文字・画像・音声・動画など、複数の種類の入出力を同時に扱えるAIのことです。写真を見せて説明させたり、音声から議事録を作らせたり、一つのAIで複数の入り口を扱えます。文字だけを扱うAIより使える場面が広がり、業務での応用範囲も一段広くなります。
あなたの会社でいうと
業種を選ぶと、あなたの会社の例えが最初に表示されます。
あなたの業種:
-
書類・規程参照型のケース
手書きの書類・写真・音声メモを同じ担当者が一括で処理して整えてくれるようなものです。窓口が一つで済みます。
-
受発注・在庫型のケース
FAX注文・電話・メールを一人で受けて同じ台帳に転記してくれる受注担当のようなものです。入り口が違っても同じ形式に落ちます。
-
接客・問い合わせ型のケース
電話・チャット・写真を同じスタッフが一貫して受けて処理してくれるようなものです。お客様は入り口を気にしません。
-
製造・現場型のケース
図面・現場写真・音声メモを一人の担当者が一括で読み取って作業指示に落としてくれるようなものです。書類の種類が混在しても対応できます。
-
専門サービス型のケース
議事録音声・手描きホワイトボード写真・提案書ドラフトをまとめて読み取って整理してくれるアシスタントのようなものです。
役員向けの1行
文字だけでなく画像・音声も扱えるAI。用途が一段広がります。
よくある誤解
「マルチモーダル対応」と謳っていても、実際の精度は種類ごとに大きな差があります。用途ごとに実データで検証が必要です。