Azure OpenAI Serviceの評判・口コミ 全9件

改善してほしいポイント

チャットプレイグラウンドで、最大応答、温度、上位Pなどの各種パラメータが設定できるが、毎回設定画面を開きなおす度に、パラメータの設定がリセットされている。パラメータ設定内容を簡単に保存できる機能を追加してほしい。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

通常のインターネットで使用できるOpenAI社のChatGPTでも、入力した内容を学習データとして使用させないようにオプトアウトは可能だが、全社員がそのオプトアウトを漏れなく実施してくれるかどうか懸念がある。それに比べ、Azure OpenAI Serviceで構築した社内用ChatGPTであれば、学習データに使用される心配がないため、セキュリティ的に安心である。そのため、社内に利用を展開するにあたり、上長の許可も得やすい。

検討者へお勧めするポイント

私はAzureについても、またOpenAI Serviceについても初心者だったため、Webの情報源だけでは情報が足りず、また理解が及ばなかった。
そのため、Azure OpenAI Service関連の書籍を２つ購入し学習したが、もし自信の無い方は、書籍の購入をおすすめする。

改善してほしいポイント

欲しい機能・分かりづらい点
・関連する機能のUIやサービス名が頻繁に変わる
・コンテンツフィルターによるブロック機能が面倒
その理由
・Microsoftのサービスではよくある話だが、UIやサービス名が頻繁に変わることが多く、Azure OpenAIにおいてもモデルを管理するサービスがAzure AI Studio → AI Foundryのように名称とUIが変更されており、ユーザーの混乱を招くことが多い
・コンテンツフィルターと呼ばれる入力と出力のうち、不正なものをブロックする機能がデフォルトで有効になっているが、誤検知が発生するケースがある。コンテンツフィルターをオフにするには申請が必要なので、手間がかかる。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

解決できた課題・具体的な効果
・社内向けChatアプリケーションにおけるLLMの利用で業務効率の向上
・GPT-4.1 nanoなどの低コストモデルの導入によってランニングコストが削減

課題に貢献した機能・ポイント
・OpenAIのGPT-4.1のような最新の汎用モデルを使えることで、文書生成から要約、分類、FAQ対応まで幅広くカバーできた。また、推論精度が求められるケースではo3などの高性能モデルを使い分けることで、実用性とコストのバランスを両立できた。
・GPT-4.1 nanoのような低コストモデルがあることで、簡単なタスクでもコストを気にせず、AIに実行させるられることができた。

検討者へお勧めするポイント

現状では、3大クラウドの中でOpenAI系のモデルをクラウド環境で利用できる唯一の選択肢であり、Azureがエンタープライズ向けのクラウドなので社内向けのサービスをOpenAI系のモデルで構築したいというケースにはおすすめ。

改善してほしいポイント

だんだんなくなってきましたが機能が多すぎるがだいぶ一部しか使えていないので、活用方法を提案するような支援とかプッシュメッセージがあるとよいのかもしれません。サポートなども回答に時間がかかる。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

製品開発におけるプロンプト、データの一括検証ができるようになり大幅に時間が短縮した。またAPIで接続して製品内で提供しているが特にトラブル等起こったことなく安定してAI機能を提供できている。

検討者へお勧めするポイント

他にも機能が似たサービスは出てきているとは思いますが、製品にAIを組み込むときの選択肢としてはAzureの基盤にのっている安心感がありまず検討してみるのがよいと思いました。

改善してほしいポイント

・データを追加して評価するシーンにおいて、いちいちデータと列を選択しなければならないのが若干面倒である。同じことが多いので、ある程度記憶してほしい。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

・自社製品をデータとして入れたいので、勝手に学習されては困ります。かといってメンバー全員にChat GPTのプロプランを登録させるとコストがかかります。そういったコストと安全面の課題をクリアできました。
・社内でのAI利用においても、Azure Open AIを利用したWEBサイトを作成するようにしたため、セキュアな運用ができるようになりました。

改善してほしいポイント

さらなる発展に向けて、対応技術の幅を広げることを期待。特に、人気のバックエンドフレームワークやライブラリ（Express.jsやNest.jsなど）のサポートの強化や、リアルタイムのコーディング支援機能の追加を望む。これにより、さらに多様な開発ニーズに対応可能。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

バックエンド開発における多くの課題を解決し、開発効率が向上。複雑なAPI設計やデータベース処理の問題解決など、開発者が直面する困難に対処する支援を行い、開発チーム内のコミュニケーションも円滑に。情報共有や意思決定プロセスが改善し、協力的な環境が促進。これらがプロジェクトの品質向上につながる。

バックエンド開発における信頼できるAIパートナーとなり、高度な機能とパフォーマンスにより、開発効率の向上や品質の向上が可能。これからの進化に期待。

改善してほしいポイント

用意されているGPT-4の利用価格が従量課金で高額の為、すぐ高額請求リスクとなる事。GPT-3.5でもよいが、より高性能なエンジンを安価に利用できるようになると更に望ましい。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

法人事業部門に所属しており、各業界における課題や取るべき打ち手、当社での課題解決支援イメージについて、壁打ちしております。お客様へ提案を持参する上での準備に役立てており、事前リサーチ時間の短縮や、提案精度の向上（及び顧客の反応の良化）に寄与しています。

検討者へお勧めするポイント

汎用的なデータからの示唆でなく、自社データをクローズに利用し、示唆を提示できる為、よりビジネスユースへの細やかな活用が期待できる。

改善してほしいポイント

まだ黎明期だからなのか、エラーが出るものの原因が不明であることが良くあります。
翌日には解決していたというケースが多いですが、時間の問題でしょうか。
また、提供形態として、webアプリのデプロイは簡単にできるようになりましたが、Teamsのチャットボットへのデプロイも簡単にできるようになると助かります。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

法人内で、生成系AIを安全にかつ、一定の管理下に置きつつ導入することに貢献できました。
文書の作成や、議事録の作成、文書の要約に主に利用できています。
また、今後はAzure Cognitive Searchと組み合わせて法人内のデータを利用したQAシステムへの展開も期待しています。

検討者へお勧めするポイント

すでにAzure AD等を利用している場合は、連携が可能ですのでおすすめです。

改善してほしいポイント

・アルゴリズムの改善
既にかなりすごいのだが、まだ間違った回答をすることはあるので、改善すれば嬉しい。

・Azureの操作方法
知らない人がいきなり触れはしないので、分かり易いQA等が欲しい。

どのような課題解決に貢献しましたか？どのようなメリットが得られましたか？

これまで社内文書がどこにあるかわからない、色んなところにデータが散らばって探せないという問題が多かった。まだ本格検討はこれからだが、そういった問題の解決方法の候補がやった出てきた。