ウィーブ、ステルスからの登場：企業向けプラグ＆プレイAIコパイロットのご紹介

Weav、エンタープライズ向けAIコパイロットを発表し、生成AIの統合を簡素化

カリフォルニアに拠点を置くスタートアップのWeavは、エンタープライズ向けAIコパイロットを発表し、生成AIをビジネスのワークフローにシームレスに統合できる低コードのプラグアンドプレイツールのスイートを導入しました。この発表は、Sierra Venturesからの最近のシード資金調達に続くもので、企業がAIを構築し統合する際の課題を軽減することを目指しています。Weavのツールは、モデルの作成やトレーニングから、展開、監視に至るまでのプロセスを簡素化します。

WeavのCEOで共同創設者のPeeyush Rai氏は「ビジネスユーザーが適切なデータを活用してAIを効果的に起動し、具現的な結果を得るために、簡単にユースケースを開始できるべきだと考えています。当社のプラットフォームは、コパイロットアプローチを通じて、適切な抽象化のレベルに重点を置いて設計されています」と述べています。

企業向けトランスフォーマティブなプラグアンドプレイ機能

WeavのエンタープライズAIコパイロットは、限られたリソースを持ちつつAI技術を活用したい小規模および中規模企業（SMB）に特に有益です。これらのコパイロットは、主に以下の3つの機能を提供します：

1. 生成AI機能：即利用可能な生成AIの機能を提供します。

2. データコネクタ：一般的に使用されるエンタープライズツールからのデータ抽出のためのコネクタを提供します。

3. API：開発者がこれらの機能を様々なアプリケーションに組み込むためのAPIを提供します。

コパイロットを運用するために必要なインフラストラクチャスタック（統合、プロンプト管理、GPT-4やLlama 2などの基盤モデル、ベクターデータベース、およびセキュリティプロトコル）は、便利さのために事前統合されています。

Weavのコパイロットの主な機能

1. ドキュメントコパイロット：非構造化データ（ドキュメント、画像、スプレッドシートなど）を処理し、重要なエンティティと値を抽出します。ユーザーは自然言語を使用して検索、要約、またはコンプライアンス評価のための基準を定義できます。

2. 会話コパイロット：自然言語を使用してデータと対話し、ユーザーが意図に基づいて必要なタスクを実行できるようにします。

3. 検索コパイロット：構造化および非構造化データソース間での文脈に応じた検索を促進し、ユーザーの問い合わせを適切なネイティブクエリに変換して正確な結果を提供します。

アクションが開始されると、コパイロットはデータ保護、ベクターデータベースでのクエリ埋め込み、およびデータベースクエリの実行など、さまざまなバックエンドプロセスを管理します。「私たちはモデルに依存せず、特定のタスクに対して自社モデルを利用する一方、外部のLLMもサポートしています」とRai氏は述べています。

実用面では、これらのコパイロットは頻繁に連携し、ユーザーが非構造化データと構造化データの両方から貴重な洞察を抽出できるようにします。

サポートされるモデルと早期採用の成功

Weavのプラットフォームは、OpenAIのGPT-4、GPT-3.5、Llama 2をサポートしており、AnthropicのClaudeやCohereモデルとの統合の可能性もあります。Weavの技術に対する反応は好意的であり、世界的なマネジメントコンサルティング会社や大手製薬企業など、いくつかの大企業が初期のユースケースでコパイロットをテストしています。

これらの企業は、精度が87%から95%の範囲で、初期の調査結果では生産性の向上やコスト削減が最大75%に達する可能性が示されています。

戦略的成長と競争環境

Weavは2022年11月のシード資金調達後、エンタープライズニーズに応じたプラットフォームの拡張に取り組んできました。コパイロットの公式 rollout に伴い、同社はマーケティングおよび販売戦略を強化し、さらなる顧客の獲得を目指しています。また、Weavはモデルサポートの拡大やコアアルゴリズムの開発、非構造化データの最大活用を目指したマルチモーダル基盤モデルの開発を計画しています。生成AIへの関心が高まる中、WeavはDataikuやDatabricksなどの企業がすでにAIの展開に積極的に取り組んでいることを認識しています。

Rai氏は、競争環境における4つの新たなトレンドを特定し、MicrosoftやGoogle、Amazonなどのテクノロジー大手が既存の製品に生成AIツールをますます組み込むようになると予測しています。さらに、従来のソフトウェア企業や新興スタートアップは、DIYソリューションを求める社内ITチームと競い合うことになるでしょう。

Rai氏は「私たちの焦点は、迅速な価値提供と低い総所有コスト（TCO）で実ビジネス価値を提供することです」と強調しました。Weavは、2〜4週間以内に初期の価値を示し、4〜6週間で本番展開を達成することを約束しており、これは重要な競争上の優位性を示しています。

マッキンゼーによると、生成AIの導入は小売や消費財セクターだけで追加の4000億～6600億ドルの営業利益を生む可能性があり、全業界での企業利益に対しては2.6兆ドルから4.4兆ドルの貢献が期待されています。