AI 原則
本書は、お客様のご参考のために作成された英語版の参考訳であり、可能な限り正確であるように努めていますが、誤りを含む可能性があることをご了承ください。英語版と齟齬がある場合、英語版の定めが優先し適用されるものとします。
AI と機械学習に対する Slack のアプローチ
Slack では、人工知能（AI）と機械学習（ML）が製品エクスペリエンスの重要な要素となっています。データプライバシーとセキュリティへの取り組みは、Slack のあらゆる活動の基盤であり、堅牢な管理体制を確保して、お客様の情報を確実に保護します。Slack のネイティブ AI 機能は、このような取り組みに基づいて構築されています。顧客データ（メッセージやファイルなど）が LLM のトレーニングに使用されることはありません。
Slack の AI および ML 機能の目的は、Slack での仕事をさらに簡単かつスマートに、そして効率よく進められるようにすることです。Slack にとって AI は比較的新しいものですが、ML については、以前から Slack エクスペリエンスの中心的な役割を担ってきました。このガイドでは、これらの技術がどのように Slack に組み込まれているのか、また、両者の明確な違いについて詳しく説明します。
- AI とは、具体的には、大規模言語モデル（LLM）を活用した生成 AI 機能（チャンネルの要約など）のことです。
- ML には、絵文字のおすすめや、その他のユーザーをメンションするときの表示名の提案など、予測モデルを使った機能が含まれています。
Slack での AI
AI 機能は、Slack 有料プランに含まれています。管理者が AI 機能を有効または無効にすることで、お客様はワークスペースでの AI の利用方法や使用可否を完全に管理できます。
Slack の AI アーキテクチャは、プライバシーを重視して設計されています。
Slack のすべての AI 機能は、Slack AI ガードレール（組み込みの基礎となる保護フレームワーク）によって保護されます。これらの保護機能には、ハルシネーションを減らすためのコンテンツのしきい値、プロンプトエンジニアリングを制限する明示的な安全に関する指示、プロンプトインジェクションのリスクを軽減するためのコンテキストエンジニアリング、フィッシング攻撃を阻止するための URL フィルタリング、出力形式の検証、プロバイダが提供する緩和策などがあります。
また、Slack AI ガードレールでは、ユーザーによって生成された入力を使用する AI 機能に対し、追加の保護層としてコンテンツ安全性フィルターが自動的に適用されます。これらのフィルターではクエリをリアルタイムで分析し、有害なコンテンツやプロンプトインジェクションの試み、セキュリティリスクを含む入力が、Slackbot や回答の検索などの AI システムに渡る前に特定・緩和されます。
Slack の AI に対するアプローチは、以下の 3 つの原則にもとづいています。
- AI がアクセスできる情報はお客様が管理します。
Slack 内の顧客データ（メッセージやファイルなど）は LLM のトレーニングに使用されません。 - お客様のデータが、大規模言語モデルのトレーニングに使用されることはありません。
ワークスペース管理者と OrG 管理者は、AI 機能をいつでも有効 / 無効にすることができます。このため、AI の使用方法はお客様側で全面的に管理できます。Slack AI では、ユーザーがすでに閲覧権限を持っているコンテンツのみが扱われます。例えば、AI 回答の検索に含まれるのは、通常の検索でも見つかる結果に限られます。 - お客様のデータは信頼性の高い Slack のインフラストラクチャ内に留まります。
Slack が使用する LLM は Slack のクラウド環境内にデプロイされるため、モデルのプロバイダはお客様のデータにアクセスできません。
注 : 管理者は、ワークスペースまたは Enterprise オーガナイゼーションのメンバーが AI 機能にアクセスできるようにするかを決定できます。詳細については、「Slack の AI 機能へのアクセスを管理する」を参照してください。
Slack での機械学習
また、Slack をさらに快適にご利用いただけるよう予測機械学習モデルも活用しています。あなたのチームで最近使用した絵文字が絵文字ピッカーに表示されたり、オートコンプリート候補により社内に同じ名前の人がいる場合でも正しい相手が見つけやすくなったりします。このような提案の関連性と正確性を支えるのが ML モデルです。
- 機械学習モデルにより、個々に合わせた高品質なエクスペリエンスを提供できます。
- Slack では、顧客データを再現できないように、また出力内容が特定のお客様のデータにリンクされないように、モデルを構築およびトレーニングしています。
Tip : Slack における製品開発および顧客管理に関する原則の概要については、プライバシーに対する基本理念をご覧ください。
モデルとデータの詳細情報
Slack が使用している生成モデルと予測モデル、それらのモデルが Slack の AI 機能と ML 機能にどのように役立つかの詳細については、「Slack の人工知能、機械学習、データの使用」を参照してください。このリソースでは、Slack の AI と ML のデータプラクティスについてより深く理解したい方のために、詳細情報を提供しています。