大手テクノロジー企業は、Microsoft Copilotのような生成型人工知能プラットフォームが、企業組織のあらゆるレベルの人々の労働生産性と効率性を向上させると主張しています。しかし、これは単なる誇張表現なのでしょうか、それともその主張には確かな根拠があるのでしょうか？
例えば、すべてのWindowsユーザーが利用できるMicrosoft Copilotの無料版は、一般的なSQLクエリをコマンドで自動生成してくれるのでしょうか？これは、時間に制約があり、経験の浅い従業員が締め切りに間に合わせようとしている場合、非常に役立つでしょう。以下では、Microsoft CopilotにSQLのヘルプを依頼するとどうなるかを見ていきます。
ダウンロード: TechRepublic PremiumのAIクイック用語集
Microsoft Copilot の簡単な SQL コマンドの記述能力をテストする
私たちの実験では、まず基本的でシンプルなものから始めました。クリエイティブモードを使い、Microsoft Copilotに、EMP_ID、Name、Salary、Ageの4つの列を含むEmployeeというSQLテーブルを作成するために必要なコードを入力させました。AIは次のコードを生成しました。
CREATE TABLE Employee (
EMP_ID INT PRIMARY KEY,
Name VARCHAR(100),
Salary DECIMAL(10, 2),
Age INT
);
プロンプトとコードは図 Aで確認できます。
このコードは、特定のニーズに応じて調整が必要になる可能性がありますが、一般に、このコードは Copilot に求められている内容に基づいて正確かつ有用なものでした。
Microsoft Copilot によって提供される説明にも注意してください。これはコードと同じくらい重要です。
このステートメントは、EMP_IDを整数でテーブルの主キーとして定義し、Nameを最大100文字の可変文字列として定義し、Salaryを合計10桁、小数点以下2桁の小数として定義し、Ageを整数として定義します。データ型とサイズは、具体的な要件に応じて調整してください。
Microsoft Copilot でのセッションを続け、このテーブルに新しいレコードを挿入するために必要なコードを AI に生成させました。生成されたコードは以下のとおりです。
INSERT INTO Employee (EMP_ID, Name, Salary, Age) VALUES (1, 'John Doe', 55000.00, 30);
プロンプトとコードは図 Bで確認できます。
VALUESセクションは特定のニーズに合わせて修正する必要がありますが、Copilotが提供したコードと説明は正確で有用でした。従業員テーブルが完成したら、データベースからデータを取得するためのクエリを作成する必要があることに注意してください。
次に、Microsoft Copilot とのセッションで、このテーブルから特定の年齢以上の従業員をリストするために必要なコードを AI に生成するよう指示しました。この場合、Microsoft Copilot は次のコードを提案しました。
SELECT * FROM Employee WHERE Age >= 30;
プロンプトとコードは図 Cで確認できます。
繰り返しになりますが、特定のニーズに合わせてコードを調整する必要があるかもしれませんが、このコードは正確で、SQL 構文にあまり慣れていない従業員にとって便利です。
そのため、適切な方法で質問すれば、Microsoft Copilot は従業員に代わって基本的なSQLコードを作成できます。ただし、Copilot によって生成された回答は、適用性と正確性について常に精査する必要があります。
ダウンロード: AIと機械学習の違いとユースケース（TechRepublic Premiumより）
Microsoft Copilot と SQL コード生成について何を学びましたか?
Microsoft Copilot を使用した実験から、次のような結論を導き出すことができます。
- 適切な条件下で適切な質問をすると、Copilot は従業員が業務に適用できる便利で正確な SQL コマンドを提供できます。
- Microsoft Copilot の無料版は、Bing 検索やインターネットからデータをモデリングすることで「知識」を蓄積します。基本的な SQL コマンドの説明や SQL のヒントを提供するチュートリアルは、インターネット上でよく見られます。これらの 2 つの条件により、Copilot に SQL コマンドについて質問すると、役立つ回答が返される可能性が高くなります。ただし、あまり一般的ではないトピックやインターネットであまり調査されていないトピックについて質問しても、それほど効果的ではない可能性があります。
- インターネットから生成されたデータにビジネス上の意思決定を依存することは、リスクを伴う行為となり得ます。インターネットは不正確で誤解を招く情報で悪名高く、Microsoft Copilot が提供する回答も、状況によってはこうした不正確な情報に汚染される可能性があります。
- Microsoft Copilot が提供する回答が有用であったとしても、その正確性と適用性については、従業員による精査とフィルタリングが常に必要です。生成型 AI は強力なツールとなり得ますが、最終的な決定を下したり、単独で行動したりすることは、ほとんど期待できません。
- Microsoft Copilotセッションの最も強力な点の一つは、AIが回答を反復する機能です。この例では、Copilotが以前に質問に対して行った回答を、次の質問の基盤として活用できました。この機能により、従業員はAIと会話を交わし、最も正確で有用な回答へと発展させることができます。
- この例は、Microsoft Copilot に送信する質問が詳細であればあるほど、生成される回答の精度が高くなることも示しています。変数名を含めることで、Copilot は一般的な SQL コマンドのヒントだけでなく、包括的な回答を提供できるようになりました。詳細な質問を作成できるかどうかが、単純な検索と実用的な Copilot セッションの違いを生み出しています。
- Microsoft Copilot を業務ツールとして活用しようとする従業員は、考え方を変える必要があります。Copilot は単なる検索エンジンではなく、そのような考え方で捉えるべきではありません。従業員は本質的に、インターネット上の情報を読み取り、解釈し、質問に対して有用で正確かつ実行可能な回答を提示するよう Copilot に求めているのです。従業員が Copilot に尋ねる質問は、一般的な検索エンジンに尋ねる質問とは根本的に異なります。
従業員は仕事のタスクに関して Microsoft Copilot を信頼すべきでしょうか?
Microsoft Copilot は、正しく使用すれば従業員にとって有用な生産性向上ツールとなることが実証されています。従業員は、Copilot をはじめとする生成型 AI プラットフォームが単なる検索エンジンではないことを認識する必要があります。Copilot に寄せられる質問は、綿密に考え抜かれ、詳細かつ具体的なものでなければなりません。質問が詳細であればあるほど、回答もより詳細なものになります。また、最初の質問は、多くの場合、Copilot とのより有益で有益な会話につながる土台に過ぎないことを従業員は認識する必要があります。
