倭国の”DX”って馬鹿馬鹿しいなと思ってたけど、英語圏でも同じ感じね笑

以下翻訳↓

前四半期、私は4,000人の従業員に Microsoft Copilot を導入した。

1アカウントあたり月30ドル。

年間140万ドル。

私はこれを「デジタルトランスフォーメーション」と呼んだ。

取締役会はその言葉を気に入った。

承認まで11分だった。

実際に何をするのか、誰も聞かなかった。

私自身も含めて。

私は全員に「生産性が10倍になる」と言った。

10倍というのは実在する数字ではない。

でも、数字っぽく聞こえる。

HRが、その10倍をどう測定するのかと聞いてきた。

私は「アナリティクスダッシュボードを活用する」と答えた。

彼らはそれ以上質問しなかった。

3か月後、利用状況レポートを確認した。

開いたことがあるのは47人。

2回以上使ったのは12人。

そのうち1人は私だった。

私は、30秒で読めるメールを要約するのに使った。

45秒かかった。

それにハルシネーションを修正する時間も加わった。

それでも私はこれを「パイロット成功」と呼んだ。

成功とは、パイロットが目に見えて失敗しなかったという意味だ。

CFOがROIについて聞いてきた。

私はグラフを見せた。

そのグラフは右肩上がりだった。

測っていたのは「AI活用度」。

その指標は私が作った。

彼は満足そうにうなずいた。

私たちは今、「AI対応」だ。

それが何を意味するのか、私には分からない。

だが投資家向け資料には載っている。

あるシニア開発者が、なぜ Claude や ChatGPT を使わないのかと聞いてきた。

私は「エンタープライズグレードのセキュリティが必要だからだ」と答えた。

彼は、それはどういう意味かと聞いた。

私は「コンプライアンスだ」と言った。

どのコンプライアンスかと聞かれた。

私は「全部だ」と答えた。

彼は懐疑的な顔をした。

私は彼との「キャリア開発面談」を設定した。

彼は質問しなくなった。

Microsoftがケーススタディのチームを送ってきた。

成功事例として紹介したいという。

私は「4万時間を削減した」と伝えた。

その数字は、従業員数に私がでっちあげた数字を掛けて算出した。

彼らは検証しなかった。

彼らは決して検証しない。

今、私たちは Microsoft のウェブサイトに載っている。

「グローバル企業が Copilot により4万時間の生産性向上を達成」

CEOがそれを LinkedIn で共有した。

3,000件の「いいね」がついた。

彼は Copilot を一度も使ったことがない。

役員の誰も使っていない。

私たち役員には例外が適用される。

「戦略に集中するため、デジタル上の余計なツールは極力排除する」

そのポリシーを書いたのは私だ。

ライセンスは来月更新される。

私は拡張を申請している。

さらに5,000アカウント。

最初の4,000アカウントすら使っていないのに。

でも今回は「利用促進」をする。

利用促進とは、強制トレーニングのことだ。

トレーニングとは、誰も見ない45分のウェビナーだ。

だが、受講完了は追跡される。

完了は指標だ。

指標はダッシュボードに入る。

ダッシュボードは取締役会資料に入る。

取締役会資料は私を昇進させる。

Q3までにSVPになるだろう。

私は今でも Copilot が何をするのか分からない。

だが、何のためのものかは分かっている。

「AIに投資している」ことを示すためだ。

投資とは支出のことだ。

支出はコミットメントを意味する。

コミットメントは、私たちが未来に本気だという証拠だ。

未来とは、私がそうだと言えばそうなるものだ。

グラフが右肩上がりである限り。 December 12, 2025

OpenAIはGPT-5.2発表。Gemini 3 ProやClaude 4.5 Opusと比較し各種ベンチマークで飛躍。ARC-AGI 1/2でもSoTA。実際の経済的有用性を専門家と比較するGDPvalでは70%以上と専門家以上のパフォーンスを記録。SWE-bench Verifiedでは、GPT-5.2 Thinkingが80%で最高スコア。ハルシネーションも大幅に減り、ロングコンテキストベンチマークも飛躍。 December 12, 2025

本当に人間やばい、自分のコンテキストやハルシネーションに自覚がないので、LLMよりややこしい。一時チャットさせてくれ、システムプロンプト変更でもいい。 December 12, 2025

GPT-5.2 は、AIエージェントを意識した
能力向上が目立ちますね

その中でもハルシネーションの抑制が
個人的には嬉しいなと
前モデルと比較して約30%ほど減少したみたいです https://t.co/dn5eonmm6Z December 12, 2025

📕GPT-5.2がリリース！
正直、ドキュメントを読み込むほど「これは知識労働そのものが変わる」という感覚が強くなっています

私が一番注目したのは、GDPvalというベンチマークの結果です。これは44職種にまたがる「実際の成果物を作る」タスクで評価するもの。営業用プレゼン、会計スプレッドシート、救急診療スケジュール、製造図面まで含まれる

結果、GPT-5.2 Thinkingは「難度の高い知識業務タスクの70.7%において、業界トップクラスの専門家と同等以上の結果」を出した

ここで重要なのは速度とコストです。「業界専門家の11倍以上の速度、1%未満のコスト」で生成している

審査員のコメントが本質を突いています。「まるで専門チームを持つ企業が作成したかのようなクオリティで、いくつか修正すべき細かな点はあるものの、レイアウトも助言内容も驚くほど洗練されています」と

つまり『人間のレビューは必要だが、ゼロから作る必要がなくなった』ということ。これ、中小企業や個人事業主にとっては革命的な話だと思うんです。専門チームを雇えない人が、専門チームレベルのアウトプットを得られる

エンジニアにとっても大きな進化があります

SWE-Bench Proというコーディングベンチマークで55.6%の新記録。Windsurf CEOは「GPT-5以降でエージェント型コーディングにおけるGPTモデル最大の飛躍」「今回のバージョン番号は、その知性の大幅な向上を十分に示しきれていません」と評価しています。

実務面では「本番コードのデバッグ、機能追加の実装、大規模コードベースのリファクタリング、少ない手動介入でのエンドツーエンド修正などをより安定してこなせる」とのこと

フロントエンド開発者には特に朗報で「複雑・非標準的なUI作業、特に3D要素を伴う場面で大幅に強化されている」そうです。

そして個人的に一番嬉しいのが『事実性』の向上。「匿名化したChatGPTのクエリセットにおいて、誤りを含む回答は相対的に38%少なく」なった。

ハルシネーションが4割近く減る。これ、AIを業務で使う人全員にとって最大の課題だったはず。「調査や文書作成、分析、意思決定支援といった作業でのミスが減り、日常的な知識業務でより信頼してモデルを使えるようになる」という説明に納得しかない。

私のように長文ドキュメントを扱う人にも大きな進化です

「256kトークンまで扱える4-needle MRCRバリアントで、ほぼ100%の精度を達成した初めてのモデル」とのこと。

実務的には「レポートや契約書、研究論文、書き起こし、多ファイルのプロジェクトなどの長文ドキュメントを扱い、数十万トークン規模でも一貫性と精度を保ちながら作業できる」。法務、研究者、コンサルタントの方々には待望の進化ではないでしょうか

Vision能力も「チャート推論やソフトウェアインターフェース理解におけるエラー率を約半分に削減」。財務、オペレーション、デザイン領域でダッシュボードや技術図面を扱う方には直接的なメリットがあります

ツール呼び出しの安定性も向上し、Triple Whale CEOのコメントが印象的でした。「これまで脆弱だったマルチエージェントシステムを、20以上のツールを備えた単一のメガエージェントへと集約することができた」「メガエージェントはより高速で、より賢く、保守性は100倍向上しました」と

エージェント開発者にとっては、アーキテクチャそのものを見直すきっかけになりそうです

価格は入力 class="drawer drawer--top" id="detail">

• 最新記事
• ランキング
• レポート

メニュー

ハルシネーション トレンド

0post

2025.12.12 10:00

:0% :0% （30代／男性）

• 1時間
• 1日
• 1週間

1時間前の
ハルシネーション

人気のポスト ※表示されているRP数は特定時点のものです

倭国の”DX”って馬鹿馬鹿しいなと思ってたけど、英語圏でも同じ感じね笑

以下翻訳↓

前四半期、私は4,000人の従業員に Microsoft Copilot を導入した。

1アカウントあたり月30ドル。

年間140万ドル。

私はこれを「デジタルトランスフォーメーション」と呼んだ。

取締役会はその言葉を気に入った。

承認まで11分だった。

実際に何をするのか、誰も聞かなかった。

私自身も含めて。

私は全員に「生産性が10倍になる」と言った。

10倍というのは実在する数字ではない。

でも、数字っぽく聞こえる。

HRが、その10倍をどう測定するのかと聞いてきた。

私は「アナリティクスダッシュボードを活用する」と答えた。

彼らはそれ以上質問しなかった。

3か月後、利用状況レポートを確認した。

開いたことがあるのは47人。

2回以上使ったのは12人。

そのうち1人は私だった。

私は、30秒で読めるメールを要約するのに使った。

45秒かかった。

それにハルシネーションを修正する時間も加わった。

それでも私はこれを「パイロット成功」と呼んだ。

成功とは、パイロットが目に見えて失敗しなかったという意味だ。

CFOがROIについて聞いてきた。

私はグラフを見せた。

そのグラフは右肩上がりだった。

測っていたのは「AI活用度」。

その指標は私が作った。

彼は満足そうにうなずいた。

私たちは今、「AI対応」だ。

それが何を意味するのか、私には分からない。

だが投資家向け資料には載っている。

あるシニア開発者が、なぜ Claude や ChatGPT を使わないのかと聞いてきた。

私は「エンタープライズグレードのセキュリティが必要だからだ」と答えた。

彼は、それはどういう意味かと聞いた。

私は「コンプライアンスだ」と言った。

どのコンプライアンスかと聞かれた。

私は「全部だ」と答えた。

彼は懐疑的な顔をした。

私は彼との「キャリア開発面談」を設定した。

彼は質問しなくなった。

Microsoftがケーススタディのチームを送ってきた。

成功事例として紹介したいという。

私は「4万時間を削減した」と伝えた。

その数字は、従業員数に私がでっちあげた数字を掛けて算出した。

彼らは検証しなかった。

彼らは決して検証しない。

今、私たちは Microsoft のウェブサイトに載っている。

「グローバル企業が Copilot により4万時間の生産性向上を達成」

CEOがそれを LinkedIn で共有した。

3,000件の「いいね」がついた。

彼は Copilot を一度も使ったことがない。

役員の誰も使っていない。

私たち役員には例外が適用される。

「戦略に集中するため、デジタル上の余計なツールは極力排除する」

そのポリシーを書いたのは私だ。

ライセンスは来月更新される。

私は拡張を申請している。

さらに5,000アカウント。

最初の4,000アカウントすら使っていないのに。

でも今回は「利用促進」をする。

利用促進とは、強制トレーニングのことだ。

トレーニングとは、誰も見ない45分のウェビナーだ。

だが、受講完了は追跡される。

完了は指標だ。

指標はダッシュボードに入る。

ダッシュボードは取締役会資料に入る。

取締役会資料は私を昇進させる。

Q3までにSVPになるだろう。

私は今でも Copilot が何をするのか分からない。

だが、何のためのものかは分かっている。

「AIに投資している」ことを示すためだ。

投資とは支出のことだ。

支出はコミットメントを意味する。

コミットメントは、私たちが未来に本気だという証拠だ。

未来とは、私がそうだと言えばそうなるものだ。

グラフが右肩上がりである限り。 December 12, 2025

100RP

OpenAIはGPT-5.2発表。Gemini 3 ProやClaude 4.5 Opusと比較し各種ベンチマークで飛躍。ARC-AGI 1/2でもSoTA。実際の経済的有用性を専門家と比較するGDPvalでは70%以上と専門家以上のパフォーンスを記録。SWE-bench Verifiedでは、GPT-5.2 Thinkingが80%で最高スコア。ハルシネーションも大幅に減り、ロングコンテキストベンチマークも飛躍。 December 12, 2025

2RP

本当に人間やばい、自分のコンテキストやハルシネーションに自覚がないので、LLMよりややこしい。一時チャットさせてくれ、システムプロンプト変更でもいい。 December 12, 2025

GPT-5.2 は、AIエージェントを意識した
能力向上が目立ちますね

その中でもハルシネーションの抑制が
個人的には嬉しいなと
前モデルと比較して約30%ほど減少したみたいです https://t.co/dn5eonmm6Z December 12, 2025

📕GPT-5.2がリリース！
正直、ドキュメントを読み込むほど「これは知識労働そのものが変わる」という感覚が強くなっています

私が一番注目したのは、GDPvalというベンチマークの結果です。これは44職種にまたがる「実際の成果物を作る」タスクで評価するもの。営業用プレゼン、会計スプレッドシート、救急診療スケジュール、製造図面まで含まれる

結果、GPT-5.2 Thinkingは「難度の高い知識業務タスクの70.7%において、業界トップクラスの専門家と同等以上の結果」を出した

ここで重要なのは速度とコストです。「業界専門家の11倍以上の速度、1%未満のコスト」で生成している

審査員のコメントが本質を突いています。「まるで専門チームを持つ企業が作成したかのようなクオリティで、いくつか修正すべき細かな点はあるものの、レイアウトも助言内容も驚くほど洗練されています」と

つまり『人間のレビューは必要だが、ゼロから作る必要がなくなった』ということ。これ、中小企業や個人事業主にとっては革命的な話だと思うんです。専門チームを雇えない人が、専門チームレベルのアウトプットを得られる

エンジニアにとっても大きな進化があります

SWE-Bench Proというコーディングベンチマークで55.6%の新記録。Windsurf CEOは「GPT-5以降でエージェント型コーディングにおけるGPTモデル最大の飛躍」「今回のバージョン番号は、その知性の大幅な向上を十分に示しきれていません」と評価しています。

実務面では「本番コードのデバッグ、機能追加の実装、大規模コードベースのリファクタリング、少ない手動介入でのエンドツーエンド修正などをより安定してこなせる」とのこと

フロントエンド開発者には特に朗報で「複雑・非標準的なUI作業、特に3D要素を伴う場面で大幅に強化されている」そうです。

そして個人的に一番嬉しいのが『事実性』の向上。「匿名化したChatGPTのクエリセットにおいて、誤りを含む回答は相対的に38%少なく」なった。

ハルシネーションが4割近く減る。これ、AIを業務で使う人全員にとって最大の課題だったはず。「調査や文書作成、分析、意思決定支援といった作業でのミスが減り、日常的な知識業務でより信頼してモデルを使えるようになる」という説明に納得しかない。

私のように長文ドキュメントを扱う人にも大きな進化です

「256kトークンまで扱える4-needle MRCRバリアントで、ほぼ100%の精度を達成した初めてのモデル」とのこと。

実務的には「レポートや契約書、研究論文、書き起こし、多ファイルのプロジェクトなどの長文ドキュメントを扱い、数十万トークン規模でも一貫性と精度を保ちながら作業できる」。法務、研究者、コンサルタントの方々には待望の進化ではないでしょうか

Vision能力も「チャート推論やソフトウェアインターフェース理解におけるエラー率を約半分に削減」。財務、オペレーション、デザイン領域でダッシュボードや技術図面を扱う方には直接的なメリットがあります

ツール呼び出しの安定性も向上し、Triple Whale CEOのコメントが印象的でした。「これまで脆弱だったマルチエージェントシステムを、20以上のツールを備えた単一のメガエージェントへと集約することができた」「メガエージェントはより高速で、より賢く、保守性は100倍向上しました」と

エージェント開発者にとっては、アーキテクチャそのものを見直すきっかけになりそうです

価格は入力$1.75/100万トークン、出力$14/100万トークン。GPT-5.1より高いですが「トークン効率が高いため、同じ品質レベルに到達するための総コストはむしろ低く抑えられる」とのこと

『専門家レベルの知識労働を、専門家の1%のコストで』

この言葉が、いよいよ現実になってきたと感じています

※動画はOpenAIの公式：リアルな波のアニメーションを表示するためのHTMLページ

クオリティがGemini 3 Pro級と言わんばかりのデモ画面ですね December 12, 2025

ついに「人間」を超えてきた？ GPT-5.2 の衝撃

「へえ、また新しいの出たんだ」って軽く流そうとしたら、中身を見て驚きました。 今回の GPT-5.2、サム・アルトマンが「大きな進化」って胸を張るだけあって、これまでのアップデートとはちょっと訳が違います。

【要素1：使い分けの3兄弟（Instant / Thinking / Pro）】
「全部入り」じゃなくて、「適材適所」の時代へ。

今までは「とりあえずChatGPTに投げる」でしたけど、これからは3つの顔を使い分ける感じですね。

サクッと答えが欲しいときは**「Instant」**（ファストフード感覚で）。

じっくり難問を解くなら**「Thinking」**（ここが今回の目玉！）。

バランスよく頼みたいなら**「Pro」**。 僕らの「その時の気分」に合わせて選べるようになったのが嬉しいポイントです。

【要素2：頭脳の進化（GDPval 70.9%）】
「AI対人間」の勝負、ついにAIが勝ち越したかも。

正直、数字（GDPval 70.9%）なんて覚えなくていいです。大事なのは、この新しいベンチマークで**「人間の専門家よりも正答率が高かった」**という事実。 特に数学やプログラミングで悩んだとき、今までは「AIも間違えるしな…」って疑ってましたけど、これからは「自分の上司より優秀なアドバイザー」が隣にいる感覚に近くなるかもしれません。ちょっと怖いけど、頼もしいですよね。

【要素3：信頼性の向上（幻覚30%減）】
「知ったかぶり」の癖、やっと直りました。

これ、みんな一番待ってたやつじゃないですか？ もっともらしい顔で嘘をつく（幻覚）、あのアレが3割も減ったそうです。 「本当に合ってる？」していちいち裏取りするあのストレスが減るだけで、仕事の進み具合が全然違ってきそう。実務でガシガシ使えるレベルに、ようやく到達した感じです。

【要素4：結論（Availability）】
有料ユーザーなら、もう「未来」に触れます。

APIを使っている開発者や、Plusなどの有料ユーザーには順次開放されていくとのこと。 まだの人はちょっと待つかもしれませんが、「人間レベルの相棒」が手元に来る日は、もう目の前です。

💡 変換のポイント（AIデトックス解説）
グラレコを描く人が「絵」をイメージしやすいよう、以下の人間味を加えました。

「3バリアント」→「3兄弟・適材適所」

単なる機能リストではなく、「どう使い分けるか」というユーザーの行動に視点を移しました。これで「早い・深い・万能」というイラストが描きやすくなります。

「GDPval 70.9%」→「上司より優秀なアドバイザー」

謎の数値を書くより、「上司」や「専門家」という具体的な人物像との対比を出しました。天秤の絵などがイメージできます。

「幻覚の減少」→「知ったかぶりの嘘が減った」

「幻覚（ハルシネーション）」という専門用語を、誰もが経験したことのある**「知ったかぶり」という日常のイライラ**に変換し、共感を生みました。

会話のような呼吸

「正直、数字なんて覚えなくていいです」といった、**読者に話しかけるような「間」**を作ることで、情報の詰め込みすぎを防ぎました。

※縦バージョン図解も置いときます！ December 12, 2025

@beepcap @nagise @juners @_broom_ @MoonDoldo いやこれはガチの低学歴の人たちの言動を見てるといわゆるハルシネーション的なやつは起こしてない

ひどいことを言うとハルシネーションが起きるほどのクリエイティビティはない。極端なことを言えばだけど

経験則しか信じてないので騙されにくい面は確かにある December 12, 2025

@nagise @koshian @juners @_broom_ @MoonDoldo その意味では高学歴な人間がハルシネーションを起こした結果というきもする。

そもそもね、研究者ってメンタルつらいからね... December 12, 2025

@kei_cunn ハルシネーションが減ったのが地味に一番嬉しい進化ですね！ December 12, 2025

＜ポストの表示について＞
本サイトではXの利用規約に沿ってポストを表示させていただいております。ポストの非表示を希望される方はこちらのお問い合わせフォームまでご連絡下さい。こちらのデータはAPIでも販売しております。

1時間前の
ハルシネーション

ハルシネーションの関連トピック

ChatGPT ダッシュボード でっちあげ マイクロソフト 英語

• 1時間
• 1日
• 1週間

• 
• 0
• 0
• 

トレンドランキング

1

クリスマス

クリスマスプレゼント、ポンタクロース、ponta、イオン、アプリ

0post

2

倭国

中国、外国人、高市早苗、アメリカ合衆国、レーダー照射

0post

3

クリスマスプレゼント

クリスマス、4Kテレビ、PlayStation 5、松阪牛、銀座

0post

4

中国

倭国、レーダー照射、高市早苗、国防、外交

0post

5

The Game Awards

ウマ娘 プリティーダービー、モバイル、ベスト、Steam、プラグマタ

0post

6

高市早苗

倭国、中国、首相、内閣総理大臣、自由民主党

0post

7

ponta

クリスマス、ポンタクロース、クリスマスプレゼント、トラブル、迷宮のしおり

0post

8

ポンタクロース

クリスマス、ponta、クリスマスプレゼント、Nintendo Switch 2、ケーキ

0post

9

誕生日

桐生院ヴァン、TVアニメ、わたしが恋人になれるわけないじゃん、ムリムリ!(※ムリじゃなかった!?)、Amazonプライム・ビデオ、四季凪アキラ

0post

10

PayPay

ズワイガニ、おせち料理、欲しい、Yahoo!ショッピング、レース

0post

倭人速報公式アカウント

エリアスポットランキング
エリアLOVEWalker内で昨日アクセスが多かったスポット

1

指定特定相談支援事業所Sunlight (福祉施設) | 口コミ・話題・評判・週間天気

2

だんまや水産 女子大小路店 (居酒屋) | 口コミ・話題・評判・週間天気

3

三方原学園 (福祉施設) | 口コミ・話題・評判・週間天気

4

京都府 京都市南区 東九条西河辺町（きょうとふ きょうとしみなみく ひがしくじょうにしかわべちょう）の地域情報一覧|エリアスポットデータベース

5

住宅型有料老人ホーム　実来 (福祉施設) | 口コミ・話題・評判・週間天気

6

共同生活援助事業所とわる (福祉施設) | 口コミ・話題・評判・週間天気

7

加治川河川敷下高関運動公園 (文化施設) | 口コミ・話題・評判・週間天気

8

埼玉県 春日部市の地域情報一覧|エリアスポットデータベース

9

倭国郵政株式会社郵政健康管理センター中四国郵政健康管理センター (国・都道府県の機関) | 口コミ・話題・評判・週間天気

10

有料老人ホーム粕屋の杜 (福祉施設) | 口コミ・話題・評判・週間天気

これまでの記事

2025.12

<前の月

Mon	Tue	Wed	Thu	Fri	Sat	Sun
01	02	03	04	05	06	07
08	09	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31	01	02	03	04