AIBR プレミアム
拓海先生、最近社員から「動画からピンポイントで作業手順を取り出せるAIを入れよう」と言われているのですが、正直ピンと来ていません。そもそも動画のどの部分が答えかわかるようにする、というのは具体的にどういう技術ですか。
素晴らしい着眼点ですね！要するに、動画の長い流れの中から「その問いに答えている映像の開始時刻と終了時刻」を自動で見つける技術です。人間なら『ここだ』と指差すところをAIにやらせるんです。大丈夫、一緒にやれば必ずできますよ。
それは要するに、我々が研修用に作った10分の作業動画から「ネジの締め方だけを1分の範囲で抜き出す」といったことが自動でできる、という理解でいいですか。
まさにその通りです。今回の手法はユーザーの最初の質問だけで判断するのではなく、AIが追加の質問を投げかけて『本当に何を探しているか』を掘り下げていく点が違います。まず結論を3点だけ言うと、1) 自動で質問を作って意図を明確にする、2) 映像と字幕をつなげて不足を補う、3) 最後に該当する映像区間を切り出す、という流れです。
なるほど。追加の質問というのは、人がチャットでやる確認のようなものをAIが自動で行うということですか。それが現場で使える精度になるものですか。
現実的な話をすると、完璧ではありませんが人の対話に近い精度に持っていける方法です。ここで使われるのはLLM（Large Language Model、大規模言語モデル）やPLM（Pretrained Language Model、事前学習言語モデル）で、これらを使って質問生成・文章の書き直し・文脈拡張を行い、最終的に位置検出の学習に役立てます。現場導入では、最初は人の確認をはさむ運用にすると安全です。
投資対効果の観点で伺います。うちのように動画が社内に数千本ある場合、最初の投資でどのくらい効率化できる見込みでしょうか。
良い視点ですね。要点は3つです。まず、準備工数の多寡で回収期間が変わります。動画に正確な字幕やメタデータがあるほど導入コストは下がる。次に、現場での確認フローをどれだけ人からAIに移すかで効果が直線的に増える。最後に、検索時間の短縮や教育時間の削減は積み重なって大きな生産性向上につながる、という点です。最初はパイロットで数十本から始めるのが現実的です。
これって要するに、最初から完璧なAIを目指すのではなく、AIに質問させて人が確認する段階を用意して改善していく、ということですね？
その通りです。まずはAIに「ここで合ってますか？」と聞かせる運用で安全に積み上げ、データがたまれば自動化率を高める。それが現場で早く効果を出す王道です。大丈夫、一緒にやれば必ずできますよ。
わかりました。私の言葉でまとめると、Ask2Locは『ユーザーの最初の質問を出発点にしてAI自身が追加で問いを立て、動画の言葉と映像のズレを埋めながら正しい箇所を切り出す』仕組み、まずは人のチェックを入れて運用し、データを貯めて自動化を進める、ということで間違いないですね。
