生成AI：産業と企業の変革
これまでの常識を覆す突破口として注目されている生成AIは、私たちの日常生活を含むさまざまな分野に劇的な変化をもたらす可能性を秘めています。しかし、2023年のメンロ・ベンチャーズの報告によると、企業による生成AIの導入は予想ほど進んでおらず、クラウド支出の1%未満にとどまっています。その一方で、従来のAIは4000億ドルのクラウド市場のうち18%を占めています。メンロの投資家であるデレク・シャオは、「多くの人が生成AIが迅速に産業を革命すると思っていましたが、これは重要な進展を示しているものの、企業セクターの変化には時間がかかるでしょう」と語っています。
従来AI支出の成長
生成AI市場は2030年までに768億ドルに達すると予測されており、2023年からの年平均成長率（CAGR）は31.5%という驚異的な数字を示しています。別の推定では、この技術が7年以内に12のセクターで4500億ドル以上の価値を生む可能性があるとされています。
2022年11月に登場したChatGPTは、企業の会議やカジュアルな会話での中心的な存在となっていますが、メンロの「企業におけるAIの現状」報告書によると、2023年以前に何らかのAIを導入していた企業は50%にのぼります。AIを利用する企業は7%増加し、48%から55%に達し、平均的な投資増加は約8%となっています。製品開発部門がAIソリューションへの支出をリードしています。
しかし、この成長にもかかわらず、企業は生成AIに対して慎重な姿勢を示しています。メンロのパートナーであるナオミ・アイオニタは「私たちは生成AIが即座に成功すると思っていました。しかし、2023年は探求の年でした」と述べています。今後、シャオは2024年が生成AIの導入において重要な年になると強調しています。
生成AI導入に関する懸念
企業がこの変化に対応する中で、メンロのパートナーであるティム・タリーは慎重なアプローチが重要だとアドバイスしています。「リーダーたちはこれらの調査結果に安心し、ゆっくりとした移行が許容されることを理解すべきです」と彼は強調します。生成AIの急速な進化は、予算の制約から導入に対するためらいを生んでいます。「高額な決断を下すには慎重な検討が必要です」と彼は付け加えます。
導入の障壁には、未確認のROI、「ラストマイル問題」、データプライバシーの問題、AI人材の不足、組織の能力の限界、既存システムとの互換性の課題、十分な説明責任やカスタマイズの不足が含まれます。メンロは、現在の企業向けソリューションは「大きな変革という約束を果たせていない」と報告しています。新しいワークフローを作成することに苦労しており、生産性の向上は乏しく、具体的な価値を見出すまで買い手は懐疑的です。この懐疑心は、アイオニタが述べるように、財務承認を得る難しさによってさらに複雑化しています。「CFOとの交渉はますます困難です。乗り越えるべき大きな障害があります。潜在能力は明らかですが、実装の道のりは複雑です」。
しかし、生成AIの初期導入者たちは、データ管理と単調なワークフローの軽減において顕著な改善を実感しています。「使いやすさの面で以前にはできなかった方法でユーザー体験を向上させます」とアイオニタは述べています。
タリーは、ユーザーが20分以内に「優れたツール」を作成できることを補足します。「生成AIはワークフローを変革し、タスクを簡素化し、従業員の成功を高めています。実際の価値と収益を生み出しています」。
生成AIセクターにおける機会
生成AI市場の拡大に伴い、メンロは産業特化型および一般型アプリケーションの両方においてスタートアップにとって大きな機会があると特定しています。アイオニタは、企業が複数の基盤プラットフォームを活用したハイブリッドAIモデルをますます採用していることを強調しています。「生成AIが導入されると、業界特化型ツールが顕著な能力を持つようになります」と報告は述べています。たとえば、マーケティングではSynthesiaを活用した動画コンテンツの作成が進み、法律分野ではHarveyが契約分析やコンプライアンスに利用されています。Greenlite（金融）、Abridge（ヘルスケア）、Higharc（建築）などのスタートアップも成果を上げています。
横断的な分野では、AIツールが単調な作業を自動化しており、メンロは「独自の思考と行動をする」AIエージェントの増加を予測しています。これにより、メール管理、カレンダー管理、ノート取りが自動化され、特定のワークフローにシームレスに統合されます。「従業員に貴重な時間を戻すことは明確な利点です」とアイオニタは指摘し、一般的に従業員は複雑なツールの管理に追われていることを認識しています。
今後、メンロは「AIは新しさから、日常業務における標準的な協力者へと移行していく」と予測しています。
現代のAIインフラストラクチャの標準化
メンロがAnthropicやPineconeなどの企業に投資していることは、現代のAIスタックへの企業投資の増加を反映しています。今年は11億ドルとなり、生成AIの重要な焦点となっています。企業はインフラ予算の35%をOpenAIやAnthropicといった基盤モデルに割り当てており、これは生産モデルの85%以上を占めています。
ほとんどのAIモデルは既存のものであり、企業のわずか10%がモデルの事前トレーニングを選択しています。企業は通常、コスト効率を高めるために多様なモデルを使用し、96%の支出が推論に向けられています。一般的なカスタマイズ手法にはプロンプトエンジニアリングが含まれ、評価には人間のレビューが用いられます。
さらに、取得拡張生成（RAG）が標準的な実践として登場しており、外部知識ベースを使用して大規模言語モデル（LLM）の応答をリアルタイムで向上させています。メンロの調査によれば、31%の企業がRAGを採用しており、19%がファインチューニング、18%がアダプターを使用し、13%が人間のフィードバックを通じた強化学習（RLHF）を取り入れています。
生成AIの初期段階は急速な変化が特徴でしたが、シャオはコアコンポーネントとベストプラクティス周辺での収束への業界のシフトを指摘します。それでもなお、現代のAIインフラストラクチャは完全に標準化されておらず、モデル展開、データパイプライン管理、安全対策にサービスを提供するスタートアップに機会を提供しています。
スタートアップは「ChatGPTのラッパー」を作成するのではなく、新しいワークフロー、高度な推論、独自のデータ分析を促進するツールの開発を優先すべきです。「重要なのは、既存の企業が進出していない市場での革新です」とシャオは警告し、差別化の重要性を強調しています。
ランキング
