2024年後半に突入する中、人工知能（AI）の景観は大きな変化を迎えています。OpenAIがChatGPTを発表した後の初期の熱狂は薄れつつあり、かつて100万ユーザーを最も早く獲得した製品として脚光を浴びました。しかし、今私たちは、AI技術を実際のプロダクトに実装する方法に苦慮する企業が増えている現実の時代に移行しています。
OpenAIのCEO、Sam Altmanが「空に浮かぶ魔法の知性」と呼ぶ表現は、Siriコンバレーの開発者間での熱狂を引き起こします。彼らの多くは、全領域における人間レベルの機械知能がすぐそばにあると信じていました。「人工一般知能」（AGI）の実現が近いという期待が広がったのです。
しかし、2024年に入ると、より微妙な物語が浮上してきました。実際のAIの実装に直面する企業は、より慎重なアプローチを取っています。GPT-4などの大規模言語モデル（LLM）が非常に強力な一方で、生成AI全般がSiriコンバレーの高すぎる期待に応えられていないことが現実として認識されつつあります。LLMのパフォーマンスは頭打ちになり、事実確認において常に課題を抱えています。法的および倫理的な問題も多く、インフラやビジネスユースケースの実현も予想以上に難しいことが明らかになっています。多くの人々が期待したようなAGIへの直行路は存在しません。より控えめな約束、たとえば自律型AIエージェントも多くの制約に直面しています。また、実データと正確性を「地に足をつける」ための保守的なテクノロジー、RAG（検索強化生成）も依然として重大なハードルがあります。基本的には、LLMは依然として「幻覚」を生み出すことがあるのです。
その代わりに、企業は既存のLLMの基本的な能力を活用する方法に注目しています。この熱狂から現実への移行は、AIの風景を形成する6つの重要な討論によって強調されています。これらの討論は、迫る超知能の信奉者と、より実用的なAI導入を促す人々の間の対立を象徴しています。企業リーダーにとって、これらの討論を理解することは非常に重要です。この強力なテクノロジーを活用しようとする企業には、大きな利害がかかっています。
彼らが誤解しないようにしてください。ほとんどの企業リーダーは、すでに技術が深刻な利益を生んでいると信じています。最近の「AIインパクトツアー」では、全米のフォーチュン500企業と会議やイベントが行われ、リーダーたちはAIの約束を受け入れようとする努力を率直に語りました。
この6つの討論は、7月9-11日にサンフランシスコのソーマ地区で予定されている「VB Transform」イベントで中心的なテーマとなります。AIの最大のプレイヤーとの広範な対話をもとにイベントをキュレートしました。
スピーカーには、OpenAIやAnthropic、Nvidia、Microsoft、Google、Amazonなどの業界の巨人、さらにKaiser Permanente、Walmart、Bank of Americaといったフォーチュン500企業のAIリーダーが名を連ねています。
Transformでの生討論やディスカッションは、これらの重要な問題に光を当て、参加者は企業AI実装の最前線にいるリーダーたちと交流するユニークな機会を提供します。
それでは、6つの討論を詳しく見てみましょう。
1. LLMレース：頭打ちは見えているのか？
最も進んだLLMを開発するレースは、OpenAIのGPT-3の登場以来、AIの風景を特徴づけてきました。しかし、2024年の後半に入ると、ひとつの疑問が浮かび上がります：LLMレースは終わったのでしょうか？答えは恐らく「はい」です。
これが重要なのは、主要なLLMの違いがますます分かりにくくなってきたためです。そのため、企業は「最高」のモデルを追い求めるのではなく、コストや効率、特定のユースケースに基づいて選択できるようになりました。
2023年にはドラマティックな競争が繰り広げられました。OpenAIは、推論やマルチモーダル能力、複数の言語の熟練度において大きな進歩を見せたGPT-4を3月に発表し、先陣を切りました。評論家たちは、より多くのデータがこれらのモデルに供給されることで、パフォーマンスが向上し続けると予想していました。しかし、2024年に入ると、その進行は大幅に鈍化しています。
OpenAIは明らかに壁にぶつかっているようです。ライバルのAnthropicはClaude 3.5 Sonnetを発表し、多くの指標でGPT-4を上回りました。しかし注目すべきは、Claudeが急激に進化することができなかった点で、ほんのわずかな改善にとどまっています。
プランの立て方や構成要素を調整する必要があると認識することが、企業リーダーにとって大きな示唆を与えます。最良の個々のLLMを特定の目的に活用し、今や数百のLLMが利用可能であるため、特別な「魔法のユニコーン」モデルが存在するわけではありません。
VB Transformでは、これらのダイナミクスについてさらに深堀りし、OpenAIの製品API責任者オリヴィエ・ゴードモン、Anthropicのチーフサイエンティスト兼共同創設者ジャレド・カプラン、MicrosoftのコーパイロットGMコレット・スタルバウマー、IBMのAIモデルVPデイビッド・コックス、Google Cloudのマネージングディレクターヤスミーン・アハマドといった講演者たちから洞察を得る予定です。
2. AGIの熱狂サイクル：ピークか底か？
LLMの進展が鈍化する中で、大きな疑問が生じます：AGI熱狂サイクルの期待が最高点に達したのでしょうか？私たちの答えは「はい」です。
企業はAGIの約束を追い求めるのではなく、既存のAI能力を実世界のアプリケーションに活用することに焦点を当てるべきだということです。ChatGPTのリリースは、AIの可能性に関する興奮を引き起こしました。しかし、AIイノベーターの言葉は現実を反映しているだけでなく、未来のAIについての見解も変化しています。
進歩が得られていないことを考慮に入れると、これまでの幻想を取り払い、現実と向き合う時が来ています。2024年に進む中で、AIの実装の現実は、Siriコンバレーの熱狂と対照的に、企業経営者間でのコンセンサスを必要としています。
VB Transformでは、AGIの熱狂と実際の現実との間の緊張を探求し、業界全体のスピーカーとの洞察を提供します。Anthropicのチーフサイエンティストジャレド・カプランと、成功裏にこの熱狂後の景観をナビゲートしている企業リーダーの話をお聞きします。
3. GPUのボトルネック：インフラの現実
ジェネレーティブAIのスケーリングにおいて、GPUのボトルネックは存在するのか？私たちの答えは「はい」ですが、見出しが示唆するよりももっと複雑です。
この状況が重要なのは、企業がAIインフラへの投資を戦略的に計画しなければならないためであり、短期的なニーズと長期的なスケーラビリティを両立させる必要があるからです。
AI開発の急増は、専門的なハードウェア、特にAIアプリケーションの実行に必要なGPU（グラフィックプロセッシングユニット）に対する前例のない需要を生み出しました。Nvidiaは市場価値が3兆ドルを超え、世界で最も価値のある企業となりましたが、この需要は供給の不足を引き起こし、価格を押し上げ、重要なAIインフラの待機時間を延ばしています。
しかし、ボトルネックはすべてのAIアプリケーションに均等には存在しません。大規模モデルの訓練には膨大な計算能力が必要ですが、多くの企業ユースケースは推論に焦点を当てています。そのため、これらのアプリケーションではハードウェアの要件がそれほど厳しくはないのです。
GroqのCEOジョナサン・ロスは、推論は非GPUハードウェアで効率的に実行できると主張しています。Groqの言語処理ユニット（LPU）は、一部のAIタスクにおいて大きなパフォーマンス向上を約束します。他のスタートアップもこの分野に参入し、Nvidiaの優位性に挑戦しつつ、GPUのボトルネックを軽減する可能性があります。
しかし、全体的なトレンドは増大する計算需要を示しています。前進するために進化し続けるAIラボやハイパースケールのクラウド企業は、巨大なデータセンターを構築しており、いくつかの企業は「500K GPUクラブ」に仲間入りしています。この論争は、量子コンピュータやフォトニクス、合成DNAなどの代替技術への関心を引き起こしています。
しかしほとんどの企業は、GPU利用に関して制約を感じていません。多くはAzure、AWS、GoogleのGCPクラウドを使用し、これらの大手企業にGPUのコスト負担を任せています。
たとえば、Intuitは昨年、生成AIに真剣に取り組んだ最初の企業の一つです。同社のAI担当VPのヌン・ホは、最新のGPUは必要ないと語りました。「旧型のGPUでも十分機能します」とホは言い、6年から7年前の技術を使用していると述べました。このことは、フォーチュン500企業においても革新的なソリューションと効率的なアーキテクチャがハードウェアのボトルネックを緩和する可能性があることを示唆しています。
VB Transformでは、これらのインフラの課題についてさらに深く掘り下げます。Groqのジョナサン・ロス、Nvidiaのニック・スピリン、IBMの量子アルゴリズム担当ディレクターのジェイミー・ガルシア、そしてHPEのチーフアーキテクトク Kirk・ブレズニカーといった講演者が進化するAIハードウェアの風景について議論します。また、AWSなどのクラウドプロバイダーから、既存ハードウェアの能力を最大化するためのソフトウェア最適化に取り組んでいる様子もお聞きします。
4. コンテンツ権とLLMトレーニング：法律上の地雷
すべてのウェブコンテンツはLLMのトレーニングのために自由に使用できるのでしょうか？私たちの答えは「いいえ」であり、これは重要な法的および倫理的課題を呈しています。
この問題が重要なのは、企業がAIモデルを展開する際に、急速に変化する法的環境の中で潜在的な著作権やプライバシーの問題に留意する必要があるからです。
LLMを訓練するために使用されるデータは、AI開発者や企業ユーザーに大きな影響を与える重要な課題です。ニューヨーク・タイムズや調査報道センターは、OpenAIに対してコンテンツの無許可使用を理由に訴訟を起こしており、これは氷山の一角に過ぎません。
この法的争いは、AI企業がオンラインコンテンツを無許可でスクレイピングし、使用する権利を持っているのかという重要な疑問を浮かび上がらせます。答えは曖昧であり、法的専門家はこの問題が裁判所で完全に解決されるまでに10年かかる可能性があると示唆しています。
多くのAI企業は、自社のサービスを利用する企業に対して日常的な補償を提供していますが、これはビジネスを潜在的な法的リスクから完全に守ることはできません。AI主導の新しい検索エンジンや要約ツールの登場により、この状況はさらに複雑になっています。例えば、Perplexity AIは、有料記事を要約することが著作権侵害であるとフォーブスから批判を受けています。
メディアの創設者として、私はこの議論に関与しています。私たちのビジネスモデルは、多くの出版社と同様にページビューと広告に依存しています。AIモデルが私たちのコンテンツを自由に要約できる場合、私たちの収益化する能力に脅威を与えることになります。これはメディア企業だけの懸念ではなく、すべてのコンテンツ制作者にとって重大な問題です。
ウェブデータでトレーニングされたAIモデルを使用する企業は、潜在的に法的な挑戦に直面する可能性があります。企業は、自社が展開するAIモデルを訓練するために使用されるデータの出所を理解する必要があります。これは、プライバシーや個人情報の使用に関する大きな規制がある金融や銀行業界にとっても重要です。
いくつかの企業は、これらの懸念に対処するための積極的な措置を講じています。訓練に関しては、OpenAIは出版社や他の企業と契約を結ぶために急いでおり、Appleはニュース配信業者と契約を結んでAIの訓練にそのコンテンツを使用する報道があります。これにより、将来的にAI企業とコンテンツ制作者がどのように協力するかの先例が築かれる可能性があります。
VB Transformでは、これらの法的複雑さを深く探求します。Perplexity AIのCEOアラヴィンド・スリニバスがこれらの課題を乗り越える洞察を共有し、企業リーダーがどのようにこれらの問題に対処しているのかもお聞きします。
5. ジェネレーティブAIアプリケーション：核心ではなくエッジを変革
ジェネレーティブAIアプリケーションが多くの企業のコアオファリングを混乱させているのでしょうか？私たちの答えは「いいえ」、現時点でのところはそうではありません。
これは重要です。AIが変革的である一方、その影響は現時点ではコアビジネスモデルを革命化するのではなく、既存のプロセスを強化することにより顕著です。
AIに関する物語は、企業の運営が一斉に破壊されることを示唆することが多いですが、現実は異なります。ほとんどの企業は、コアの提供を完全にオーバーホールするのではなく、周辺機能にAIを適用することで成功を収めています。
一般的なアプリケーションには以下のものがあります：
- 顧客サポートチャットボット
- 従業員向けのナレッジベースアシスタント
- 生成マーケティング素材
- コード生成とデバッグツール
これらのアプリケーションは、顕著な生産性の向上と運用効率を推進していますが、まだ大規模な収益の増加やビジネスモデルの変化には至っていません。
AlbertsonsやAB InBevの小売企業の幹部たちは、コアに影響を及ぼす方法を熱心に求めており、大規模アプリケーションモデルを用いて顧客の購買パターンを予測する実験を行っています。製薬業界でも、AIが薬の発見を加速できるという期待がありますが、進展は思ったほど早くはありません。
Intuitも興味深い事例を提供しています。同社のビジネスは税務およびビジネス用語に基づいており、これはLLMが提供する強力な言語機能に近いため、Intuitは迅速に前進し、1年前に独自の生成AIオペレーティングシステム（GenOS）を発表しました。これはTurboTax、QuickBooks、Mailchimpなどの製品にAIアシスタントを統合していますが、AIの使用は顧客支援に集中しており、他の企業がAIを使用しているのと同様の傾向が見えます。
Appleの視点も注目に値します。彼らはAIを製品ではなく、機能として位置付けています。これは多くの企業におけるAIの現状を反映しており、独立した革命ではなく、強力な強化ツールとしての役割を果たしています。
バンク・オブ・アメリカのエグゼクティブバイスプレジデントであるキャロライン・アーノルドもこの感情を体現しており、生成AIは生産性の向上に向いているが、コアな収益ドライバーにはならないと述べています。3月のボストンイベントでは、AIの潜在能力について「生成AIは、大量のデータとフライ式に自然にインタラクションし、シナリオを構築できる」と語りました。
同銀行の新しいLLM共演のチャットボットは、既存のヘルプデスクをすばやく上回りましたが、課題も存在しました。チャットボットは時折「奇妙な回答」を提供し、微調整が必要でした。4ヶ月後もState Streetはアプリを一般公開しておらず、企業における生成AIの採用の複雑さを示しています。
VB Transformでは、IntuitのAI VPのヌン・ホやChevronのCIOビル・ブラウン、Kaiser PermanenteのAI VPダニエル・ヤン、ウォルマートのデジタル担当バイスプレジデントデジレ・ゴスビー、ノースウェスタン大学のEVPクリスチャン・ミッチェルといったスピーカーとの対話を通じて、この微妙な現実を探求します。
6. AIエージェント：次のフロンティアか誇張された熱狂か？
AIエージェントはAIの未来となるのでしょうか？私たちの答えは「はい」ですが、留保があります。
この問題が重要なのは、AIエージェントが自動化と意思決定における潜在的な飛躍を示す一方で、現在の能力は過大評価されることが多いからです。
AIエージェントの概念は、最小限の人間の介入でタスクを実行したり意思決定を行ったりできる自律型システムによって、技術界の多くの人々の想像力を掴んでいます。元OpenAIの従業員であるレオポルド・アシュンブレナーのような一部の人々は、AGIスマートなAIエージェントが数億単位で私たちの世界のさまざまな側面を運営し、その結果、1年未満で人間レベルから大幅に超えたAIシステムに急速に進化すると予想しています。
しかし、私が話をしたほとんどの人々は、これは単なる夢物語だと考えています。今日のAIエージェントの状態は、Siriコンバレーの熱心な信奉者が前年にAuto-GPTの登場に際し期待していたよりも、はるかに控えめなものです。顧客サービスやマーケティングの自動化などの分野では有望なユースケースが見られますが、完全自律のAIエージェントは依然として初期段階であり、職務に留まるために直面している多くの課題があります。
AIエージェントの新たな応用例として、旅行計画や予約、Eコマースの製品検索や購入、コード自動化アシスタント、金融取引アルゴリズムなどがあります。これらのエージェントは、プロセスを整理するために主要なLLMを使用し、特定のタスク（ウェブ検索や支払い）を処理するサブエージェントを持っていますが、一般目的の完全自律型システムとは程遠い状況です。
IntuitのAIエージェントへのアプローチは示唆に富んでいます。ヌン・ホは、Intuitがエージェントフレームワークを支えるインフラを構築したものの、その分野への投資を保留していると明らかにしました。Intuitは、技術が成熟するのを待ってから、製品に完全に統合するつもりです。
この慎重な姿勢は、広く業界の意見を反映しています。AIエージェントは有望ですが、現在のところ重要な役割に広く採用されるほどの信頼性や多様性はありません。
VB Transformでは、AIエージェントの現在の状態と将来の可能性を探ります。自律型コーディングエージェントを開発しているCodium AIのイタマール・フリードマンやLlamaIndexのCEOジェリー・リウなどのスピーカーが、この新たな技術に関する洞察を語ります。
結論：2024年以降のAI環境を切り拓くために
2024年の企業戦略を形成する6つの重要なAIの討論を探求した結果、明確なテーマが浮かび上がります。それは、熱狂から実際の実装へのシフトです。企業リーダーにとっての重要なポイントは以下の通りです：
- LLMレースは頭打ち：モデルを特定のユースケース、コスト効率、および統合の容易さに基づいて選択することに焦点を当てましょう。
- AGIの熱狂は冷めているが、実用的なAIは加熱中：即座に既存のAI能力を利用して、具体的なビジネス成果を追求すべきです。
- インフラの課題には創造的な解決策が必要：代替ハードウェアソリューションの探索とAIワークフローの最適化により、既存ハードウェアでの効率を最大化することを目指しましょう。
- 法律および倫理についての考慮が不可欠：AIプロバイダーを慎重に確認し、トレーニングデータの出所を理解することで、法的リスクを軽減しましょう。
- コア機能の強化に注目し、置き換えない：顧客サポート、従業員支援、運用効率の向上にAIを統合する機会を見つけましょう。
- AIエージェントは可能性を示すが、早期投資は控えましょう：エージェント的なフレームワークを支えるインフラを構築しつつ、技術が成熟するのを待つ準備をしましょう。
真のAI革命は、AGIを追求する研究所ではなく、AIが日常の業務に統合されつつある企業のオフィスにあるのです。Capgeminiのスティーブ・ジョーンズが言ったように、「AIは技術的な変化というよりも、組織の変化です」。
VB Transformに向かう中で、最も価値のあるAIの実装は世間の注目を集めないかもしれません。それは、カスタマーサポートチームの労力を減少させたり、開発者がバグを迅速に発見したりする助けとなるものでしょう。今後の問いは「AIがすべてを変えるのか？」ではなく「私たちがどのようにAIを活用して、より良く行えるか？」です。それこそが、今後数年間でAIのリーダーと遅れを取る企業を分ける要因になるでしょう。
その議論はVB Transformで主導になると信じています。
ランキング
