大量のデータ学習を行い、人間が指示することによって文章や表、イラストや写真といった画像、音声などを生み出す人工知能（AI）のことを指しています。英語で「Generative AI」と表現されたりします。
「生成AI」の利用範囲は広く、作業の効率化といったプラスの側面だけでなく、本物と見分けの付きにくい偽情報（即ち、悪意等の意志に基づく誤情報）が作成されて出回るといった問題、や作成されたものの著作権の扱いなどの課題も指摘されており、健全な活用に向けた取り組みが世界各国で展開されつつあるようです。
下の図に示すように、日経新聞各紙に登場する「生成AI」に関する記事の件数は、ここ9か月間でひと月当たり数百件のペースで推移しています。現在、如何に注目されているキーワードであるかが伺えます。
対話型AIあるいはチャットボットのサービス「チャットGPT（Generative Pre-trained Transformer）」記事の新聞掲載状況です。
チャットGPTは、2022年11月30日に公開され半年近くが経過しています。公開後、それに関する注目や議論などが瞬く間に世界に広がり、それに関する記事が、最近では毎日のように新聞を賑わしている状況です。
下図は、「日経テレコン21（※）」上で日経新聞等各紙を対象に”チャットGPT”あるいは”ChatGPT”で検索した時のヒット件数をプロットしたものです（注：2023年5月は、1～19日の間で、”チャットGPT”が160件、”ChatGPT”が119件となっている）。ここ2、3か月で急激に増加しています。
※ 日本経済新聞社が提供している総合データベースサービス。
半年間近くで利用者は1億人以上となっているようですが、利用方法や利用ルールなどが固まっておらず、対応が急がれている状況です。広島で本日より開催のG7サミットでも、議論のテーマのひとつに取り上げられているようです。
米新興企業「オープンAI（※1）」のCEO（最高経営責任者、2015年~）です。1985年4月22日、ユダヤ人家系に生まれ、高校からスタンフォード大を（2005年に起業により）中退するまで、コンピュータ－サイエンスを学んだようです（Wikipedia）。
※1 対話型AIあるいはチャットボットのサービスである「チャットGPT（Generative Pre-trained Transformer）」の開発企業。2022年11月30日に、チャットGPTをプロトタイプとして公開し、注目や議論などが瞬く間に世界に広がっている。
現在、オープンAI社のCEOですが、それに至る経緯は、以下のようです（※2）。
※2 https://www.paloaltoinsight.com/2022/11/15/openai-ceo-sam-altman/
2005年：位置情報SNSを運営する「Loopt」を共同起業
2011年：投資会社「Yコンビネーター」に参加
2012年：Looptを売却
2014年：Yコンビネーターの代表に就任
2015年：新たに設立されたAI研究機関「OpenAI」のCEOに就任
2019年：OpenAIに注力するためYコンビネーターを退職
2022年11月にチャットGPTを公開後、2023年4月に、初めての海外訪問として日本を訪れ、4月10日の午前には岸田首相と面会し、午後には自民党の「AIの進化と実装に関するプロジェクトチーム」に出席したようです（注：来日に至る経緯については未確認です）。
後者の会合において、アルトマン氏は、塩崎彰久衆議院議員の4月10日付けのツイッター記事（※3）によると、日本がAI分野で世界のリーダーになるための項目として、以下のような7つを提案されたようです。即ち、①日本関連の学習データのウェイト引き上げ、②政府の公開データなどの分析提供等、③LLMを用いた学習方法や留意点等についてのノウハウ共有、④GPT-4の画像解析などの先行機能の提供、⑤機微データの国内保全のため仕組みの検討、⑥日本におけるOA社のプレゼンス強化、⑦日本の若い研究者や学生などへの研修・教育提供、の７項目です。
※3 https://twitter.com/AkihisaShiozaki/status/1645320688746762242
なお、アルトマン氏は、日本訪問後も、他の国への訪問を積極的に行っている/行う予定のようです。
電通が2021年9月より開始した、企業におけるマーケティングに絡む活動を包括的に支援するコンサルティングサービスです。このサービスのネーミングは、「未来の需要を知って（未知）、マーケティングの向かうべき道を知ろう」という意味から来ているようです。
「ビッグデータから需要のタイミングを予測し、企業のマーケティング活動を包括的に支援」といったフレーズが付けられています。
需要予測に利用する蓄積データ（ビッグデータ）の種類や量を広げ、予測する商品の幅やサポートするマーケティングに絡む領域も広げているようです。
即ち、これまで日本気象協会と共同で気象データから気象に影響されやすい清涼飲料水やアイスクリームなどの予測を行い、広告掲載方法に役立てる支援を行ってきたようですが、今回は、気象データ以外に購買データ、SNSデータ、その他多様なデータを組み合わせての予測を行うようにし、衣類や食品など商品の幅を広げるとともに、支援範囲も単に広告領域にとどまらず、生産から流通といったサプライチェーンや店頭の管理、戦略面も含めるようにし、マーケティングの全領域を包括的にサポートするようにしているようです。
ニュースリリース（2021.9.9）のサイトは、https://www.dentsu.co.jp/news/release/2021/0909-010437.htmlです。
新興企業の「フライウィール※」（2018.2.9設立、東京都千代田区、https://www.flywheel.jp/about/）が、2022年6月21日に提供を開始した、企業の在庫適正化などを支援する需要管理サービスです。なお、「Conata（コナタ）」とは、エンゲージメント、オファー、アナリシスの３つのエンジンから構成されたデジタルビジネスプラットフォームのことで、TM（商標）マークが付けられています。
※ データ及びAI（人工知能）を活用したサービスソリューションの提供が事業内容となっています。正社員約60名の6割程度がエンジニア、その4割はグーグルやマイクロソフトなどの出身とのことです。
「データ・AIから最適な品揃えと適正在庫を両立させる」「需要予測による発注と個店の品揃え最適化を同時にサポート」「TSUTAYA が先行導入し、書籍の返品率低減に成功 」などの説明が付けられています。
サプライチェーン上の製造業、卸売業、流通･小売業向けのサービスで、需要予測や自動発注の機能を具備し、在庫管理の効率化や利益率改善を支援するとのことです。
2021年には「TSUTAYA」を運営しているCCC（カルチャ･コンビニエンス･クラブ）と組んで書店事業向けのAI発注システムを共同開発し書籍返品率削減（注:一般的には30％以上のところ13％を達成）の実績を挙げているようです。これを受け、今回の提供に至ったようです。
このサービスでは、商品データ、ID-POSデータ、在庫データ、顧客のネット閲覧履歴、さらには利益率のデータなどを活用することで、ほぼリアルタイムに適正在庫を割り出し、最適な品揃えを提案するとのことです。
このサービスは出版業界に限らず様々な業界を対象にしているとのことです。
ニュースリリース（2022.6.21）のサイトは、https://www.flywheel.jp/newsrelease/20220621/です。
NTTドコモが、2018年2月15日に日本全国の法人企業向けに提供開始した、AI（人工知能）を活用したタクシー乗車需要（客数）予測サービスです。
「AI×IoTでリアルタイムに乗車需要を予測し、お客さまの利便性とタクシー業務の生産性を向上」といったフレーズがつけられています。
このサービスでは、タクシー近辺のエリアについて、500m四方を単位として、現時点から30分後までのタクシー乗車需要の予測結果などのデータをオンラインで配信してくれるようです。さらに、500m四方の中でも特に需要の高い100m四方のエリアを点線で示してくれるとのことです。
具体的には、タクシー運行データ（乗降場所・日時など）や気象データ、周辺施設（POI：Point of Interest）データなどの多様なデータに加え、ドコモが独自に算出する「モバイル空間統計」のリアルタイム版（注：エリア毎や属性毎の集団の人数を示す情報。以下、「人口統計データ」と呼ぶ）を活用し、日本各地の性別や年齢層など、属性ごとの人数分布の移動による変化をリアルタイムに把握しながら、各データをAIで分析することにより、乗車需要を10分ごとに予測する、とのことです。
なお、広域で人数分布の移動による変化をリアルタイムに把握できる人口統計データとAIを活用してタクシー乗車需要を予測するサービスは世界で初めてとのことです。
このサービスを利用することによって、売り上げが増えたり、実車率が向上したりといった効果が出ているようです。
報道発表資料（2018.2.14付け）のサイトは、https://www.nttdocomo.co.jp/info/news_release/2018/02/14_00.htmlです。
ビッグデータの定義や特徴について論じる時によく引き合いに出されるキーワードです。
米国に本拠を置く業界最大規模のアドバイザリー企業「ガートナー」のあるアナリストが2001年頃に、データが成長していく際の課題やチャンスをVolume、Variety、Velocityの3次元でとらえたことが始まりで、ガートナーでは、ビッグデータを説明したりする際に今でも3Vモデルを使用しているようです。即ち、Volume（データの膨大さ）、Variety（データの多種多様性）、Velocity（分析のリアルタイム性）の3要因の組み合わせでビッグデータの課題や価値が決まるということのようです。
インターネットを経由するデータの量は増加の一途を辿っており、IoTの進展によりその行きつくところは計り知れない感があります。桁違いに多量であると同時に、内容は多岐に亘ります。WebやSNSなどネット上の「バーチャルデータ」、現実空間の現象をデジタル化した「リアルデータ」の2種に大別できるようです。
いずれにしても、ハードウェアの性能向上やAIの適用などにより、ビッグデータの分析によるビジネスへの応用が加速されていきそうです。
GPS機能などを利用して収集・蓄積された位置情報データをビジネス（企業活動）に生かすことを指しているようです。
モバイル・インターネットや情報技術の進展を背景に、ビッグデータをビジネスに生かす「ビジネスインテリジェンス（BI）」という言葉が注目されていますが、特に位置情報に関連するビッグデータをマーケティングなどのビジネスに有効利用することを指しているようです。
この言葉は、「ピツニーボウズ（Pitney Bowes）」社のmapinfoにおいて名付けられたようで、「顧客情報や施設情報や取引記録など、企業が所有する位置に関する情報を測定・比較・分析し、その結果を地図へ表現して傾向を明らかにした上で、意思決定に活用し、位置情報を企業活動に生かしていくこと」と定義されています。
米「ウーバーテクノロジーズ」は、食品配達サービス「UberEATS（ウーバーイーツ）」において、位置情報データと機械学習とにより注文者までの配達所要時間を予測するシステムを開発し使用しているようですが、ロケーション・インテリジェンスのひとつの事例と言えるようです。
米グーグルが2017年中に日本で発売予定の、会話型AI「グーグルアシスタント」を搭載したスマートスピーカーです。
家庭に据え置いて使用する音声認識端末で、端末に話しかけると知りたい情報が検索できたり、音楽が再生できたりするようです。
海外では米国と英国で販売されているようですが、新たに日本語などの英語以外の言語にも対応させるようにし、他国への販路拡大も狙うようです。
関連サイト（2017.5.17付け）は、以下です。
http://www.androidpolice.com/2017/05/17/google-home-launching-canada-australia-france-germany-japan-summer/
http://www.androidcentral.com/google-home-headed-5-new-countries-summer
米トレジャーデータ社（注：米国シリコンバレー、2011年12月設立、CEOは芳川裕誠氏）が提供する、大量のデータを収集・保管・分析するクラウド型のデータマネージメントサービス（DMS）です。
すかいらーくのモバイル・アプリ「ガストアプリ」（注:2014年10月公開）のビッグデータ分析をサポートしているようです。
すかいらーくでは、このサービスにより上記アプリの利用状況を詳細に集め販促に利用しているようです。即ち、アプリの利用者がタッチしたボタンの種類や回数、利用者の属性情報（年齢、性別など）、クーポンの利用履歴などを集め、販促の仮説を描いて実行に移し、そのデータを集めて検証というサイクルを回しているようです。
その結果、店の利用率の向上や売上の増加といった効果が現れているようです。
プレスリリース（2014.10.16）のサイトは、http://www.treasuredata.com/jp/pr10162014.phpです。
