## DXビジネス検定とはどのような資格？

デジタルトランスフォーメーション（DX）はこれからの時代に強く求められている技術です。企業の多くがDX活動を進めている以上、それを身に付けたいと思っている方も多いはずです。そんなDX技術習得を証明するいくつかの資格の中に、「DXビジネス検定」というものがあることをご存知でしょうか。

本記事では、**DXビジネス検定について、その資格概要や難易度を説明しつつ、勉強方法も解説していきます。**

DXとは？その意味と日本の現状、DX推進の障壁となる要因を分かりやすく解説！

## 非エンジニア向けのDX知識証明資格

まず結論から言えば、DXビジネス検定とは非エンジニア職種のためのDX技術認定資格です。

従来存在していたDX検定は、DX技術に関して実務に即した内容であり、設計や開発を行うエンジニア向けの側面が強い資格でした。一方、DXビジネス検定はDXの基礎知識からスタートし、DXをビジネスに活かすためのビジネスモデルや実際の事例に関する知識が出題の中心です。

このように、**企業の営業や人事などエンジニアではない職種をターゲットにした資格と言えるでしょう。**検定自体のハードルが下がった本検定はDXを学びたいと考える幅広い方におすすめできる資格と言えます。

<center>[エンジニア転職を成功させるため<br/>ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

話を戻し、DXビジネス検定の概要を改めて詳しく説明していきます。試験の日程や難易度、DX検定との違いを解説していく形です。

まずDXビジネス検定は、*「日本イノベーション融合学会」と「DX検定™委員会」が主催するDX技術を認定する民間資格です。*公式サイトに「これからのDX時代に生きる全ての企業人が「DXビジネス人財」を目指すための最新検定」とあるように、DX検定に続き2023年から始まった新しい資格試験です。

出題範囲は、公式サイトに「基礎的なテクニカル分野の問題からDXビジネスモデル、DXビジネス事例など」とあるように、エンジニアの実務よりも経営的な側面がほとんどです。したがって、非エンジニア職種を対象としていることがわかります。

試験日程は年2回ですが、Web開催であり、自宅からでも受験が可能です。受験料は一般で6,600円ですが、学生割引を適用することも可能なようです。問題の形式は選択式で60分間96問であり、記述式の問題はありません。

【参考】：[DXビジネス検定](https://www.nextet.net/kentei/dxbiz/)

本資格の難易度はどの程度なのでしょうか。難易度を解説する前に本資格の認定方式を説明する必要があります。本資格では獲得点数に応じた認定レベルを定めており、合否判定を行ってはいません。以下のような認定レベルが定められています。

■スコア800以上⇒「DXビジネスプロフェッショナル レベル」認定
■スコア700以上⇒「DXビジネスエキスパート レベル」認定
■スコア600以上⇒「DXビジネススタンダード レベル」認定

これを踏まえて直近の2023年度4月の結果を見ていきます。まず全体の平均スコアは583.7点であり、得点分布では600点〜700点未満と500点〜600点未満がそれぞれ約25%で半分を占めています。認定レベルでは、スタンダードは28%、エキスパートは15.8%、プロフェッショナルは4.2%という結果でした。

この結果から、*半分は認定レベルに到達できないまでも、それ以外の48%はスタンダード以上を獲得できているため、認定を得る難易度はあまり高くないと言えます。*ただ、一方でプロフェッショナルレベルはわずか4.2%であり、受験者の大半が非エンジニアと考えても難易度は高めであると言えます。

【参考】：[第4回DXビジネス検定の結果](https://www.nextet.net/kentei/dxbiz/images/202305_04DXbiz_result-report.pdf)

DXビジネス検定はDX検定に続く第2段の検定ですが、両者の違いは何なのでしょうか。大きな違いは対象者です。DX検定は「IT先端技術トレンドとビジネストレンドの両方を理解している人材」と記載しており、*出題範囲もソフトウェアの専門知識が必要などエンジニア本職の方をターゲットにしていることがわかります。*

したがって、非エンジニア職を対象としたDXビジネス検定に比べてDX検定は難易度が高いと言えます。もちろんエンジニア職でもDX技術やソフトウェア技術に関する知識に自信がなければ、本資格を受験することで、着実なステップを踏むこともおすすめです。

### DXビジネス検定を活かせる職種の年収

DXビジネス検定を活かせる職種の年収はどの程度なのでしょうか。本検定は幅広い職種に活かせるため職種は限定されませんが、DX技術の推進と考えると社内システム企画が代表例として挙げられるでしょう。

社内システム企画の年収は「マイナビエージェント職業別年収ランキング」での平均年収は512万円（※2023年6月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のSE・プログラマ（ソフトウェア製品の開発・実装）を参考にすると、平均年収568万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、社内システム企画は一般平均年収よりも、やや高めであることが分かります。

今後、誰しもがDX技術について必要な時代になってくれば、本資格を取得することでキャリアアップに繋がることもあるでしょう。代表として挙げた社内システム企画だけでなく、*一見するとDXから離れている職種ほどその恩恵があると考えられます。*

【参考】：[マイナビエージェント職業別年収ランキング](https://mynavi-agent.jp/helpful/income2020/category/it03/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)
※【平均年収 調査対象者】2019年12月～2020年5月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

DXビジネス検定の概要が分かり、取得を目指したいと思う方もいるでしょう。ではどのようにして試験対策をしていけばよいのでしょうか。代表的な方法を紹介します。

### 公式によるeラーニングの利用

DXビジネス検定は過去問や問題集がほとんど出回っておらず、対策に特化した勉強は難しい状況です。*そんな中でも公式が提供しているeラーニング「DX Study Biz™」が数少ない試験対策として役立つでしょう。*

出題範囲をカバーしつつ、実際の出題に合わせた問題形式をとっているため、時間配分の計算や試験形式に慣れるのに活用できます。全分野で20時間のボリュームがあり、スマートフォン上でも活用することができます。一方、3ヶ月の期間設定があるため、なるべく試験直前に合わせたいところです。

【参考】：[DX Study Biz ™](https://www.nextet.net/product/dxbiz)

DXビジネス検定は、DXに関する表面上の知識だけでなく、掘り下げたビジネス事例に関しても出題されるため、上記のeラーニングだけでは高い認定レベルの取得は難しいでしょう。したがって、*DX関連の書籍を読み、基礎から応用までをしっかり理解することが重要です。*

公式サイトでは、勉強に役立つ書籍が紹介されています。

代表的な書籍に「DXビジネスモデル　80事例に学ぶ利益を生み出す攻めの戦略」があります。本書籍ではDXビジネスモデルを全80の事例を通して学ぶことができます。

■「DXビジネスモデル　80事例に学ぶ利益を生み出す攻めの戦略」
▪著者：小野塚征志
▪ページ数：272ページ
▪出版社：株式会社インプレス
▪発売日：2022/5/19
【参考】：[DXビジネスモデル　80事例に学ぶ利益を生み出す攻めの戦略](https://book.impress.co.jp/books/1121101054)

## DXビジネス検定を取得するメリット

DXビジネス検定の概要を説明してきましたが、本資格を取得することでどのようなメリットがあるのでしょうか。代表的なメリットを紹介していきます。

### DX有識者として社内外でアピールできる

最も大きなメリットは、DX技術に関する知識を有する人材としてアピールできることでしょう。昨今のDX推進が活発な状況とは裏腹に、DX人材は不足していくことが課題として挙げられています。

こうした状況で、*本資格で高い認定レベルを得られれば、貴重なDX人材として社内でアピールできるでしょう。*もちろん、転職活動をしていく中でDX有識者であることのアピールは、加点対象として横並びの状況で有利に働くはずです。

様々な職種でメリットがありますが、特にDXやソフトウェアから一見すると遠い、営業や人事、機械設計などの職種でより効果的になるでしょう。

DX推進が捗らない企業が、喉から手が出るくらいに欲しいIТ人材とは

### 難易度が高くなく認定を得られやすい

本資格の2つ目のメリットは、DX検定に比べた難易度の低さです。

DX検定はソフトウェアの専門知識も必要であり、前述したDXから離れた職種にとってハードルが高い資格です。一方で、*本資格の出題範囲はDXのビジネス利用に関する知識がほとんどであるため、学習のハードルがある程度は下がります。*

前述した1つ目のメリットの恩恵を大きく受ける職種ほど、このハードルの低さがメリットになるわけです。もちろん、高い認定レベルを得ることはその取得率からかなり難しいため、ハードルは低くともそれなりの勉強量が必要であることは間違いないでしょう。

## DXビジネス検定を取得してキャリアアップを目指そう

本記事ではDXビジネス検定について、**その資格概要、難易度やDX検定との違いを説明し、メリットや勉強方法を解説してきました。**本資格への知識が深まり、取得に向けてのイメージができた方も多いのではないでしょうか。

もし高い認定レベルを取得できたのなら、資格を活かしてキャリアアップを目指したいと思うはずです。しかし、数ある企業の中から資格を活かすことができ、自分に合う企業を探すことは非常に困難でしょう。

そこでぜひご活用いただきたいのが[マイナビIT エージェント](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)です。

マイナビIT エージェントは、IT・Webエンジニア向けの無料の転職⽀援サービスです。

IT・Webエンジニアの転職事情に詳しいキャリアアドバイザーが、あなたのご経験やスキルをお伺いし、転職活動のプランをご提案致します。

アドバイザーは企業側の人事担当者と直接連携を取れますので、求人票に載っていない企業情報も確認することができます。残業時間や給与面など、働き方などをしっかり確認の上で応募企業を選んでいくのが良いでしょう。

・資格やプログラミングの勉強をしているけれど、企業が求めるレベルに達しているのかわからない
・スキルアップをして市場価値を上げていける企業の選び方を知りたい
・数多くあるITエンジニアの職種の中で、自分に向いている仕事は何か知りたい

こうした悩みを抱えていらっしゃる方は、まずは無料登録でキャリアカウンセリングをおすすめ致します。

<center>[あなたに合った企業選びをサポート致します。<br/>エンジニア転職のご相談はぜひ<br/>*『マイナビIT エージェント』*へ！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07_2)</center>

多くの企業が推進しているDX技術の知識を証明する資格の中に、DXビジネス検定というものがあります。本記事では、DX検定に続く比較的新しい資格であるDXビジネス検定について、その概要や難易度を解説しつつ、勉強方法も紹介していきます。

DXビジネス検定とは、非エンジニアを対象としたビジネスモデルに特化したDX認定資格

DXビジネス検定は得点に応じた3段階の認定レベルがある

DXビジネス検定はDX検定より知識のハードルが低く、非エンジニアでも高得点を狙いやすい

DXビジネス検定とはどのような資格？難易度や勉強方法を解説

## おすすめのAIツールについて

**昨今、話題のAIですが、最近ではAIを活用したツールが数多く公開されています。**しかし、AIツールと一言でいってもさまざまなツールがたくさんありますので、ご自身の目的に合わせたツールを選ぶ必要があります。

また、AIの技術を使うと業務を効率化できるなど、さまざまなメリットがあります。そのためご自身の作業の内容にあわせたツールを活用することで、手作業で行っていた業務をより効率的にこなすことができるでしょう。

本記事では、AIを活用するメリットや、AIのツールを厳選して10個紹介します。さまざまな種類のツールを紹介しますので、ぜひ参考にしてください。

今さら聞けない人工知能（AI）の基礎知識｜AI開発の基本を解説！

## AIツールを利用するメリット

**AIツールを利用することで、これまで研究者や専門家の方でなければできなかった技術を、より気軽に使うことができます。**

ここからは、そんなAIツールを使うメリットをご紹介しますので、ぜひ参考にしてください。

### 専門的な知識がなくても成果物を得られる

*まずは、AIのツールを利用すれば、専門的な知識がなくても成果物を得られます。*例えば、画像の作成であれば、本来デザイナーなどが手作業で画像を描いたり、写真家が綺麗な写真を撮影したりしていました。

しかし、AIツールによってテキストから自動でAIが画像を生成するツールが登場したことで、たった数秒で画像を生成することができます。

この時に、デザインの知識や写真を綺麗に取る知識は全く必要ありません。AIのツールにどんな画像を生成したいのか、テキストを入力するだけで簡単に画像を作れるのです。

### 顧客への満足度を上げられる

顧客への満足度を上げられることも、メリットの1つだといえるでしょう。例えば、これまでカスタマーサポートでは、担当者が電話やメールで1つずつ顧客の問い合わせに対応していました。

また休日や夜間の対応はしていない企業もあり、顧客は決まった時間に問い合わせをして、返答が返ってくるまで待つ必要がありました。

しかし、AIチャットボットがあれば顧客の問い合わせに自動で対応してくれます。*また24時間体制で対応ができるため、カスタマーサポートの担当者の負担を減らしつつ、顧客の満足度を上げることができます。*

チャットボットとは？種類やメリットと効果的な選び方を解説

*ここからは、AIツールをまとめて10個紹介します。*AIツールの中には、無料で使えるツールもありますので、試しにAIツールを利用したい方は、料金についてもぜひチェックしてみてください。

*OpenCVは映像を分析して、その映像の中に現れる特定の物体を検出するツールを提供しています。*このツールは、例えば在庫管理や、製造の現場、フィットネスなど様々な分野で使われています。

その他にも、OpenCVでは顔認識のツールやAIによる画像生成のツールなど、幅広いツールを提供しています。

【参考】：[OpenCV公式](https://www.opencv.ai/)

*Caffeは、画像認識や物体検出などに向いているオープンソースのライブラリで、研究者やエンジニア向けのツールと言えるでしょう。*

ライブラリを使う時には、Pythonというプログラミング言語を利用するため、プログラミングの知識などが必要になります。また、画像認識を行う際にはデータセットが必要ですので、データセットも事前に用意しておきましょう。

【参考】：[Caffe公式](https://caffe.berkeleyvision.org/)

scikit-learnは、機械学習のライブラリです。*例えばクラスタリングなどの学習や、評価、予測などの作業を行ってくれます。*

また、scikit-learnはオープンソースのため様々な方に利用されているツールです。機械学習の実装をしたい方は、こちらもぜひ利用してみてください。

【参考】：[scikit-learn公式](https://scikit-learn.org/stable/)

*NVIDIA Deep Learning SDKは、深層学習に特化したソフトウェアの開発ツールです。*深層学習のモデルを作りたい方は、こちらのツールをおすすめします。

公式サイトからドキュメントも参照できるため、ソフトウェア開発を検討している方は、ドキュメントも参照してみてください。

【参考】：[NVIDIA Deep Learning SDK公式](https://developer.nvidia.com/deep-learning-software)

TensorFlowはオープンソースのフレームワークで、機械学習を作成することができます。*機械学習モデルを作成する時は、すでにトレーニング済みのモデルを使用するか、ご自身でモデルを構築してトレーニングを行うか選択可能です。*

インストールする際にはPythonが必要となりますので、インストールしていない方は事前にインストールしておきましょう。

【参考】：[TensorFlow公式](https://www.tensorflow.org/?hl=ja)

TensorFlowとは？特徴やできることをわかりやすく解説！

*PyTorchは、Facebook社が提供する機械学習用のフレームワークです。*PyTorchは、本番環境に対応していたり、分散型のトレーニングができたりします。

こちらのツールを使用する際には、Pythonを使用しますので、プログラミング言語の知識が必要です。機械学習を学びたい方、研究や開発をしたい方などはこちらのツールも検討してみましょう。

【参考】：[PyTorch公式](https://pytorch.org/)

PyTorchとは？特徴やメリット・デメリット等の入門情報を解説

*Canvaは、画像を作成できるツールとして有名ですが、新機能としてAIが画像を生成する機能を提供しています。*また、写真をイラストに変換する機能もあるため、イラストを生成したい人にとっても便利なツールです。

またCanvaには無料のプランと有料のプランが提供されていますが、AIを活用した機能は無料でも利用することができます。ただし、利用できる範囲などに制限がありますので、本格的にAI機能を利用したい場合はプランの変更も検討してみましょう。

【参考】：[Canva 公式](https://www.canva.com/)
【参考】：[Canva AI画像生成](https://www.canva.com/ja_jp/ai-image-generator/)

*こちらのツールは画像を生成してくれるAIツールです。*Adobe社が提供している画像生成ツールで、IllustratorなどAdobe社の他の製品で使用できます。

すでに業務などでIllustratorを使用している人は、ぜひこのツールも活用してみましょう。

【参考】：[Adobe公式 Firely](https://www.adobe.com/jp/sensei/generative-ai/firefly.html)

*Zendesk for serviceは、カスタマーサービスの中にAIを活用しており、AIボットが顧客にチャットで回答してくれる機能などがあります。*

その他にも顧客からの問い合わせの内容に沿った情報をすぐに提示してくれるなど、カスタマーサポートの業務をサポートしてくれる機能が用意されており、業務効率化に貢献してくれるでしょう。

料金はサポートの内容により異なりますが、無料で試すこともできるようです。Zendesk for serviceを使おうか検討している方は、料金プランも確認してみましょう。

【参考】：[Zendesk公式 Zendesk for service](https://www.zendesk.co.jp/service)
【参考】：[Zendesk for serviceのAI機能について](https://www.zendesk.co.jp/service/ai/)

Bardは、Google社が提供している会話型のAIツールです。現時点では試験運用中のツールですが、ツールを利用できます。料金はかかりませんので、気になる方はぜひ利用してみましょう。

*Bardはチャット形式で質問や依頼をした場合、早いと数秒で返答をしてくれます。*またコーディングの手伝いなどもしてくれるため、プログラミングを学習中の人にもおすすめです。

【参考】：[Google公式 Bard](https://bard.google.com/)
【参考】：[Google公式 よくある質問 コーディングについて](https://bard.google.com/)

**AIツールは非常に便利なツールですが、いくつか注意しなくてはいけない点もあります。**例えばAIツールの公式サイトを確認し、利用規約に違反していないかなどを見る必要があります。

ここからは、AIツールを使用する際の注意点をご紹介します。AIツールを利用する前に、こちらも参考にしてください。

### AIツールの利用規約を確認する

*AIツールを使用する際には、利用規約を確認してから使うようにしましょう。*サービスの中には、禁止している利用方法や、AIツールを使って得た情報の扱いについてなど、重要な事項が説明されています。

後でトラブルなどに発展しないよう、事前に使いたいAIツールの利用規約に目を通しておくことが重要です。

### 正しい情報なのか確認をする

*AIチャットツールなどは、インターネットの情報を学習し、その情報をもとに適切な回答をユーザに提供してくれます。*

しかし、その元々の情報が間違っていた場合、AIの回答が間違っている可能性も否定できません。AIを利用して得た情報などは、最終的には人間が確認する必要があります。

## AIツールで業務効率化を目指そう

AIツールは様々な種類があるため、ご自身の目的にあったツールを選ぶ必要があります。*そのため、本記事でご紹介したAIツールを始めとして、目的に沿ったツールを使用して業務効率化を目指しましょう。*

また、使用する際には先述の注意点なども確認したうえで利用するようにしてください。

ChatGPTの使い方とは？実際に使用するまでの流れを解説！

ChatGPTの活用方法！エンジニアの業務に活かせるか利用してみた

Notion AIとは？その便利な機能とChatGPTとの違いも解説

最近ではAIを活用したツールが数多く公開され、それらを活用すれば画像生成や機械学習のモデルを構築することも可能です。本記事では、AIのツールを使うメリットと、おすすめのツール10選をご紹介します。AIのツールを使おうか迷っている方はぜひ参考にしてください。

AIツールにはさまざまな種類があるため、目的にあったツールを選ぶ必要があります

AIのツールの中から、おすすめのツール10選を知ることができます

AIのツールを利用する時には、注意点もいくつかあります

AIを活用した便利なツール10選！メリットや注意点も解説

**Googleは、現地2023年5月10日に開催したGoogle I/O 2023において、大規模言語モデル（LLM）PaLMの最新版であるPaLM 2を発表しました。**発表当日から自社製品・サービスへの導入を開始しています。ここでは、発表内容から特徴や導入サービスを中心に解説していきます。

【参考】：[PaLM 2](https://ai.google/discover/palm2)
【参考】：[Google Japan Blog: PaLM 2 のご紹介](https://japan.googleblog.com/2023/05/palm-2.html)
【参考】：[Google I/O 2023: Making AI more helpful for everyone](https://blog.google/technology/ai/google-io-2023-keynote-sundar-pichai/)

PaLMとは、Googleの開発した大規模言語モデル（LLM）を指します。PaLMは「Pathways Language Model」の略で、読み方はパームです。*アクセラレータを用いた分散計算をオーケストレーションする仕組みを持ちます。*

PaLMは5,400億パラメータの性能を持つ言語モデルで、英語を主要言語としたジョークを理解したりコード生成を行ったりすることができるモデルです。2022年4月にリリースされており、1年後の今年にはPaLM2として最新版を発表しています。

【参考】：[Google Research Blog: Pathways Language Model (PaLM)](https://ai.googleblog.com/2022/04/pathways-language-model-palm-scaling-to.html)

*PaLM 2は、昨年リリースしたPaLMの研究開発に基づく次世代の大規模言語モデルです。*AIの倫理的なGoogleのアプローチにより提供され、多言語処理や自然言語の生成、コードや推論などを行います。PaLM 2で強化された機能は大まかに以下の項目が挙げられます。

・*推論*
PaLMから強化されたポイントの1つです。複雑なタスクをサブタスクに分解することができるので、自然言語においても言葉の持つニュアンスを理解できます。これにより、あいまいな言い回しや比喩、慣用句などを理解します。同様に論理的な推論や常識に基づくものまでカバーします。

・*多言語処理*
PaLM 2では並列処理の性能を発揮し、多言語テキストを100以上の多くの言語で事前に学習済みです。各言語で使われる慣用句や言い回しなども、事前に学習されており、言語生成や翻訳などの性能が向上しています。

・*コーディング*
PythonやJavaScriptなどの一般的なプログラミング言語は、大量のウェブページやソースコードで事前に学習済みです。さらに科学技術計算などで用いるFortranや論理プログラミングのProlog、ハードウェア設計のVerilogなども事前学習しています。

【参考】：[PaLM 2](https://ai.google/discover/palm2)

自然言語処理とは？注目される理由やできることをわかりやすく解説

PaLMは、大規模言語モデルの高性能化により多言語に対応します。*Googleは、多言語機能と推論機能を検証するために、技術報告書「PaLM 2 Technical Report」を公開しています。*技術報告書では、専門的な試験の合格率や性能スケーリングなどの評価結果が掲載されています。

特筆すべきは、ジョークが正しく理解できているかなども調査されていることです。日本語では、ジョークやダジャレ、俳句などがどのように理解されているか公表されています。

”おでんの予約は？お電話で！”、”食べ過ぎる 今食べるのは 明日の分”など、日本語が分かると吹き出しそうな言い回しですが、技術報告書ではこれらがまじめに解説されています。

【参考】：[PaLM 2 Technical Report](https://ai.google/static/documents/palm2techreport.pdf)

*PaLM 2では、モデルサイズと学習データセットのサイズを比例させて、計算スケールする手法をとっています。*従来よりも推論の高速化やパラメータの削減、コスト削減などの全体の最適化が図られています。これにより従来英語のみであった事前学習データセットを多言語に拡張し、学習することが可能になりました。

## PaLM 2の Googleサービスへの導入

PaLM 2は、リリース開始から25以上のGoogleサービスへ導入されています。*PaLM 2を使うには、導入済み製品やサービスを用いて行います。*具体的な導入製品・サービスは、以降で解説していきます。

*Bardは、Googleが提供する対話型AIサービスで、試験運用として提供されます。*PaLM 2リリースにより、日本語と韓国語に対応します。PaLM 2を実際に体感する際には、まずはBardを利用すると良いでしょう。

将来的には、Google検索への導入も視野に入っているとされ、米国では限定ユーザー向けに「Search Generative Experience」（SGE）の公開も始まっています。

Googleは、Adobe Fireflyとのパートナー契約も結んだことを明らかにしており、近い将来にはBardからAdobe Fireflyを利用することが可能になる予定です。

【参考】：[Bard](https://bard.google.com/)
【参考】：[Google Blog: Supercharging Search with generative AI](https://blog.google/products/search/generative-ai-search/)
【参考】：[Adobe Blog: Google Bardとの連携により、数百万人のGoogleユーザーのもとに Adobe FireflyとAdobe Expressを](https://blog.adobe.com/jp/publish/2023/05/11/adobe-firefly-adobe-express-google-bard)

Google Bardが待望の日本語に対応！特徴と使い方を解説

*PaLM APIにより、PaLM 2のようなGoogleの大規模言語モデルをAPIから利用することができます。*具体的には、コンテンツ生成や対話による助言、要約・分類・リコメンデーションなどの生成AIアプリケーションの構築を容易にしてくれます。プライベートプレビューとして公開しており、利用するには、ウェイティングリストに登録が必要です。

【参考】：[PaLM API](https://developers.generativeai.google/products/palm)
【参考】：[Google Developers: PaLM API & MakerSuite](https://developers-jp.googleblog.com/2023/03/announcing-palm-api-and-makersuite.html)

*MakerSuiteは、機械学習の専門知識をもたずとも生成AIのプロトタイプを構築することができるサービスです。*テキストやデータ、チャットを用いて独自のプロトタイプを構築し、プロンプトの作成やデータセットの拡張、独自モデルのチューニングなどを行うことができます。

MakeSuiteでは、普段お使いのPythonやNode.jsなどへのコード出力も可能です。こちらもプライベートプレビューのため利用するには、ウェイティングリストに登録が必要です。

【参考】：[MakerSuite](https://developers.generativeai.google/products/makersuite)
【参考】：[Google Developers: PaLM API & MakerSuite](https://developers-jp.googleblog.com/2023/03/announcing-palm-api-and-makersuite.html)

*Vertex AIは、Google Cloudの機械学習プラットフォームです。*企業向けのAIサービスで、モデルのデプロイおよび維持を迅速に行うことができます。「Generative AI Studio」のシンプルなUIや、Vertex AI APIで生成AI機能を操作していきます。

本サービスは、最新のAI機能をTrusted Tester Programのウェイティングリストに登録して使用します。

【参考】：[Vertex AI](https://cloud.google.com/vertex-ai?hl=ja)
【参考】：[Google Cloud Blog: Google Cloud、ジェネレーティブ AI を 開発者、企業、政府に提供](https://cloud.google.com/blog/ja/products/ai-machine-learning/generative-ai-for-businesses-and-governments)

*Workspaceは、ビジネス向けスイート製品です。*Gmailやカレンダー、Meet・Chat・ドライブ・ドキュメント・スプレッドシート・スライド・フォーム・サイトなどが含まれます。Workspaceでは、生成AIがドキュメントと Gmailに組み込まれ、文章の下書きや書き出しなどのサポートを予定しています。

Gsuiteとは？後継のGoogle Workspaceとの違いは？

## PaLM 2はGoogleの生産性を向上させる

PaLM 2は、GeckoやOtter、Bison・Unicornと名付けられたいくつかのモデルがあります。モバイルデバイス向けには、「Gecko」という軽量でオフライン利用できるモデルが提供される見込みです。

「Gemini」と呼ばれる、Googleのツール統合を想定した次世代マルチモーダルUIも開発中です。**これらの新機能は、順次Googleの製品・サービスに統合されていき、利用者の操作性や生産性を向上させるでしょう。**

PaLM 2がGoogle I/O 2023で発表され、自社サービスへの導入が開始されました。これまでのPaLMの性能を大幅に高めています。ここでは、PaLM 2の概要や強化された機能、Googleの製品・サービスへの導入状況を解説していきます。

PaLM 2とは、Googleの開発した次世代の大規模言語モデル（LLM）を指します

昨年リリースしたPaLMの性能を大幅に高め、推論・多言語処理・コーディングが強化されます

PaLM 2をサポートするBardなどでは、すでに日本語の正式サポートが開始されています

PaLM 2がリリース！概要や強化機能・導入サービスを解説

## AI活用のテキストマイニングとは

AI活用の幅が広がっています。**AIは自然言語処理でも利用されてきており、文字データ処理に対する期待も高まっています。**ここでは、従来の統計解析で難しいとされている定性データについて、テキストマイニングの現状をAI活用の可能性とともに解説していきます。

### そもそもテキストマイニングとは

*テキストマイニングとは、大量のテキストデータ（文字データ）から有益な情報を取り出し（マイニング＝採掘する）活用することを指します。*

テキストデータは、顧客の声としてSNSやWebに多く見られます。その文字列から得られる情報も、数多く集めて眺めるとそれぞれの関係や傾向を掴むことができます。そのデータ群から価値あるものを取り出すことを、テキストマイニングと言います。

### 定量データと定性データの違い

ビッグデータで、あらゆるデータが蓄積され価値ある情報として活用が試みられています。

データの分析というと統計解析が思い浮かぶ人も多いでしょう。統計解析では、数値化された定量データの分析を得意とします。ここで言う「定量データ」とは、あらかじめ決まった売り上げや利益・販売数など、数値として比較できるデータを指します。

この定量データを時系列に蓄積し、前年度比較や今後の販売予測などに利用します。

テキストデータは、人が感じる印象や感情など数値がしにくいものです。このような数値化しにくいデータを、「定性データ」と言います。アンケートの自由記入欄を考えると、その欄には多様な意見が記述されていますが、同じような回答の傾向がみられる場合は、対策が必要となります。

*分かりやすく言うと、「定量データ」は数値化されたデータ、「定性データ」は数値化しにくいデータと覚えておくと良いでしょう。*

データ分析とは？基本的な目的や方法、職種例と転職方法について解説

### テキストマイニングで扱うデータ

テキストマイニングで扱うデータは、どこから得られるでしょうか？理解しやすいようにいくつかの分類で解説していきます。以下は、企業が対象とするテキストデータの入手経路です。

・*直接の顧客*
直接の顧客は、自社の問い合わせ窓口のデータを活用します。コールセンターを解説している場合は、問い合わせの電話や電子メールなどが挙げられます。また、ウェブの問い合わせフォームなども該当します。チャットボットを導入している場合は、そのやり取りも利用します。

近年ではSNSに感想を投稿する場面も多いので、TwitterやInstagram・Facebookなどもデータとして活用するのが良いでしょう。

・*将来の見込み客*
リーチできていない顧客や新製品開発などの意見は、アンケートなどを実施し、集計します。SNSや口コミ・商品比較サイトの投稿、ブログなどが対象となります。自社の競合する商品やサービスに関しても得られる情報は活用対象とします。

・*社内業務や社内作業*
社内打合せのメモや議事録、あるいは営業活動の報告書は見過ごさず活用できる情報はテキストマイニングで抽出すると良いでしょう。営業の日報などは、社内と顧客を結ぶ接点でもありますので、有効活用が望まれます。

### テキストマイニングの利用メリット

*利用メリットとしては、顧客の真のニーズを把握できることが挙げられます。*データを抽出することにより、商品の改善が促進され、ニーズに合う商品開発や訴求のためのプロモーションなどに活用することができます。

競合との差別化や、自社の価値を高めるブランド戦略にも有効です。将来の事業戦略を立案するうえでも、経営判断を手助けする情報となるでしょう。社内においても業務改善が促進し、結果として顧客にプラスとなる仕組みを設けることができます。

### AIを活用したテキストマイニングの特徴

テキストマイニングは定性データが対象であるため、人手で集計するのは大変な労力を要します。抽出手順を決めるのも一苦労です。エクセル集計も不可能ではありませんが、AIや集計ツールを活用することで、労力を大幅に削減することが期待できます。

集計ツールにより、単語の出現頻度の表示や、スコアが高い単語を大きいサイズで表示するワードクラウドが、より簡単に実現できるようになります。*

特にAIの活用は、蓄積されているビッグデータ全体を対象とした分析も可能になりますので、単語同士のつながりが分かる共起ネットワークの表示など、幅広い情報の関係性や優先付けなどが可能になります。*

## AIベースのテキストマイニングのツールと事例

*テキストマイニングは、いかに大量のデータから効率的に有効な情報を抽出し可視化できるかが重要です。*そのためには深層学習や機械学習など、AI技術を用いて広範囲な情報が活用できれば、意思決定や意思統一などにも有効です。ここでは、良く利用されるツールと活用事例を解説していきます。

### AIテキストマイニング by ユーザーローカル

技術の記事（8ページ目）