コパイロットは、Macでも使えます
この「所長のBlog」で、コパイロットの記事を、数本書いてきました。そして、少し問い合わせもあり、意外とコパイロットって知られていない&使われていない可能性を感じました。
そして、多くの人の誤解が、コパイロットが、エクセルや、ワードなどの、マイクロソフト・オフィス・ツールの中で、使うAIと思っている点です。もちろん、マイクロソフト・オフィス・ツールとコパイロットとの連携は、魅力的な機能なのですが、オフィス・ツールがなくても、コパイロットは使えます。
また、コンピューターも、Windowsでなくても、つまりMacからでも、コパイロットは使えます。私も、このコパイロットの記事は、Macでの体験をもとに書いています。
ただ、確かにWindowからと、Macからでのコパイロットのアクセスでは画面が異なります。

Macからのコパイロットからの画面の方が、シンプルですし、実はできることがやや少ないです。しかし、まぁ、そこは気にせずに、今回も進みましょう。
コパイロットで、データ分析を行う
せっかくなので、皆さんも、AIを使ったデータ分析が行えるように、サンプルデータを用意しました。
このサンプルデータを、ブラウザで開くと、次の図のように、データが見えてくれるので、ダウンロードボタンを使って、csvファイルを保管しましょう。

Windowsのコパイロットでは、このcsvファイルをアップロードすることができます。Macではできないので、プロンプトの中に、このcsvファイルをコピペーします。
以下のような感じです。
この後、添付するデータを分析したいいです。
特に、年間購入金額と影響の高い因子を教えてください。
顧客番号,性別,年齢,購入カテゴリー,最終購買日,年間購入金額,年間購入回数
O73437,男性,14,メディア,2024/6/13,14773,1
B25449,男性,19,アクセサリー,2024/9/8,17623,1
A92083,男性,65,スマートフォン,2023/2/10,10767,2
(以下略)
実は、多くのAIでは、このようにプロンプトの中に、csv形式で、データを書き込むことが可能です。

すると、コパイロットが、データ分析を行ってくれます。

そこで、さらに、
年齢と年間購入金額の関係を示すグラフを作成してもらえますか?
と聞いてみます。Windowsではおそらくグラフが表示されますが、Macでは、グラフ作成できず、以下のように文章で回答が出ます。

ただ、まぁ説明としては、わかりやすいですね。
このように、コパイロットは、Macでも使えますし、さらにエクセルがなくてもデータ分析ができるのです。
データ分析が、生成AIで大きく変わる
実は、この分析は、今までのデータ分析ツールを使った分析と、大きく異なる点があります。
生成AIとこれまでのデータ分析ツールの主な違いは、「使いやすさ」と「柔軟性」にあります。
まず、従来のデータ分析ツール(RやPythonなど)を使う場合、分析者は明確な手順を細かく指示する必要があります。例えば、「データを読み込んで」「異常値を除外して」「平均値を計算して」「グラフを作成する」といった具体的な命令を、プログラミング言語を使って一つ一つ書いていきます。これは料理でいえば、「玉ねぎを薄切りにして」「中火で3分炒めて」「塩を小さじ1加える」というように、詳細なレシピに従って調理するようなものです。
一方、生成AIを使ったデータ分析では、より自然な対話形式で分析を進めることができます。「この売上データから重要なトレンドを見つけて」といった大まかな指示でも、AIが自動的に適切な分析手法を選び、結果を示してくれます。これは、熟練したシェフに「この食材で美味しい料理を作って」と頼むようなものです。シェフが材料を見て、最適な調理法を考え、おいしい料理を作ってくれるように、AIも与えられたデータを理解し、適切な分析方法を選択します。
ただし、この両者にはそれぞれ長所と短所があります。従来のツールは、分析の過程を完全にコントロールできる反面、習得に時間がかかり、初心者には敷居が高いものでした。一方、生成AIは使いやすい反面、なぜその結論に至ったのかのプロセスが見えにくく、時として予期せぬ結果を出すことがあります。
実際のビジネスでは、これら二つのアプローチを組み合わせて使うケースが増えています。例えば、初期の探索的な分析には生成AIを使い、より詳細で正確な分析が必要な場合は従来のツールを使うという使い分けです。また、生成AIを使って分析コードのドラフトを作成し、それを従来のツールで実行・改良するという方法も効果的です。
特に初心者にとって、生成AIは「データ分析の入り口」として大きな可能性を持っています。複雑な統計手法やプログラミングの知識がなくても、データから意味のある洞察を得られるようになったからです。ただし、より深い分析や正確な結果が必要な場合は、従来のツールの基礎知識も併せて習得することをお勧めします。
このように、生成AIは従来のデータ分析ツールに取って代わるものというよりは、それを補完し、データ分析をより身近なものにする技術として位置づけられます。両者の特徴を理解し、目的に応じて適切に使い分けることが、効果的なデータ分析の鍵となるでしょう。
Comentarios