企業は生産性を高めるため、生成AIの導入を急いでいる。
しかし、多くのAIソリューション提供企業は、特定のユースケースで技術を機能させるために必要な作業を行っていない。
機械学習の専門家とビジネスリーダー1,600人の意見をまとめた新たなレポートは、この技術を成功裏に導入する方法を示している。
ここ数か月、生成AIをめぐる過熱した話題が世間の議論にあふれている。多くの企業は、この技術を導入しなければ同業他社に後れを取るという認識から、すでに事業戦略に生成AIを組み込んでいる。コンサルティング会社やフォーチュン500企業も、この技術に数十億を投じている。
そのため、第2版となる「Scale Zeitgeist：AIレディネス・レポート」を公開できることを喜ばしく思う。本レポートは、生成AIをめぐる過熱した議論の先を見据え、企業がこの技術を実際に導入するために何が必要かを明らかにするものである。本レポートは、AIに取り組む1,600人超の機械学習実務者およびビジネスリーダーの回答を反映しており、保険、金融サービス、物流、小売・Eコマース、ソフトウェアなどの業界を対象としている。AI導入が進んでいる企業と、実験を始めたばかりの企業の双方を含めている。
本調査によると、ビジネスリーダーの70%が、今後3年以内にAIが自社の事業にとって極めて重要、もしくは非常に重要になると考えている。また、72%が2023年にAIへの投資を増やしており、この傾向はほぼすべての業界に見られる。
しかし、回答者の大半（60%）は来年中に生成AIを試験的に利用している、もしくは利用する計画があるものの、本番環境でモデルを稼働させている企業はわずか21%にとどまる。これは、企業のユースケースで生成AIを実際に機能させるために多大な作業が必要であることを示している。これらのモデルは、単純に差し込むだけで使えるものではない。特定分野の事業データを「ファインチューニング」と呼ばれるプロセスで慎重にモデルへ投入する必要があり、さらに「人間のフィードバックによる強化学習（RLHF）」と呼ばれる手法を用いて、モデルを企業の方針や望ましい振る舞いに適合させる必要がある。
多くの企業にとって、生成AIを企業利用に対応させるには、スキルと技術のギャップを埋める必要がある。回答者の3分の1は、生成AIの導入における最大の課題として、より高度な専門知識、ソフトウェア、ツールの必要性を挙げている。前述のとおり、多くのソリューション提供者もAIの「観光客」であり、自社で導入できないにもかかわらず、現在の過熱した話題を利用して、導入を支援できると企業に売り込んでいる。
ほとんどの企業は、生成モデルをゼロから構築するために必要なリソースや権限を持たないため、第三者に頼らざるを得ない。生成モデルの活用を計画している企業のうち、大多数がオープンソースモデル（41%）またはクラウドAPIモデル（37%）の活用を目指しており、自社で構築しようとしている企業はごくわずか（22%）である。例外は存在するが、これらは一般的ではない。ゼロからモデルを学習させるには費用がかさみ、時間もかかり、高度な機械学習の専門知識が必要となる。しかし、既存の基盤モデルを企業独自のデータでファインチューニングして活用すれば、自前でモデルを構築しなくても同等の性能を得られる。
適切に導入された場合、AIの効果は圧倒的にプラスであり、回答者の89%が新製品やサービスを開発できることの恩恵を受け、78%が顧客体験の改善の恩恵を受け、78%が既存の製品やサービスの機能強化の恩恵を受けている。
生成AIによってあらゆる業界がどのような恩恵を受けるかを示すため、いくつかの具体的なユースケースを紹介する。
保険会社は、業務効率の主要な要素である保険金請求処理（51%）にAIを重点的に活用している。請求は非常に複雑なことが多く、生成AIは請求を適切に振り分け、要約し、分類することに優れている。
小売・Eコマース企業は、カスタマーチャットボット（61%）に重点を置いている。従来、チャットボットは業務の合理化や優れたユーザー体験の提供という約束を十分に果たせてこなかった。しかし、企業データでファインチューニングされた最新の生成チャットボットは、顧客の入力に動的に応答し、魅力的な対話や提案を提供する。
金融サービス企業は、投資調査（47%）向けのアシスタントを開発している。これらは財務諸表、過去の市場データ、その他の独自データソースを分析し、詳細な要約やインタラクティブなチャートを提供し、さらにプラグインを通じて行動まで起こせる。これらのツールは、最も関連性の高い動向を浮き彫りにし、リターンの向上に役立つ実行可能な洞察を提供することで、投資家の効率と有効性を高めている。
当社の調査や顧客とのAI構築の取り組みを通じて、今後1年間に以下の動向が見られると予想している：
AIへの投資の増加：生成AIはより高性能になり、広く利用可能になったため、企業は業務への組み込みを急速に進めている。今後3年間にわたり、毎年、企業の72%がAIへの投資を大幅に増やす見込みである。
独自データでファインチューニングされたモデルの応用の拡大：単体でも、基盤となる生成モデルは価値あるツールである。企業の独自データと組み合わせることで、顧客体験、製品開発、収益性を向上させる強力な差別化要因となる。
モデルはマルチモーダル化も進む：モデルはテキスト、画像、動画を理解・生成できるようになり、現在よりもさらに有用になる。高性能なアシスタントは、開発者、データサイエンティスト、ビジネスアナリストの生産性を拡張できる。
2023年には、生成AIに数十億ドルが投じられる。これらの投資を最適化するには、独自データを戦略的優位性として扱う必要がある。データの価値を引き出す最善の方法は、基盤モデルのファインチューニングとRLHFである。今日から生成AIへの取り組みを始めるべきである、あらゆる形で、競合他社も確実にそうしているのだから。AIの「観光客」に注意し、実世界での経験を持つAIの「ネイティブ」を探すこと。何より、AIについて自ら学び、本レポート全文を今日読んでいただきたい。
