データの質が結果を決める

生成AIの答えの質は、渡すデータの質に左右されます。見るべき点は、欠けが無いか（完全性）、表記や値が食い違っていないか（一貫性）、目的に合っているか（関連性）、必要なときに取り出せるか（可用性）、それに費用と形式です。

データの種類

• 構造化データ … 表の形に整ったデータ。売上表や顧客台帳
• 非構造化データ … 決まった形の無いデータ。メール本文、議事録、画像、音声
• ラベル付きデータ … 正解や分類が付いたデータ。ラベル無しは、付いていないデータ

生成AIの5つの層

下から、インフラ（計算資源）、モデル、プラットフォーム（モデルを使って作る場）、エージェント（目的に向けて道具を使って動くAI）、アプリケーション（人が直接使う画面）です。自社がどの層を自分で持ち、どの層を借りるかで、費用と手間と自由度が変わります。

Googleの基盤モデル

• Gemini … 文章・画像・音声・動画を扱えるマルチモーダルのモデル
• Gemma … 公開された重みで、自分の環境でも動かせる軽いモデル
• Imagen … 文章から画像を作るモデル
• Veo … 文章や画像から動画を作るモデル

モデルは、扱う種類（モダリティ）、一度に読める量（コンテキストウィンドウ）、費用、速さ、セキュリティ、カスタマイズのしやすさで選びます。

• データの質の観点（完全性・一貫性・関連性・可用性・費用・形式）
• 構造化データと非構造化データ、ラベルの有無
• 生成AIの5つの層と、自社が持つ層・借りる層
• Gemini・Gemma・Imagen・Veo の使い分けと、モデルの選び方