現在、生成 AI には何が組み込まれているのでしょうか?

テッククランチイベント

結構です。仕事に取り掛かりましょう。

お金の先を見る

Together、Contextual AI、Instabase、Adept、Cohere について見ていきます。

一緒に

Together は先月 2,000 万ドルを調達し、現在の AI 界のオープンソース側に明確に位置することから私の注目を集めました。

クローズドソースソフトウェアとオープンソースソフトウェアのメリットについては、長らく議論が続いてきました。背景を知りたい方は、個人マシンでLinuxを使っている友人に聞いてみてください。TechCrunch+では、その歴史について少しご紹介します。

同社は「オープンソースモデルの実行、トレーニング、微調整のためのクラウドプラットフォーム」を構築しており、共同創業者らは、主要ベンダー（Google Cloud、AWS、Azureなど）よりも「劇的に低い」価格でスケーラブルなコンピューティングを提供すると主張している。これは、オープンソースのAI技術がより一般的に利用できるようになる未来を示唆している。

Togetherの最初のプロジェクトの一つであるRedPajamaは、OpenAIのChatGPTに似た「チャット」モデルを含む、オープンソースの生成モデルの育成を目指しています。また、他の企業がオープンソースの生成AIモデルを調整し、活用できるよう支援することも計画しています。

同社のプロジェクトが成功すれば、より多くの、より優れたオープンソース生成AIモデルが、比較的シンプルな方法で市場に投入されるようになるでしょう。もちろん、TogetherはOpenAIのように注目を集めることはないかもしれませんが、その取り組みは強力なオープンソース生成AIエコシステムの育成に貢献し、AI大手やクローズドソース生成AIモデルに真のカウンターウェイトを提供することになるでしょう。実に素晴らしいですね。

コンテキストAI

大企業が生成型AIツールをどのように活用していくかは、熟考する価値のある問題です。ユースケースを思いつくのはそれほど難しくありませんが、企業はまだ確実な成果を得る方法を模索している段階です。

しかし、いくつか問題があります。企業はAIモデルから特定のデータを取り出し、社内外の人間から他のデータを隔離したいと考えています。また、生成型AIは時に創造性を発揮しすぎるというリスクもあります。また、ニッチなビジネスには汎用性が高すぎるため、現状では役に立たないケースも少なくありません。

Contextual AIは、これらすべての問題を一度に解決したいと考えています。同社は「完全にカスタマイズ可能で、信頼性が高く、プライバシーに配慮したAIを提供する次世代の基盤モデル」を構築していると主張しています。これは大胆な主張ですが、もし同社が成功すれば、複雑かつ進化を続けるグローバルなプライバシーおよびデータレジデンシー体制の下で事業を展開する企業が安心して利用できる生成AIツールの開発に大きく貢献するでしょう。

TechCrunchは、最新のAIツールと企業の接点を探るべく取り組んできました。AI担当記者のカイル・ウィガーズがコンテクスチュアルAIについて取り上げた際の見解をご紹介します。

同僚のロン・ミラーは、企業における生成AIの未来は、より小規模で焦点を絞った言語モデルになるのではないかと考えていました。私もその意見に異論はありません。しかし、おそらくそれは、企業向けに最適化されたLLMではなく、「小規模」なモデルと、企業固有の膨大なドキュメントで強化された既存のLLMを組み合わせたものになるかもしれません。

この分野では勝者が数人いるでしょう。エンタープライズは広大な領域ですが、楽観的な人々が期待する未来が到来すれば、企業におけるユースケースにはシングルサインオンのサポート以上のものが求められるでしょう。ジェネレーティブAIをエンタープライズで活用するためのツールがどれだけ早く成熟し、市場に投入されるか、そしてこの新しい技術への関心が薄れる前にそれが可能かどうかを検討する必要があります。

インスタベース

AIを活用して顧客の非構造化データの要約を支援している企業に、生成AIが登場したらどうなるでしょうか？理解と生成の交差点に、何か面白いものが生まれるのではないかと考えています。私たちは再びエンタープライズ分野に足を踏み入れましたが、少なくともTechCrunchが取り上げている生成AIスタートアップ企業においては、あるトレンドが形成され始めていることに気づき始めています。

Instabaseは新しい企業ではありません。2015年から市場に参入しており、非常に興味深い市場ポジショニングを築いています。既にエンタープライズ顧客を抱えており、これらの企業が抱えるデータやプライバシーの問題への対応に取り組んできました。そのため、Instabaseは確固たる基盤を築いています。

現在、その取り組みは Instabase の AI ハブという形で実現しており、ドキュメントからデータを抽出するためのさまざまな方法と、データセットと対話する方法を提供しています。

熟練した

今朝議論している企業の中で、私が最も期待しているのはAdeptです。カイルは同社について次のように説明しました。

アデプトのビジョンは、大まかに言えば、多種多様なソフトウェアツールやAPIを使いこなせるように訓練された「AIチームメイト」を生み出すことです。スタートアップ企業のOpenAIやStability AIのようにテキストや画像を生成する方法を研究するのではなく、アデプトは人々がコンピューターをどのように使っているか、具体的にはウェブを閲覧したりソフトウェアを操作したりする方法を研究し、テキスト指示を一連のデジタルアクションに変換できるAIモデルを訓練します。

生成型AIが普及し始めた頃、最終的には他のツールと連携して、本当に素晴らしいものを生み出すことを期待していました。3月にAdeptについて書いたとき、私は未来をこのように描いていました（強調追加）。

• GPT-4 のような LLM は誰でも使用して価値を得ることができるツールです。その証拠は、その圧倒的かつ持続的な人気にあります。
• スタートアップ企業を含む各企業は、今日の AI ツールを製品やサービスに組み込む取り組みを進めており、その一部はアプリケーション層にとどまらず、オペレーティング システム レベルにまで及んでいるようです。
• 同じ技術は、適切なツールが与えられれば理論上は実行可能なコードを書く能力がますます向上しているようだ。

3つの箇条書きの結論は、クエリへの回答だけでなく、物事の構築を支援するコンピューティングシステムです。単純な開発タスクをAIで処理できれば、多くの場合、ソフトウェア開発を壊滅的なコストではなく、実質的に使い捨てのものとして扱うことができるようになります。（この観点からすると、法学修士課程の成果は行動に移せると考えられますが、現時点では大きな飛躍ではないと思います。）

今後数年間で、コンピューターははるかに賢くなり、より便利になるでしょう。現時点では、未来のOSは、AIのパワーを可能な限り迅速かつ安全に最大限に活用し、一般の人々の能力を飛躍的に向上させるものになる可能性が高いでしょう。それは、インターネットと同じくらい、私たちの生産性と能力に大きな変化をもたらす可能性があります。これは、私自身が常にオンライン状態にある人間として言えることです。

そうですね、Adept が構築しているものには、かなり興奮しています。

この旅の次のステップは、おそらく代替入力メカニズムでしょう。Siriにテキストメッセージの送信を頼む重圧に耐えかねて諦めてしまう代わりに、コンピューターに直接話しかけて、素早く操作を任せられるとしたらどうでしょう。私の場合は、例えば次のような感じでしょうか。Chromeの新規タブを開いてTechCrunch+のホームページに移動し、集中できるように30分間Slackをミュートし、分析ツールからTechCrunch+の登録者数増加データをすべて取得し、TechCrunchカラーを使ってスプレッドシートにグラフ化するプログラムを書く。そんな感じです。

このユースケースには本当に興奮しています。生成AIは、私たちが長年待ち望んでいたデジタルアシスタントになるかもしれません。

コヒア

「エンタープライズ対応のAIモデルの構築」という取り組みは、スタートアップ企業やベンチャー投資の真の拠点となっているようです。Cohereもまさにこの分野に取り組んでいます。私が特に注目したのは、同社のクラウド非依存へのアプローチと、「顧客と協力し、独自のデータに基づいてカスタムLLMを構築する実践的なアプローチ」を採用している点です。

企業が生成型AIの導入にどれだけの支援が必要になるのか、そしてそのために社内に専門家が必要になるのか、それともAIソフトウェアプロバイダーが提供するサービスになるのか、興味があります。後者の場合、ある意味でSaaSに近いものになるでしょう。SaaSは一般的に粗利益中立の価格で提供されますが、企業が高付加価値のARRを伸ばすための優れた手段となり得ます。おそらくCohereが先駆者となり、私たちがその動向を見守り、学ぶ機会となるでしょう。

このリストは当初私が期待していたよりもはるかにエンタープライズ向けでしたが、それほど驚くべきことではありません。企業は長年にわたりデータライブラリを収集しており、DatabricksやSnowflakeといった企業は長年にわたり、それらのデータの保管と分析に役立ってきました。生成AIの性能が学習（およびトレーニング）の元となるデータの質に左右されるのであれば、最も多くのデータを持つ人々が最も多くの成果を上げることができるでしょう。

それでも、Adeptのようなスタートアップがもっと増えることを期待しています。現代のLLMが本当に何ができるのか、より大胆に、そしてより奇抜な賭けに出るような企業が必要なのです。