> 00:06:09.960
それはレポートや推奨事項あるいはクライアント向けのメールの草案かもしれません

00:06:09.960 --> 00:06:13.880
しかしランダムなチャットの回答とは異なりこのアクションは完全に監査可能です

00:06:13.880 --> 00:06:19.120
ラティス格子構造をたどることでどのシグナルとどの文脈情報がその特定の文章を生み出したのかを正確に確認できます

00:06:19.120 --> 00:06:20.940
ここでの転換は根本的です

00:06:20.940 --> 00:06:23.620
なぜならプロンプとはバータリ的で個人的なものだからです

00:06:23.620 --> 00:06:28.740
それはデスクに座る人がその日調子が良くメッセージに適切な詳細を含めることを覚えているかどうかに依存します

00:06:28.740 --> 00:06:31.300
意思決定のラティスは構造化され共有されています

00:06:31.300 --> 00:06:33.240
これは組織インフラの一部です

00:06:33.240 --> 00:06:38.260
経営人の意思決定ブリーフのためにラティスを構築すれば誰がリクエストしたかは重要ではありません

00:06:38.260 --> 00:06:41.460
ロジックソースそして信頼のレベルは常に一定だからです

00:06:41.460 --> 00:06:43.920
私たちは本質的に思考のためのマシンを構築しているのです

00:06:43.920 --> 00:06:47.460
私たちはAIを使う世界からAIを設計する世界へと移行しています

00:06:47.460 --> 00:06:49.440
これこそがそれをスケールさせる方法です

00:06:49.440 --> 00:06:52.860
1000人の異なる人が1000通りのプロンプトを書くようなやり方はスケールしません

00:06:52.860 --> 00:06:57.440
しかし10の主要なビジネスプロセスを扱ううまく設計された10のラティスならスケールできます

00:06:57.440 --> 00:07:01.760
結局のところ経営人は従業員がプロンプト作成に長けているかどうかなど気にしないからです

00:07:01.760 --> 00:07:05.400
彼らが気にするのは下された決定が正確で迅速かつ安全であるかどうかです

00:07:05.400 --> 00:07:07.540
ラティスはその確実性を与えてくれます

00:07:07.540 --> 00:07:11.020
AIというブラックボックスを透明で管理されたパイプラインに変えるのです

00:07:11.020 --> 00:07:13.220
あなたはもう機械と話しているだけではありません

00:07:13.220 --> 00:07:15.180
会社の考え方を設計しているのです

00:07:15.180 --> 00:07:19.280
そしてそれはプロンプトがシステムの中で最も小さな要素に過ぎないと理解することから始まります

00:07:19.280 --> 00:07:21.840
インターフェースの先にあるアーキテクチャを固定する

00:07:21.840 --> 00:07:28.040
現在のAIパイロットがなぜ断片的なおもちゃの集まりのように感じられるのかを知りたいならインターフェースに目を向ける必要があります

00:07:28.040 --> 00:07:30.080
コパイロットは美しい玄関口です

00:07:30.080 --> 00:07:34.400
それは人を惹きつけるよう設計されており人間と会話しているかのように感じさせるよう作られています

00:07:34.400 --> 00:07:36.600
しかし玄関口はいえそのものではありません

00:07:36.600 --> 00:07:40.920
チャットの吹き出しだけに集中しているとマシンを実際に動かしている基盤全体を見失ってしまいます

00:07:40.920 --> 00:07:45.160
真の仕事つまりエンタープライズインテリジェンスの重労働はその土台で行われているのです

00:07:45.160 --> 00:07:48.580
リクエストを送信する際あなたは単にアプリを使っているわけではありません

00:07:48.580 --> 00:07:52.200
あなたは正確な一文を導き出すために完璧な動機で機能しなければならない

00:07:52.200 --> 00:07:55.460
巨大かつ相互接続されたマイクロソフトサービスのスタックを統合しているのです

00:07:55.460 --> 00:07:59.280
マイクロソフトグラフとそのコネクタをこのアーキテクチャの中枢神経系だと考えてみてください

00:07:59.280 --> 00:08:00.940
それらがパイプの役割を果たしています

00:08:00.940 --> 00:08:03.480
それがなければAIは実質的に何も見えていないのと同じです

00:08:03.480 --> 00:08:06.380
高いIQを持ちながらローカルな記憶を一切持たないモデルにすぎません

00:08:06.380 --> 00:08:09.840
質問をした時グラフは単にファイルを探しているだけではないのです

00:08:09.840 --> 00:08:17.140
それはあなたと上司今朝の3つの会議そして深夜に編集したプロジェクト計画の特定のバージョンとの間の関係をマッピングします

00:08:17.140 --> 00:08:20.140
グラフコネクタは外部の世界へとつながる架け橋です

00:08:20.140 --> 00:08:25.720
JiraやSalesforceあるいは独自のSQLサーバーからデータを取り込むことでAIは推測ではなく知識に基づいて回答できるようになります

00:08:25.720 --> 00:08:31.540
これらのパイプが詰まっていたり接続されていなければこの同僚はファイル棚にアクセスできないオフィス内の見知らぬ人にすぎません

00:08:31.540 --> 00:08:34.700
次にフィルターの役割を果たすマイクロソフトパービューがあります

00:08:34.700 --> 00:08:38.420
以前の世界ではセキュリティとは誰が特定のホルダーを開けるかということでした

00:08:38.420 --> 00:08:42.300
AIの世界におけるセキュリティとはモデルが何を学習して良いかということです

00:08:42.300 --> 00:08:46.160
パービューはAIの創造力の境界を定める静かな統治者です

00:08:46.160 --> 00:08:51.540
それはコパイロットに対し何を知ってよくさらに重要なこととして何を絶対に見落とすべきかを伝えます

00:08:51.540 --> 00:08:55.660
機密ラベルを適用することは単にコンプライアンスのために文書にタグを付けるだけではありません

00:08:55.660 --> 00:08:58.940
実質的にLLMにとっての立ち入り禁止区域を作り出しているのです

00:08:58.940 --> 00:09:02.560
パービューのラベルが整理されていなければAIの内部マップも乱れた状態になります

00:09:02.560 --> 00:09:06.260
検索フローに倫理的かつ法的な強固なガードレールが直接組み込まれていなければ

00:09:06.260 --> 00:09:08.580
信頼できる同僚としてAIを運用することはできません

00:09:08.580 --> 00:09:12.480
しかし適切なデータとフィルターがあってもシステムは誰が尋ねているのかを知る必要があります

00:09:12.480 --> 00:09:14.700
それがマイクロソフトエントラーIDの役割です

00:09:14.700 --> 00:09:17.120
アイデンティティこそが究極のコンテキストなのです

00:09:17.120 --> 00:09:20.880
人事異動の概要を尋ねるCEOと同じ質問をする若手マネージャーでは

00:09:20.880 --> 00:09:22.780
得られる回答は大きく異なるべきです

00:09:22.780 --> 00:09:26.280
エントラーIDは出力を形成するためのロール役割ベースの現実を提供します

00:09:26.280 --> 00:09:28.640
AIは単にプロンプトを見ているわけではありません

00:09:28.640 --> 00:09:32.180
権限のセット部署そしてアクセス履歴を認識しています

00:09:32.180 --> 00:09:36.360
アイデンティティ管理がずさんで3つ前の職務の権限が残ったままになっていると

00:09:36.360 --> 00:09:40.100
コパイロットは意図せずして世界で最も有能な内部スパイとなってしまいます

00:09:40.100 --> 00:09:41.980
あなたがシステムにアクセスを許可している以上

00:09:41.980 --> 00:09:44.880
本来見るべきではない情報まで正確に表示してしまうのです

00:09:44.880 --> 00:09:47.080
性のファイルが混沌としてモデルを汚染するのを防ぐため

00:09:47.080 --> 00:09:49.420
私たちはマイクロソフトファブリックとワンレイクを使用します

00:09:49.420 --> 00:09:51.560
これが構造化されたデータ層となります

00:09:51.560 --> 00:09:54.740
多くの企業は雑多なエクセルトラッカーやランダムなCSVエクスポートを

00:09:54.740 --> 00:09:55.880
コパイロットに与えようとしています

00:09:55.880 --> 00:09:58.180
それがハルシネーション、幻覚の原因です

00:09:58.180 --> 00:10:01.220
ワンレイクは全てのデータに対する単一かつ統合された論理的なレイク

00:10:01.220 --> 00:10:02.220
コとして機能します

00:10:02.220 --> 00:10:04.680
書式エラーやリンク切れで混乱することなく

00:10:04.680 --> 00:10:08.720
AIが実際に理解できる形式にエクセルの混沌を整理します

00:10:08.720 --> 00:10:11.680
性の数値を洗練された製品へと変えるのです

00:10:11.680 --> 00:10:13.660
最後にコパイロットスタジオがあります

00:10:13.660 --> 00:10:15.000
これが作業台となります

00:10:15.000 --> 00:10:17.220
ここで意思決定の境界線を実際に構築するのです

00:10:17.220 --> 00:10:19.800
私たちはAIがあなたのルールに従うことをただ願うのではありません

00:10:19.800 --> 00:10:21.280
ここにロジックを組み込みます

00:10:21.280 --> 00:10:24.720
特定のトピック、外部アクション、そして単純なチャットを超えた

00:10:24.720 --> 00:10:26.500
マルチステップのワークフローを定義します

00:10:26.500 --> 00:10:29.920
あなたは採用したい特定の同僚の頭脳を設計しているのです

00:10:29.920 --> 00:10:33.120
コパイロットがこのスタック全体のインターフェースに過ぎないと気づいた時

00:10:33.120 --> 00:10:34.240
戦略は変わります

00:10:34.240 --> 00:10:36.000
タイピングの仕方を教えるのはやめて

00:10:36.000 --> 00:10:38.260
アーキテクトに構築方法を教え始めます

00:10:38.260 --> 00:10:39.780
ツールを買うのではありません

00:10:39.780 --> 00:10:41.820
デジタル従業員を設計するのです

00:10:41.820 --> 00:10:45.180
そしてその従業員の賢さはあなたが提供するアーキテクチャ次第です

00:10:45.180 --> 00:10:46.060
具体的な手順

00:10:46.060 --> 00:10:48.020
エグゼクティブデシジョンブリーフの作成です

00:10:48.020 --> 00:10:51.240
これを概念的な枠組みから具体的な現実へと移行させます

00:10:51.240 --> 00:10:53.780
重要なシナリオを具体的に見ていきましょう

00:10:53.780 --> 00:10:56.700
自動化されたエグゼクティブデシジョンブリーフを構築します

00:10:56.700 --> 00:10:58.860
理論が現実と結びつく瞬間です

00:10:58.860 --> 00:11:04.120
今日の多くの企業では取締役会や重要な方向転換の準備に1週間の手作業を要します

00:11:04.120 --> 00:11:06.600
アナリストは最新の売上数値を追い求め

00:11:06.600 --> 00:11:10.420
マネージャーはプロジェクトが停滞した真の理由を探してメールを掘り返し

00:11:10.420 --> 00:11:13.740
経営陣は3種類のスライドデッキの整合性を取ろうとします

00:11:13.740 --> 00:11:15.800
それは摩擦に満ちたプロセスです

00:11:15.800 --> 00:11:21.600
しかし議論してきたアーキテクチャを適用すればプロンプトは作業全体の中で最も小さく重要でない部分になります

00:11:21.600 --> 00:11:23.220
第一段階は入力です

00:11:23.220 --> 00:11:26.300
単にチャットボックスを開いて今月何が起きたかを聞くのではありません

00:11:26.300 --> 00:11:29.400
それは精度の低い問いであり精度の低い答えしか返ってきません

00:11:29.400 --> 00:11:33.040
その代わりに意思決定の拠り所を特定のグラフ接続されたソースに向けます

00:11:33.040 --> 00:11:34.660
境界線を定義するのです

00:11:34.660 --> 00:11:37.460
システムに対しマイクロソフトファブリックから正の財務データを

00:11:37.460 --> 00:11:39.840
特定のシェアポイントライブラリからプロジェクトのマイルストーンを

00:11:39.840 --> 00:11:44.600
そしてチームのトランスクリプトを通じて直近4回のリーダーシップタウンホールから感情分析を抽出するよう指示します

00:11:44.600 --> 00:11:48.260
私たちは本質的にAIに厳選された地図を与えているのです

00:11:48.260 --> 00:11:50.320
AIに真実を探させるのではありません

00:11:50.320 --> 00:11:53.260
こちらが真実を提供しそれを統合するよう求めているのです

00:11:53.260 --> 00:11:54.820
次はオーケストレーションです

00:11:54.820 --> 00:11:57.000
これはコパイロットスタジオ内で行われます

00:11:57.000 --> 00:11:59.700
ここが会話から変革へと移行する場所です

00:11:59.700 --> 00:12:01.080
ロジックを定義します

00:12:01.080 --> 00:12:03.420
経営人が何を知るべきかを判断するのに

00:12:03.420 --> 00:12:05.780
AIの一般的知性に頼ることはありません

00:12:05.780 --> 00:12:08.940
予算を10%超過したプロジェクトを特定し

00:12:08.940 --> 00:12:12.700
それを外部SQLデータベースのリスクレジスターと称号し

00:12:12.700 --> 00:12:15.960
責任者を強調せよというワークフローを構築します

00:12:15.960 --> 00:12:17.700
これはプロンプトではありません

00:12:17.700 --> 00:12:19.900
厳格なアーキテクチャ支持のセットなのです

00:12:19.900 --> 00:12:22.760
AIは創造者ではなく処理装置として機能しています

00:12:22.760 --> 00:12:25.500
正のシグナルを取り込み企業のフィルタを通して処理し

00:12:25.500 --> 00:12:27.080
推奨事項を作成するのです

00:12:27.080 --> 00:12:29.500
しかし最も重要なステップは検証です

00:12:29.500 --> 00:12:31.740
エグゼクティブの画面に一文字でも届く前に

00:12:31.740 --> 00:12:34.120
システムが自動でコンプライアンスチェックを行います

00:12:34.120 --> 00:12:36.460
マイクロソフトパービューを使用してドラフトをスキャンし

00:12:36.460 --> 00:12:39.520
この特定のブリーフに含めるべきではない機密データを特定します

00:12:39.520 --> 00:12:40.940
厳格な秘密保持契約

00:12:40.940 --> 00:12:42.640
んだかにあるプロジェクト名や

00:12:42.640 --> 00:12:45.560
生のスプレッドシートから誤って抽出された給与額などがあれば

00:12:45.560 --> 00:12:46.800
システムがそれを指摘します

00:12:46.800 --> 00:12:48.860
単にコンテンツを生成するだけではありません

00:12:48.860 --> 00:12:50.600
リアルタイムで統制を行うのです

00:12:50.600 --> 00:12:52.700
これこそが信頼のギャップを埋める方法です

00:12:52.700 --> 00:12:54.600
AIが安全であることを願うのではなく

00:12:54.600 --> 00:12:56.540
プログラムによる一連のチェックと均衡によって

00:12:56.540 --> 00:12:57.880
安全性を担保するのです

00:12:57.880 --> 00:13:00.600
最終的に出力されるのは精度の高いレポートです

00:13:00.600 --> 00:13:02.740
入力内容を制御しロジックを定義しているため

00:13:02.740 --> 00:13:04.580
役に立つものにするために3時間もかけて

00:13:04.580 --> 00:13:06.040
人間が書き直す必要などありません

00:13:06.040 --> 00:13:08.700
その結果正確で実行可能なドキュメントが作成されます

00:13:08.700 --> 00:13:11.940
まるで10年以上会社に勤務するシニアパートナーが書いたかのような仕上がりです

00:13:11.940 --> 00:13:13.420
コンテキストを理解しています

00:13:13.420 --> 00:13:15.020
境界線を尊重します

00:13:15.020 --> 00:13:18.300
そしてビジネスを実際に前進させる指標に集中します

00:13:18.300 --> 00:13:21.860
これこそが優れたデモとエンタープライズグレードの同僚との違いです

00:13:21.860 --> 00:13:24.400
デモでは質問に対して段落が返ってくるだけです

00:13:24.400 --> 00:13:27.720
エンタープライズアーキテクチャではシステムを設計し意思決定を得るのです

00:13:27.720 --> 00:13:28.860
このウォークスルーを見れば

00:13:28.860 --> 00:13:32.400
ブリーフを生成するためにプロンプトエンジニアである必要はなかったと気づくはずです

00:13:32.400 --> 00:13:34.600
魔法のキーワードリストも必要ありませんでした

00:13:34.600 --> 00:13:38.040
ただボタンをクリックしてあらかじめ設計された仕組みを起動させるだけです

00:13:38.040 --> 00:13:39.260
アーキテクチャが処理を行い

00:13:39.260 --> 00:13:40.180
グラフが記憶を

00:13:40.180 --> 00:13:41.320
パービューが安全性を

00:13:41.320 --> 00:13:42.340
ファブリックが構造を

00:13:42.340 --> 00:13:44.000
そしてコパイロットが声を提供しました

00:13:44.000 --> 00:13:46.420
これこそがハイプの先へ進む方法です

00:13:46.420 --> 00:13:48.560
AIを検索エンジンとして扱うのをやめ

00:13:48.560 --> 00:13:51.160
インテリジェンスのための専門工場として扱うのです

00:13:51.160 --> 00:13:53.380
もはや単なるボットとのチャットではありません

00:13:53.380 --> 00:13:54.720
組織内の生のノイズを

00:13:54.720 --> 00:13:58.700
明確な経営判断のシグナルへと変える高度な自動化パイプラインを実行しているのです

00:13:58.700 --> 00:13:59.720
そしてその転換は

00:13:59.720 --> 00:14:01.580
ボックス内の言葉に執着するのをやめ

00:14:01.580 --> 00:14:04.100
壁の裏にある配管を設計し始めた時にのみ起こります

00:14:04.100 --> 00:14:06.100
これが同僚アーキテクチャです

00:14:06.100 --> 00:14:08.380
これこそが仕事が実際に変わる方法です

00:14:08.380 --> 00:14:10.580
成功の測定意思決定の革新度とスピード

00:14:10.580 --> 00:14:12.160
この取り組みが実際に機能していることを

00:14:12.160 --> 00:14:13.440
どう証明すれば良いのでしょうか

00:14:13.440 --> 00:14:16.060
AIのエンゲージメント工場やプロンプトの送信総数について

00:14:16.060 --> 00:14:17.960
役員に語ったところで彼らの関心は得られません

00:14:17.960 --> 00:14:20.560
彼らは3年間もAIの可能性について聞かされてきました

00:14:20.560 --> 00:14:22.520
テクノロジーが革新的であるという話を聞くのには

00:14:22.520 --> 00:14:23.620
もう飽き飽きしているのです

00:14:23.620 --> 00:14:24.360
彼らが知りたいのは

00:14:24.360 --> 00:14:26.700
この投資が実際に最終的な利益をどれだけ押し上げているか

00:14:26.700 --> 00:14:27.400
その一点です

00:14:27.400 --> 00:14:28.280
その問いに答えるには

00:14:28.280 --> 00:14:30.120
人が機械にどう話しかけるかを測るのをやめ

00:14:30.120 --> 00:14:32.120
成果が出るまでの速度を測り始める必要があります

00:14:32.120 --> 00:14:33.960
私たちには新しい指標が必要です

00:14:33.960 --> 00:14:36.060
私はそれを意思決定の革新速度と呼んでいます

00:14:36.060 --> 00:14:39.000
これはプロンプト後の世界で間に意味を持つ唯一の数字です

00:14:39.000 --> 00:14:41.100
これはチームが再検討の必要がない

00:14:41.100 --> 00:14:44.020
最終的なコミットアクションに至るまでの時間を測定するものです

00:14:44.020 --> 00:14:47.000
ほとんどの組織においてスピードは幻想に過ぎません

00:14:47.000 --> 00:14:49.140
30秒で初行ができるかもしれませんが

00:14:49.140 --> 00:14:52.800
その修正に4時間の人間による事実確認と3回の会議が必要なら

00:14:52.800 --> 00:14:54.380
何も得られたことにはなりません

00:14:54.380 --> 00:14:57.300
単に作業の比重が執筆から編集にシフトしただけなのです

00:14:57.300 --> 00:14:58.620
意思決定の革新速度は

00:14:58.620 --> 00:15:01.720
最初のシグナルから最終的な承認に至るまでの全工程を追跡します

00:15:01.720 --> 00:15:03.520
これを効果的に追跡するために

00:15:03.520 --> 00:15:05.180
3つの具体的な柱に注目します

00:15:05.180 --> 00:15:07.600
1つ目は意思決定までの時間です

00:15:07.600 --> 00:15:10.320
これはビジネス上のニーズが特定された瞬間から

00:15:10.320 --> 00:15:13.860
最終的な承認済アクションが実行されるまでの実質的な期間です

00:15:13.860 --> 00:15:15.860
データが整理されていない従来のモデルでは

00:15:15.860 --> 00:15:17.940
このプロセスは調査の手間に悩まされます

00:15:17.940 --> 00:15:21.500
人々は時間の半分を正しいファイルバージョンを探すためだけに費やしています

00:15:21.500 --> 00:15:23.280
構造化された意思決定の枠組みがあれば

00:15:23.280 --> 00:15:24.740
その検索時間はゼロになります

00:15:24.740 --> 00:15:27.280
システムは真実がどこにあるかをすでに知っているからです

00:15:27.280 --> 00:15:30.040
私たちはAIのタイピング速度を測定しているわけではありません

00:15:30.040 --> 00:15:32.900
どれだけ人間の解材を排除できるかを測定しているのです

00:15:32.900 --> 00:15:34.520
アーキテクチャが健全であれば

00:15:34.520 --> 00:15:36.300
信頼構築フェーズが自動化されるため

00:15:36.300 --> 00:15:39.340
要求から解決までの時間は半分に短縮されるはずです

00:15:39.340 --> 00:15:41.720
2つ目の柱はやり直し率です

00:15:41.720 --> 00:15:44.420
これは事実誤認や論理的欠陥を修正するために

00:15:44.420 --> 00:15:46.720
人間の介入を必要とするAI出力の割合です

00:15:46.720 --> 00:15:49.340
これこそがセマンティックインデックスの究極のテストです

00:15:49.340 --> 00:15:52.040
やり直し率が高い場合アーキテクチャが機能していません

00:15:52.040 --> 00:15:54.740
それはコンテキストが広すぎたりデータが古かったり

00:15:54.740 --> 00:15:57.160
あるいは権限ラベルがノイズを混入させていることを意味します

00:15:57.160 --> 00:15:59.660
成功した導入とは人を早くするだけでなく

00:15:59.660 --> 00:16:01.000
より正確にするものです

00:16:01.000 --> 00:16:03.360
私たちはここでの加工傾向を目指しています

00:16:03.360 --> 00:16:04.940
やり直し率がゼロに近づけば

00:16:04.940 --> 00:16:06.940
企業レベルの同様を手に入れたことになります

00:16:06.940 --> 00:16:08.480
あなたはおもちゃとしてのAIから

00:16:08.480 --> 00:16:10.660
信頼できるインフラとしてのAIへと移行したのです

00:16:10.660 --> 00:16:12.980
3つ目の柱は例外発生数です

00:16:12.980 --> 00:16:15.040
これは3つの中で最も技術的なものですが

00:16:15.040 --> 00:16:17.240
ITとコンプライアンスにとって極めて重要です

00:16:17.240 --> 00:16:19.800
AIがアクセスすべきでないデータにアクセスしようとして

00:16:19.800 --> 00:16:21.160
権限でブロックされた回数や

00:16:21.160 --> 00:16:24.900
グラフコネクタの不具合で必要なデータを見つけられなかった回数を追跡します

00:16:24.900 --> 00:16:28.240
例外発生数が多いことは摩擦の多いアーキテクチャを示しています

00:16:28.240 --> 00:16:31.260
それはデジタル上の境界が適切に定義されていないことを意味します

00:16:31.260 --> 00:16:34.240
これらの例外を監視することでリアルタイムで枠組みを微調整できます

00:16:34.240 --> 00:16:36.980
あなたは本質的に会社の知能をデバッグしているのです

00:16:36.980 --> 00:16:39.820
これらの指標を提示することで議論の内容が変わります

00:16:39.820 --> 00:16:42.660
もうただのクールなツールについて話す必要はありません

00:16:42.660 --> 00:16:44.560
運用効率について語るのです

00:16:44.560 --> 00:16:49.740
成功したアーキテクチャは通常最初の1ヶ月で意思決定時間を20%から40%削減します

00:16:49.740 --> 00:16:53.340
それは単なる生産性の向上ではなく競争上の優位性です

00:16:53.340 --> 00:16:57.460
つまり会社がより早く方向転換し市場の変化に迅速に対応し

00:16:57.460 --> 00:16:59.660
誰よりも確実に実行できるということです

00:16:59.660 --> 00:17:03.340
効率化とはチャットボックスにより多くの言葉を入力することではありません

00:17:03.340 --> 00:17:07.420
システムがすでに目標を理解しているため入力頻度が減ることこそが効率化なのです

00:17:07.420 --> 00:17:09.240
30日間の検証プラン

00:17:09.240 --> 00:17:13.300
圧倒されてしまうように感じるなら最初から全てを変える必要はないことを思い出してください

00:17:13.300 --> 00:17:15.740
アーキテクチャは段階的に構築されるものです

00:17:15.740 --> 00:17:19.500
範囲を厳守すればこのモデルは正確に30日間で証明できます

00:17:19.500 --> 00:17:23.300
1週目と2週目の仕事は混沌とした状況を把握することだけです

00:17:23.300 --> 00:17:24.880
まだ何も変えてはいけません

00:17:24.880 --> 00:17:27.720
週時のプロジェクト進捗報告やベンダーのリスク評価など

00:17:27.720 --> 00:17:30.140
頻繁で煩雑なワークフローを一つ選んでください

00:17:30.140 --> 00:17:32.300
現在の意思決定までの時間を測定します

00:17:32.300 --> 00:17:34.000
やり直しの回数をカウントします

00:17:34.000 --> 00:17:37.400
誰かがスプレッドシートのバージョンが正しいか尋ねるたびにそれを記録してください

00:17:37.400 --> 00:17:38.860
このデータが武器になります

00:17:38.860 --> 00:17:41.220
アーキテクチャの負債がどれだけの時間と不満を費やしているか

00:17:41.220 --> 00:17:43.080
経営陣に明確に示すことができるからです

00:17:43.080 --> 00:17:45.680
3週目には意思決定のラティス枠組みを導入します

00:17:45.680 --> 00:17:47.320
全社的に行う必要はありません

00:17:47.320 --> 00:17:49.280
その特定のワークフローに対してのみ行います

00:17:49.280 --> 00:17:51.640
シェアポイント上で承認済みのデータソースを定義してください

00:17:51.640 --> 00:17:55.020
古い重複データを整理しグラフコネクタを通じて外部信号をマッピングします

00:17:55.020 --> 00:17:56.940
コパイロットスタジオでロジックを設定します

00:17:56.940 --> 00:17:59.700
この一つのタスクのために真実の拠り所となるポットを作るのです

00:17:59.700 --> 00:18:01.580
4週目には比較テストを行います

00:18:01.580 --> 00:18:04.560
チームに生のチャットボックスではなくそのラティスを使わせるのです

00:18:04.560 --> 00:18:09.100
その時これを信頼できるのかという会話が消えていくのを目の当たりにするでしょう

00:18:09.100 --> 00:18:13.740
AIが幻覚で検証済みの現実に根差しているためやり直しの率は激減します

00:18:13.740 --> 00:18:18.340
月の終わりには意思決定までの時間やり直し率例外回数という3つの指標を使い

00:18:18.340 --> 00:18:19.860
経営陣にその変化を見せてください

00:18:19.860 --> 00:18:23.760
小さく始めつつも常に最終的なアーキテクチャを念頭に置いて構築してください

00:18:23.760 --> 00:18:28.440
整理したライブラリやマッピングしたコネクタの一つ一つが将来の組織の基盤となるレンガなのです

00:18:28.440 --> 00:18:31.460
プロンプティングからアーキテクチャ辺野古の転換があなたのAIに対する考え方を変えたなら

00:18:31.460 --> 00:18:33.340
リンクトインで私ミルコピータースをフォローしてください

00:18:33.340 --> 00:18:35.660
私はこうしたシステムの診断に時間を費やしています

00:18:35.660 --> 00:18:38.060
あなたが推測をやめ構築を始められるように

00:18:38.060 --> 00:18:43.500
現代の職場の構造的現実を深く掘り下げるM365FMポッドキャストを購読してください

00:18:43.500 --> 00:18:45.760
完璧なプロンプトの罠にハマっているなら

00:18:45.760 --> 00:18:47.880
ぜひチームでこれを共有してください

00:18:47.880 --> 00:18:52.440
基盤を整えればAIは単なるチャットボットから頼れる同僚へと変わります

00:18:52.440 --> 00:18:55.640
グラフコネクタの詳しい解説はこちらの動画をご覧ください

00:18:55.640 --> 00:18:57.080
チャンネル登録をお願いします
