Gen AI：企業のビッグブランドからスタートアップソリューションへのシフト

ジェネレーティブAIとチャットボットは、2022年以前から存在していた技術です。SiriやAlexaではなく、自然言語処理の初期の例であるELIZAが57歳の女性であることを考えると、ジェネレーティブAIは新しい技術ではありません。しかし、Chat GPTやその他の大規模言語モデルが、さまざまな業界で商業的に実用的な技術であることを証明した後、企業はジェネレーティブAIソリューションが必要であることを理解しました。

しかし、企業の中には、ジェネレーティブAIが必要な理由や、タスクの複雑さ、必要なリソースについて理解していないものもあります。そこで、アクセラレーターとコンサルティング会社が登場します。

メイドトゥメジャーまたはレディトゥウェア？

個人の測定に基づいて作られた、高品質なスーツは、投資に見合ったものです。そうしたスーツを着た人は、自分の見た目について心配する必要がありません。自分が完璧に見え、気持ちがいいことがわかっているからです。企業の目標に合った、セキュリティが強化された、企業システムに完全に統合されたカスタマイズされたAIテクノロジーソリューションは、実際のジェームズ・ボンドのスーツです。

これは、一般的な考え方を与えてくれる良い比較です。しかし、企業がなぜ市場リーダーのレディトゥウェアAIソリューションを実装しないのかについて、もう少し深く見てみましょう。

第一に、ジェネレーティブAIの有効な統合は、企業ごとに個別の作業が必要であり、企業の戦略的開発計画、目標、リソースの可用性について十分な情報を持ったチームが必要です。ある企業で機能するジェネレーティブAIソリューションは、別の企業では機能しない可能性があります。

第二に、小規模なスタートアップは、企業の特性に完全に没頭し、オープンソースモデルで作業し、企業のデータで安全にトレーニングを行い、クライアントのサーバーに配置することができます。これにより、オンプレミスソリューションを作成し、セキュアなデータ展開とストレージの要件を満たすことができます。これは、企業にとって優先事項です。

企業がジェネレーティブAIを必要とする理由

ジェネレーティブAIは、企業市場における新しい技術であるため、経験を積み、進歩する主な方法は、試行錯誤を通じて行われます。つまり、パイロットプロジェクトを立ち上げるということです。ベンチマークが十分にない限り、これは、企業のユニークなニーズに完全に合ったソリューションを見つけるための最も生産的な方法です。

しかし、企業がジェネレーティブAIソリューションを求める傾向があります。

1. LLMを使用したスマートテキストおよびボイスボットを使用して、さまざまなレベルの顧客サービスおよびサポートの質問に高品質の支援を提供します。

2. 販売担当者のヘルパー（販売担当者のためのAIアシスタント）を実装して、潜在的な顧客との会話をリアルタイムで分析し、同時にスペシャリスト向けのアイデアやオファーを生成します。

3. 開発者のためのコパイロット

4. 採用およびオンボーディングの自動化のためのHRソリューション

5. マーケティングツール：画像およびアバタージェネレーション、記事の作成、製品レビュー

「ジェネレーティブAIは必要ありません」- これは、企業の現在の状態とビジネス目標を分析した後、顧客が期待していない結論に達することがあります。AIのためにAIは、資源の浪費です。

ジェネレーティブAI市場の機会

PitchBookの推定によると、ジェネレーティブAI市場は2023年末までに426億ドルに達し、2026年までに32％の年間成長率で981億ドルに達することが予測されています。これらの予測は、ジェネレーティブAIのAIソフトウェアの総アドレス可能市場の潜在力を考慮していません。

これは、全体のAI業界の22.6％の年間成長率と比較して、ジェネレーティブAIが将来も業界全体よりも優位性を維持することを示しています。

推定値が十分でない場合は、私たちの経験から示される事実があります。2022年の経済的衰退とベンチャー投資の急激な減少に伴い、Intemaの加速プログラムは、企業とのパイロットプロジェクトの立ち上げに焦点を当てました。

2023年、Intemaは、メタバースとジェネレーティブAIという2つの異なる技術を持つ2つの加速プログラムを実施しました。プログラム中、スタートアップを企業の顧客と接続して、潜在的な技術ソリューションについて議論し、デモを実施し、成功した場合はパイロットプロジェクトについて合意します。メタバースの加速プログラムは、企業の顧客と4つのパイロットプロジェクトを実施しました。これは、技術の特性と複雑さを考えると、すごいことです。

ジェネレーティブAIプログラムは、終了する数週間前に、企業と7つのパイロットプロジェクトを議論していました。ブロックチェーンやメタバースのように、過去にハイプが存在した技術の影響なのでしょうか。あるいは、ジェネレーティブAIが実際のゲームチェンジャーなのでしょうか。

ジェネレーティブAIはハイプに値するのか？

新しい技術やアイデアが短期的に過大評価されることは珍しくありません。長期的な見通しに悪影響を及ぼす可能性があります。ジェネレーティブAIとブロックチェーンを比較すると、ブロックチェーンは初期の成熟段階で技術革命と呼ばれ、世界を変えることになると考えられていました。しかしその後、2018年に、Gartnerは、ブロックチェーンが幻滅の谷に突入したと発表しました。これは、消費者の関心がピーク時から30％以上減少し、2018年から2019年にかけてベンチャーキャピタルへの投資が45％減少したことにも対応しています。

一方、ジェネレーティブAIは、初期の成熟段階で、さまざまな業界で商業的に実用的なユースケースを多数持っています。これらのユースケースの数は、ジェネレーティブAIソリューションを採用する業界が増えるにつれて増加することが予想されます。Gartnerの最近の出版物では、ジェネレーティブAI技術を「ハイプカーブ」のピークに位置づけています。これは、期待の修正やある種の幻滅が近い将来起こる可能性があることを示唆しています。

結論

これは、ジェネレーティブAIソリューションに対する大量の需要の後、技術がレーダーから消えることを意味しますか。这种シナリオはありそうにありません。ジェネレーティブAIは、科学から芸術まで、サプライチェーンまで、人間の活動のさまざまな分野で、その基本的な実用性と柔軟性を証明してきました。

しかし、技術の開発の減速は不可避です。主な原因は、ジェネレーティブAIの使用を制御および規制する必要性です。現在、ジェネレーティブAIは比較的自由に使用されてきましたが、法的制約なしに使用されてきました。法的規制は、技術の進化の新たな軌道を設定し、先に何が起こるかは予測できません。ジェネレーティブAIは現在の能力で、人間の歴史上で前例のないものです。

ジェネレーティブAIを将来制限するもう1つの要因は、実際には、大規模言語モデルのサイズが増大することです。いつか、AIチップの能力は技術の開発に追いつかないでしょう。人工一般知能を構築し、データ量が増加することは、非常に複雑なエンジニアリングと、より多くのコンピューティングパワーを必要とします。

これらの制限は、LLMの無損失圧縮、コンピューティングパワーの成長、データストレージなどへの非標準的なアプローチに対する研究、実験、幅広い分野を開きます。