ソートリーダー

2025年の予測: 企業での複合AIの年

mm
Unite.AI を Google の優先ソースに追加

新しい年は、企業でのAIの採用が今まで見られなかった形で進むことになる。企業でのAIの可能性を再評価した結果、ノウハウグラフが重要な役割を果たすことになる。ノウハウグラフは、非構造化された情報を活用可能な知識に変換するための燃料となる。さらに、GraphRAGのようなツールは、ジェネレーティブAI(GenAI)をより効率的にすることで、AIが私たちの日常生活にどのように統合されるかを示す道筋を築くことになる。

ジェネレーティブAIモデルで何ができるかについての現実的な見方が、複合AIの年をもたらす

企業は、GenAIの潜在性を活用して実際の問題を解決し始めている。新しい年には、企業でのAIの採用が今まで見られなかった形で進むことになる。しかし、企業でのAIの採用について言えば、モデルだけでは複雑な問題を解決するのに十分ではない。人間はツールを使用することで、より賢く、効果的に仕事ができる。計算機、図書館、コンピューターがあれば、より多くのことを成し遂げることができる。言語モデルが私たちが必要とするすべてのことを単独で行うことを期待することはできない。ノウハウグラフを追加することで、システムが企業内で広く活用され、利益をもたらすことができる。

GraphRAGによる情報ランキングの革命

インターネットの初期の日々には、AltaVistaやLycosのような検索エンジンが主流だった。検索クエリーはページ内のすべての単語を索引し、ページランクの順序で結果を表示していた。後にGoogleが登場し、ページどうしの関係を調べることで、ページの重要性を判断するようになった。重要なページが他の重要なページから参照される場合、そのページの重要性は高まった。この再帰的なルールは、Webをグラフとして見ることで初めて可能になった。このようにして、現在のGoogleとページランクが誕生した。さらに、Googleが2012年にテキストデータをノウハウグラフに変換し始めたとき、検索結果として構造化された情報が提供されるようになった。

来年には、インターネットがキーワード検索からネットワークとグラフ構造に基づいた検索へと進化したように、GenAIも同様の進化を遂げることになる。言語モデルがRAGを活用することで、ドキュメント内の単語や文章をベクトル化し、質問とドキュメント内の単語をマッピングすることが可能になる。

私は、次の検索のイテレーションがノウハウグラフとRAGの組み合わせによって実現されることを信じている。この組み合わせにより、ドキュメント間の共通点をすばやく特定し、リンクとして接続することができる。時間の経過とともに、ドキュメント化された情報の大部分が構造化された情報に変換され、ノウハウグラフに格納されることで、検索クエリーに対する推論が可能になる。非構造化されたテキスト情報を構造化された情報に変換し、シンボリックな知識を活用することに重点が置かれることになる。

インターネットのインターフェースは変化し、日常生活ではAIの採用が先行する

Googleで育った私にとって、インターネットのインターフェースが変化しつつあることは避けられない。ChatGPTの採用が進むにつれて、次の世代のインターネットとのコミュニケーションの主なメカニズムとなっている。2025年以降にも、この採用が進むことで、広告業界のような分野が競争上の優位性を維持するためにどのように進化するかが大きな影響を受けることになる。

技術の革新は、ほとんどの場合、私たちの日常生活で最初に採用される。私は、SiriやAlexaのようなパーソナルアシスタントが言語モデルを活用して、私たちの日常的な習慣を推論し、自然なパターンを発展させることを見ることになる。仕事以外の場でパーソナルアシスタントを活用する人々が増えるにつれて、仕事でも同様のアシスタントを期待するようになる。

企業でのジェネレーティブAIの導入に際する予算の再調整

AIのハYPEサイクルのピークが過ぎ去った今、企業はGenAIへのアプローチがより実際的になっている。過去1年半の間に、多くの企業がGenAIに多大な予算を費やし、他の重要なIT分野やデータを後回しにし、十分に投資できていない。来年には、企業が予算をより適切に調整し、より多くのことを成し遂げることができる。GenAIの潜在性と限界が明らかになった今、企業はGenAIと他の重要なイニシアチブへの投資をよりバランスよく行うことができる。次の年、多くの企業が予算をより適切に調整し、より多くのことを成し遂げることができる。GenAIの潜在性と限界が明らかになった今、企業はGenAIと他の重要なイニシアチブへの投資をよりバランスよく行うことができる。次の年、多くの企業が予算をより適切に調整し、より多くのことを成し遂げることができる。urner and under-invested. So next year, we will see many organizations calibrating the budget better to do more. Now that we have the visibility and exposure of how GenAI could work or not work for an organization, those businesses can balance out the investment between GenAI and all of the other important initiatives.

モルハム・アレフは、データクラウド向けの業界初のノールグラフコプロセッサであるRelationalAIの共同創設者兼CEOです。モルハムには、さまざまな業界で高価値の機械学習と人工知能(AI)ソリューションを開発および実装する組織をリードする30年以上の経験があります。