投稿者 global-ai-media 
ChatGPTのような高度なAIでも、「Strawberry」という単語のスペルに関する単純な質問に正しく答えられない事例が話題となっています。これはAIの「知能」の欠陥ではなく、テキスト処理の根本的な仕組みである「トークン化」に起因するものです。本記事では、この事象が示唆する生成AIの技術的特性と、日本企業が業務活用する際に認識しておくべきリスクと対策について解説します。
なぜAIは「文字を数える」のが苦手なのか
生成AI界隈で頻繁に取り沙汰される話題の一つに、「ChatGPTは『Strawberry（ストロベリー）』という単語に『r』がいくつ含まれているか正しく答えられない」という事象があります。人間であれば数秒で「3つ」と答えられるこの単純な問いに対し、最新のモデルであっても自信満々に「2つ」と誤答することがあります。
この現象は、大規模言語モデル（LLM）がテキストを我々人間のように「文字単位」で読んでいるのではなく、「トークン」と呼ばれる意味のまとまり（数値化された断片）として処理していることに起因します。例えば「Strawberry」という単語は、モデル内部では「Straw」と「berry」といったトークンの組み合わせとして認識されている可能性が高く、その構成文字である「r」が物理的にいくつ並んでいるかという情報は、モデルにとって直接的には見えていないのです。
推論能力の進化と残る課題
OpenAIをはじめとする開発企業は、こうした論理的・数学的な弱点を克服するために、「o1（旧コードネーム：Strawberry）」のような、回答生成前に「思考（推論）」のプロセスを挟むモデルの開発を進めています。これにより、複雑な論理パズルやプログラミングにおいては劇的な性能向上が見られます。
しかし、トークン化という根本的な仕組みが変わらない限り、文字レベルの厳密な操作やカウントといったタスクにおいては、依然として不安定さが残ります。これは「AIが賢くない」からではなく、「処理の粒度」が人間と異なるために発生する構造的なミスマッチと言えます。
日本企業における実務上のリスクと対策
この「単純なことができない」という事実は、日本のビジネス現場におけるAI活用に重要な示唆を与えます。例えば、契約書の条番号の正確な参照や、特定の文字数制限（全角・半角の区別含む）がある文章作成、あるいは形式が厳密に決まったコードやデータの生成において、LLM単体ではミスを犯す可能性があるということです。
特に日本の商習慣では、てにをはの正確さや、形式的な整合性が重視されます。LLMは「もっともらしい文章」を作るのは得意ですが、「事実としての文字数や形式」を保証する機能は持ち合わせていません。したがって、重要文書の作成や数値・文字数が重要なタスクにおいては、以下の対策が必要です。
- ツールの使い分け：計算やカウントが必要な場合は、LLMにPythonコードを実行させる機能（Code Interpreter等）を併用し、プログラム的に処理させる。
- Human-in-the-Loop（人間による確認）：出力結果を目視、あるいは従来のルールベースのシステムで検証するプロセスを組み込む。
日本企業のAI活用への示唆
今回の「Strawberry」の事例は、AIの限界を嘲笑するためのものではなく、その特性を正しく理解するための教材です。日本企業がAI導入を成功させるためには、以下の視点が不可欠です。
- 「万能」という幻想を捨てる：AIは人間のようにテキストを視覚的に捉えていません。構造的な弱点を理解した上で、得意な領域（要約、翻訳、アイデア出し）に注力させるべきです。
- 検証プロセスの内製化：AIの出力に対する品質保証（QA）は、今後の業務フローにおいて必須となります。特にコンプライアンスや正確性が求められる領域では、AI任せにせず、ダブルチェックの体制を構築してください。
- 最新モデルへの適応：推論能力に特化した新しいモデル（o1など）が登場していますが、コストや応答速度とのトレードオフがあります。タスクの性質に応じて、軽量モデルと高機能モデルを使い分けるエンジニアリング力が競争力を左右します。