目次

表紙
はじめに
CONTENTS
Chapter 1 生成AIがもたらすパラダイムシフト
1.1 生成AIのインパクト
1.2 AIのパラダイムシフトが私たちに与える影響
1.3 生成AIリテラシー
1.4 生成AIのリスクとチャンス
Chapter 2 AIを「武器」にするために知っておくべきこと
2.1 そもそもAIとは何か
2.2 機械学習の基礎
2.3 生成AIの基礎
2.4 さまざまな生成AI
2.5 強いAI
2.6 生成AIを支える技術
2.7 生成AIのプレイヤーを知る
2.8 AIの活用軸
2.9 生成AIの可能性を広げる技術
Column 身体性を獲得したAIは、強いAI（AGI）を実現するのか？
Chapter 3 AIを導入&開発するために必要なこと
3.1 AIを導入する際に必要なこと
3.2 ビジネス目標と成果の明確化
3.3 リスクとコンプライアンスの評価
3.4 技術スタックの選定
3.5 人材やパートナーの選択
3.6 反復的なプロトタイピング
3.7 本番開発
3.8 生成AIアプリケーションの運用
Column 生成AIは、導入拡大から業務活用のフェーズに
Chapter 4［業界別］AIの活用動向＆効率化シミュレーション
4.1 広告業におけるAIの活用
4.2 小売業におけるAIの活用
4.3 飲食業におけるAIの活用
4.4 宿泊業におけるAIの活用
4.5 金融業におけるAIの活用
4.6 教育、学習支援業におけるAIの活用
4.7 職業紹介業におけるAIの活用
4.8 医療・福祉業におけるAIの活用
4.9 情報通信業におけるAIの活用
4.10 不動産業におけるAIの活用
4.11 運輸業におけるAIの活用
4.12 建設業におけるAIの活用
4.13 製造業におけるAIの活用
Column 社会的課題を乗り越えるためにAIを活用する
Chapter 5［目的別］生成AIの活用事例
5.1 文書作成
5.2 計画策定
5.3 サプライチェーン管理
5.4 ソフトウェア開発
5.5 データ分析
5.6 ナレッジ活用
5.7 クリエイティブ制作
5.8 教育・育成
5.9 顧客対応
データ収集と管理プロセスを見直し、AIとの最適な協業関係を築く
Chapter 6 生成AIによる新たな価値創出
6.1 創薬パイプラインの構築
6.2 AIプロモーション
6.3 脳信号の復元
6.4 リアルほんやくコンニャク
6.5 コミュニケーションの遍在化
6.6 ブランドイメージの共創
6.7 ワークフローの競争力強化
6.8 AIが歌声を再現
6.9 動画マネタイズの民主化
6.10 プライベートチャットボットの構築
6.11 AI動画生成の民主化
6.12 カスタマイズ自在のチャットボット
6.13 3D モデル生成技術の新時代
6.14 AIエージェント革命
Column 「ドラえもん」を現実化するAI技術の未来
Chapter 7 生成AIの潮流を知りビジネスを加速する
7.1 生成AIの未来
7.2 短期的（現在?2 年程度）に実現すると考えられる変化
7.3 中期的（現在?5 年程度）に一般化が進むと考えられる変化
7.4 長期的（現在?10 年程度）に顕在化すると考えられる変化
Column AIから見える景色を重ねる
参考文献
用語集
著者紹介
奥付

著者プロフィール

• 荻野調（著者）

  ハーバード⼤学⼤学院にてComputer Science修⼠号、東京⼤学⼤学院にて⼯学博⼠号を取得。⼀橋⼤学⼤学院MBA。ソニー、住友系・伊藤忠系ベンチャーキャピタル、グリーなどにて新規事業開発や投資・事業売却等に従事。クラウド・AI表現技術検定試験委員（2021～）。

• 小泉信也（著者）

  大手通信会社での大規模ネットワーク構築、クラウド基盤上でのWebアプリケーション開発、AI技術検証など、多岐にわたるプロジェクトを経験。現在は、デロイト トーマツ ノード合同会社で生成AI技術のチームリードを務める。

• 久保田隆至（著者）

  2011年に東京⼤学⼤学院にて物理学の博⼠号を取得。博⼠課程では欧州原⼦核研究機構（CERN）にて新型加速器を⽤いた新粒⼦探索のための検出器の構築と最初期のデータを⽤いた物理解析を⾏う。⾼エネルギー物理奨励賞（2011）、⽇本物理学会若⼿奨励賞（2012）を受賞。

• 大塚貴行（著者）

  2022年からはデロイト トーマツ コンサルティング合同会社のCSIO Officeに参加し、人事系コンサルティングサービスのPeople Analytics基盤の構築と、生成AIを活用した業務プロセス改革プロジェクト（アプリ企画）のリードを務める（現職）。