課題克服：AIサミットNY 2023で企業がAIを運用化するのに苦労する理由

生成AIモデルを導入することは、単なる概念実証から効果的な大規模運用への移行を図る企業にとって重大な課題です。AI サミット ニューヨーク 2023で業界専門家が共有した見解によれば、これらのハードルを克服する第一歩は、障害を特定することです。

主な課題の一つは、適切なデータの取得と管理です。BCGのマネージングディレクターでシニアパートナーのセッシュ・アイヤーは、整然としたMetaデータを含む持続可能なデータパイプラインの重要性を強調しました。生成AIモデルは大量のデータ入力によって成長するため、企業はその知識基盤を精緻化し、大規模言語モデルの可能性を最大限に引き出す必要があります。MastercardのAIプロダクト開発ディレクター、ガウラヴ・ダーマも、最適化されたデータ管理の重要性に言及しました。

生成AIに伴うリスクを管理するための効果的なガバナンスフレームワークの確立も重要な課題です。シニアリーダーの間には、セキュリティリスクや著作権問題、AIによる不正確さの可能性に対する「信頼性の問題」が広まっています。アイアンサイドのシニアデータサイエンティスト、ルシンダ・リンデは、リーダーはこれらのリスクを慎重に管理する必要があると指摘しました。

また、生成AIを効果的に活用できるスキルを持つ専門家の不足も大きな障害です。多くの組織は、AIの取り組みから得られるビジネス価値や投資収益率（ROI）を特定するのに苦戦しており、生成AIに関連するコストの変動は引き続き不確実性をもたらしています。

生成AI技術がまだ成熟していないことを踏まえ、コインベースでAI/MLの製品戦略と開発をリードするヴィク・スコギンズは「まだ舗装された道ではない」と述べています。この状況下では、企業は生成AIに対して慎重にアプローチする必要があります。ダーマは、生成AIは特に金融サービスなどの高度に規制された分野において、長期間にわたり「コパイロットフェーズ」に留まると予測しています。

さらに、生成AIを使用することでセキュリティの脆弱性が生じることがあります。ダーマは、これらのツールを実装する専門家の技術が重要であると指摘しました。リンデは、企業が社内で生成AIを活用し、従業員の生産性と効率を向上させることから始めるべきだとアドバイスしました。バックオフィス業務での初期利用は、組織内の信頼が高まると共に広範な導入へとつながる可能性があります。

新技術の採用には困難が伴いますが、生成AIから得られる潜在的な生産性の向上は魅力的です。アイヤーは、組織が10％から90％の効率改善を体感する可能性があると見積もっています。

生成AIを効果的に活用するためのもう一つの重要な側面は、技術の多様化です。リンデは、現在のアプリケーションにおけるOpenAIの技術の普及にもかかわらず、複数の生成AIモデルを使用することの重要性を強調しました。OpenAIのCEO、Sam Altmanに関する最近の騒動は、単一プロバイダーへの依存によるリスクを浮き彫りにしています。

さまざまなモデルを探求することが不可欠であり、異なるシステムは異なる領域で優れたパフォーマンスを発揮します。リンデは、新たなモデルであるミストラルの優れた性能にも注目し、より広範な戦略の一部として考慮するべきだと述べました。ダーマもこの意見に賛同し、多様なシステムを採用することで堅牢性を高めることを推奨しました。

生成AIのフレームワークを設計する際の重要な考慮要素には、精度、レイテンシー、コストが含まれます。同様の基盤モデルを利用する多くの組織が存在する市場で差別化を図るためには、根底にあるデータの質が決定的な要因であることがパネリストによって強調されました。ダーマが succinctly 言ったように、「データにこそ価値がある、モデルではない。」

生成AIから得られる価値を最大化するには、ビジネスの洞察と運用の実行との戦略的組み合わせが必要であり、適切なデータをキュレーションすることが重要です。アイヤーは、次の強力なメッセージで締めくくりました。「データがあれば、勝てる。」