はじめに
このページに辿り着いたあなた、おめでとうございます！そして、ご愁傷様です。いきなりDX担当にされて、上司からは「DX推進しろ」との一言。具体的な指示はなし。そんな「何それ、美味しいの？」状態のあなたに、この記事が救いの手を差し伸べます！
この記事では、AIの初歩からちょっとしたテクニックまで、えっ？こんなに簡単にできるの？というノウハウを盛りだくさんで紹介。例えば、生成AIを使って議事メモ作成、音声分析から、研修中に居眠りしてもバレない最先端AI技術の活用方法まで、丁寧にわかりやすく解説します。
可能な限り実体験に基づいて、AI導入に際しての落とし穴や学ぶべきポイントを提供します。これであなたも、DXの戦場で生き残ることができるかもしれません。
DXやAIは今や企業にとって逃げられない運命。でも、どこから手をつけていいか分からない人も多い。このサイトが、そんなあなたのDX旅の羅針盤になることを祈っています。それでは、この奇妙な冒険に出発しよう。未来は予測不能だが、きっと何か面白いことが待っている。準備はいいか？さあ、一緒にDXの世界へ飛び込もう！
記事の紹介
表の見方について
まず難易度についてですが、こちらは5段階表示で★が多いほど実施難易度が高くなります。特に高難易度のものはPythonを使うケースが殆どなので、AI初心者の方はなるべく低いレベルからスタートすると良いです。続いて制約についてですが、以下のような意味合いで捉えて頂ければと思います。
| 項目 | 説明 |
| Python環境 | Python環境の構築が必要という意味。ローカルもしくはクラウド(Google Colab等)で準備が必要。プログラムの基礎知識は基本コピペでいけるよう配慮しているので不要。 |
| オンライン | ネットに接続できる環境が必要という意味。特に社内利用する場合、Proxy設定などで自由にWebアクセスできない場合もあるので一応記載。 |
| データUL | ローカルデータをWebにULする必要があるという意味。特に社内利用の場合、セキュリティポリシーを十分に確認のうえ実行すること。 |
| 有料 | 有料コンテンツを使うという意味。会社によっては有料なサービスを自由に使えない場合があると思ったので記載。 |
DX活用編
業務で活用できそうなAI活用法を紹介。なるべくAI初学者向けに記載しています。
| イメージ | 説明 |
 | 【No.B001】会議時に自動で議事録を取る方法 難易度：★～★★★ 制約：Python環境, オンライン, データUL ゴール：どんな環境であっても会議の会話をテキスト化＆要約できるようになる |
 | 【No.B002】社内資料をAIを使って検索・要約できるようにしたい 難易度：★★★ 制約：Python環境, オンライン, 有料 ゴール：自分のPC上で会社の資料(pdf)の検索・要約ができるようになる |
 | 【No.B003】簡単な概要図（フローや体制表等）をChatGPTに書かせてみる 難易度：★ 制約：オンライン ゴール：ChatGPTを使って好きな図が書けるようになる |
 | 【No.B004】資料につかう説明用の簡単な絵をChatGPTに書かせてみる 難易度：★～★★ 制約：オンライン ゴール：ChatGPT＋α を使って好きな絵が書けるようになる |
 | 【No.B005】画像データを読み込んで研修受講のサポートをしてもらう 難易度：★ 制約： オンライン ゴール：研修のワークやe-learningの学習を効率的に実施できるようになる |
AI知識編
主にPythonを使ったAIに関する実験などを記載しています。ちょっと技術的な内容になりますが、興味がある方はぜひ見ていってください。
| イメージ | 説明 |
 | 【No.L001】本邦初公開！自宅PCでお手軽に始める！生成AIを使った自然言語処理入門ガイド 難易度：★★ 制約：Python環境(ローカル: Windows), オンライン ゴール：たった4行のプログラムコードだけで入力文章のネガポジ判定をさせる |
 | 【No.L002】LinuxでのDeep Learning環境構築：GPUの確認からPyTorchのインストールまで完全ガイド 難易度：★★★ 制約：Python環境(ローカル: Linux), オンライン ゴール：AI開発に最適なLinuxでPython環境を整える＆ローカルPCのGPUを有効化する |
 | 【No.L003】Windows/Linux環境でBERTを活用するためのステップバイステップガイド：学習から利用まで 難易度：★★★★ 制約：Python環境(ローカル: Linux), オンライン ゴール：CLM(任意文字に続くテキスト生成)のファインチューニングができるようになる |
 | 【No.L004】WindowsとUbuntuでBERT（Huggingface Transformers）の本のコードを動かす方法：詳細解説と学習結果の分析 難易度：★★★★ 制約：Python環境(ローカル: Linux), オンライン ゴール：QA(質疑応答)のファインチューニングができるようになる |
 | 【No.L005】ELYZA-japanese-Llama-2-13bを使った日本語文章生成の試み：性能とコード解説 難易度：★★★ 制約：Python環境(ローカル: Linux), オンライン ゴール：日本語版LLMでCLM(任意文字に続くテキスト生成)の推論ができるようになる |
 | 【No.L006】BERTを使用した日本語分類タスクのコーディング解説：ニュースコーパスの準備からファインチューニングまで 難易度：★★★★ 制約：Python環境(ローカル: Linux), オンライン ゴール：文章分類タスクのファインチューニングができるようになる |
 | 【No.L007】OpenCALM-7BのLoRAファインチューニング：実施上の注意点と解決策のポイント 難易度：★★★★ 制約：Python環境(ローカル: Linux), オンライン ゴール：日本語版LLMでQLoRAを用いたCLMのファインチューニングができるようになる |
 | 【No.L008】大規模言語モデルのファインチューニング方法：LoRAを使って文の意味を判定する手順 難易度：★★★★ 制約：Python環境(ローカル: Linux), オンライン ゴール：LoRAを用いた文章一致タスクのファインチューニングができるようになる |
 | 【No.L009】Google ColabでRakutenAI-7Bモデルを使った対話型アシスタントの注意点と使い方 難易度：★★★ 制約：Python環境(Google Colab), オンライン ゴール：日本語版LLMでQA(質疑応答)の推論ができるようになる |
 | 【No.L010】Style-Bert-VITS2を使った音声合成: Google Colabでの実行方法と注意点 難易度：★★ 制約：Python環境(Google Colab), オンライン ゴール：数秒の音声サンプルから自由な音声を生成することができる |
 | 【No.L011】Stable Diffusionを使って画像を生成する方法 | Google Colabでの手順解説 難易度：★★ 制約：Python環境(Google Colab), オンライン ゴール：任意のプロンプトから画像生成することができる |
 | 【No.L012】ReazonSpeech: 音声ファイルからテキスト抽出の手順と方法 | クイックスタート 難易度：★★ 制約：Python環境(Google Colab), オンライン ゴール：音声データから文字起こしすることができる |
 | 【No.L013】OpenAI APIの取得方法: 5分で完了する手順 難易度：★ 制約：オンライン, 有料 ゴール：OpenAIの有償APIを取得することができる |
 | 【No.L014】Generative AI Test 合格への道のり 難易度：★ 制約：- ゴール：Generative AI Testのシラバス内容を把握できる |
 | 【No.L015】Pythonで画像からテキストにする技術（OCR）の手順と方法 | Google Colabでの実行 難易度：★★ 制約：Python環境(Google Colab), オンライン ゴール：画像データからテキストデータを抽出できるようになる |
 | 【No.L016】社内ドキュメント学習: RAG（Retrieval-Augmented Generation）技術の実装手順と実行方法 難易度：★★ 制約：Python環境(Google Colab), オンライン, 有料 ゴール：社内ドキュメントの中身をChatGPT(OpenAI API)に組み込むことができる |
 | 【No.L017】管理職のための効果的なフィードバック方法：ChatGPTを活用した評価フィードバックの進め方 難易度：★ 制約：オンライン ゴール：ChatGPTの力を借りて、部下への評価フィードバックを効率化できるようになる |
 | 【No.L018】感情分析の実践ガイド：アンケート回答のネガ・ポジをAIに判別させてみる 難易度：★★★ 制約：Python環境(ローカル: Windows) ゴール：オフライン環境で任意の文章の感情分析ができるようになる |
コメント