企業は独自の LLM を構築する準備を進めています - それが賢明な選択である理由
Enterprise LLM は、公開されている基本モデルに基づいて構築できます。良いスタートですね。
企業は独自の内部大規模言語モデル (LLM) を構築して維持する準備ができていますか?
人工知能、特に生成型の知能は、テクノロジーの専門家や経営幹部の無制限の関心を魅了しています。考えてみてください。最近、クラウド サービスやインフラストラクチャの予算削減に関する話題が尽きないにもかかわらず、資金の蛇口は AI 資金に向けて大きく開かれています。しかし、それは外部のサービスに向かって外に向かって流れているのでしょうか、それとも内に居住している人材やリソースに向かって流れているのでしょうか?
OpenAI、Microsoft、Google などの多くの外部エンティティが、LLM、インフラストラクチャ サポート、専門知識の主要プロバイダーとみなされています。しかし、社内の LLM プロジェクトへの関心も高まっています。 TCS が 1,300 人の CEO を対象に行った新しい調査では、調査対象者の約半数である 51% が、独自の生成 AI 実装を構築する予定であると回答しました。これは、これから多くの作業が必要であることを意味します。しかし幸いなことに、一般に公開されている LLM によってすでに基礎が築かれています。
「GPT、Claude、Llama などの基本的な LLM は、世界規模であると最もよく表現できます。インターネットの知識を再パッケージ化したものと見なすことができます。」と TCS の最高技術責任者であり、この研究の共著者である Harrick Vin 博士は述べています。とZDNETに語った。 「彼らはまた、推論能力とともに、高度なマルチモーダルな理解と生成能力も備えています。」
これらの基礎モデルの構築は「複雑で費用がかかる」とヴィン氏は述べ、社内の企業モデルはこれらのモデルの機能に基づいて構築されると指摘した。 「これらのモデルは、言語の理解と生成、推論、一般知識などの基礎モデルの基本スキルを活用します。しかし、それらを業界、企業、および活動のコンテキストに拡張して特化する必要があります。」
幸いなことに、「このような特殊なモデルの構築は、基礎モデルの開発に比べてはるかに簡単で安価です」とヴィン氏は言います。 「実際、広範な AI モデルである基礎的な LLM を特化して、目的別の AI モデルとソリューションを作成するのが比較的簡単であることが、AI の民主化の主な理由です。」
これらのエンタープライズ固有のLLMとは、「オープンソースまたは商用のいずれかの基本モデルの一部を使用して構築された、業界、エンタープライズ、およびアクティビティごとのモデルを指します」と同氏は続けた。 「将来の AI に成熟した企業は、数百、または数千の目的に合わせた AI モデルを持ち、それらはすべて、基礎モデルの機能と企業固有の特定の機能を合成することによって構築されると私たちは信じています。」
モデルの構築と実装に加えて、ビジネスは生成 AI に備える必要があります。半数以上 (55%) が、AI に対応するために、ビジネスや運営モデル、または製品やサービスに現在積極的に変更を加えていると回答しました 10 人に 4 人の経営幹部が、将来的には「多くの変更を加える必要がある」と述べていますTCS の調査では、AI を最大限に活用する前に、「ビジネスに影響を与える」ことが示されています。
これは、生成 AI と運用 AI の両方がゆっくりではあるが強力に取り込まれていることを示しています。過去 1 年間、「あらゆる企業が人工知能のユースケースを実験してきた。そして 2024 年以降は価値の拡大が重要になるだろう」とヴィン氏は語った。 「しかし、実験段階では、どの企業も価値を拡張することが難しいことに気づきました。」
TCS の調査によると、現時点で Al について議論し、それに関する全社的な計画を立てているのは 17% だけです。さらに、企業への利益を最大化するために全社的な AI 戦略を確立する準備ができているのは 28% のみです。それでも、ヴィン氏はテクノロジーの急速な発展を目の当たりにしています。 「AI ソリューションをその場限りまたはケースバイケースで実装することと、AI に成熟した企業を構築するための全社的な計画を立てることには違いがあります」と Vin 氏は言います。 「調査の比較的低い数値は、そのような全社規模の戦略の策定に言及しています。これは予想されています。」
AI ソリューションの導入に関して、ヴィン氏は続けて、「その数字は非常に高いです。企業部門の 59% で AI の導入が進行中または完了しており、さらに 34% が AI の導入を計画中です。私たちはどちらも初期段階にあります。」ほとんどの企業は、メリットを定量化し、対応するコストとリスクを管理するための長期的な取り組みを開始しながら、特定のユースケースに AI と genAI を活用し始めています。」
過去 1 年間、「あらゆる企業が genAI のユースケースを実験してきた。そして 2024 年以降は価値の拡大が重要になるだろう」とヴィン氏は語った。 「しかし、実験段階では、どの企業も価値を拡張することが難しいことに気づいています。」
まず第一に、「効果的な AI ソリューションの構築には高品質のデータが必要です」と彼は言います。 「企業は大量のデータを保有していますが、多くの場合、相互に矛盾した多くの島に分散しています。ほとんどの企業は過去数年間にわたって統合とデータ資産の最新化に着手してきましたが、これらの取り組みはまだ完了していません。さらに、移行はまだ進んでいません。データ資産のクラウド環境への移行は、ほとんどの企業で進行中であるため、企業が企業データとともにクラウドでホストされる基盤的な LLM を活用することが困難になります。」
また、生成 AI が作成する可能性もあります。節約できる以上に作業量が多くなる
さらに、企業は「データ系統、使用法、セキュリティ、プライバシーを積極的に管理するために成熟度を向上させる必要がある」とビン氏は述べた。 「偏見や不公平な行為を防ぐためには、たとえ不注意であっても、どのデータをどのような目的で使用できるかを判断する技術を習得する必要があります。これは設計時の課題であるだけでなく、実行時の課題でもあります。」必要なのは、「AIモデルが予想される動作から逸脱し始める緊急事態をリアルタイムで検出する」システムだ。
最後に、役割とスキルの要件は、企業が追いつくことができないほどの速さで変化しています。 「AIの導入により、企業のナレッジワーカーの役割は、仕事の実行者から、機械のトレーナーや尋問者、機械によって行われた作業のレビュー者、そして批判的思考と創造性の所有者へと変化するだろう」とヴィン氏は述べた。