はじめに
こんにちは、DataRobot Japanの長野、菅原です。データサイエンティストとしてお客様への技術的なご支援を担当しています。
DataRobot Japanは、DataRobot AIアカデミーという約3ヶ月間のデータサイエンティスト育成研修コースを日本でこれまで13回提供しており、卒業生は「ビジネス現場で真のビジネス価値を創出できるデータサイエンティスト」として弊社クライアント企業様やパートナー様で多数活躍されています。
前回、第13期の同研修コースでは新コンテンツとなる「生成AI概論」もカリキュラムに加わり、2025年2月に講義が行われました。「生成AI概論」は丸1日（8時間）の集中講義によるインプットと実践的な演習課題によるアウトプットを通して、生成AI技術のエッセンスを習得して頂く講座となっています。
以下、本記事では、同講座で解説した内容の一部を生成AIプロジェクト未経験者の方に向けてご紹介します。
※「生成AI概論」を含むDataRobot AIアカデミーの次期開催は2025年後半を予定しています。本記事をご覧いただき、もしご興味がありましたらぜひお問い合わせください。なお、同研修コースはDataRobotユーザーでなくても受講できるカリキュラムとなっています。
生成AIプロジェクト推進の勘所
生成AIプロジェクトは、ステークホルダーが多く、要件も複雑であり、ベストプラクティスもまだ十分には認知されていません。そのため、生成AIプロジェクトを成功させるためには、技術的な知識だけでなく、プロジェクトの進め方やリスク対策も重要な項目です。
生成AIプロジェクトの基本的な流れとして、テーマ創出、準備、RAG/アプリ構築・検証、ビジネス適用、運用という5つのフェーズを理解し、各フェーズにおける具体的なタスクや考慮事項を整理することが重要です。また、プロジェクトを進める上での課題や制約、およびそれらに対する対策についても議論しておくべきです。
生成AIの最新トピック
LLMの活用パターンとして、RAG、追加学習/自作LLM、AIエージェントの3つがあげられます。特に、LLM選定における重要な要素として、モデルの種類、コンテキスト長、コスト、マルチモーダル対応などがありますので、それぞれの違いや選択のポイントを理解しておく必要があります。さらに、プロンプトエンジニアリングの基本や、RAG構築の際のデータ準備、VDB構築、プロンプト設定など、精度改善のための具体的な手順についても理解しておくべきです。
まとめ
以上、本記事ではDataRobot AIアカデミーの新講座「生成AI概論」から、生成AIの最新技術とプロジェクト推進の勘所をご紹介しました。
一方、生成AI周りの技術は急速に進化しており、日々キャッチアップしていく必要があります。2月に実施したDataRobot AI アカデミーではRAGがメインでAIエージェントはサブコンテンツとして扱いましたが、次回はよりAIエージェントに比重を置く予定です。
AIエージェントにご興味のある方はぜひ以下の記事もご覧ください。
DataRobot「データと会話する」エージェント：組織独自のLLMでデータ分析を強化する
DataRobot は、今後も最新の技術動向を踏まえ、皆様の生成AIプロジェクト推進に貢献できるような記事・講座を提供してまいります。