こんにちは、皆さん。TechCrunch の定期的な AI ニュースレターへようこそ。
今週のAI分野では、ガートナー社が、企業における生成AIプロジェクトの約3分の1が2025年末までに概念実証段階後に放棄されると示唆するレポートを発表しました。その理由は、データ品質の低さ、リスク管理の不備、インフラコストの高騰など、多岐にわたります。
しかし、レポートによると、生成 AI 導入の最大の障壁の 1 つは、ビジネス価値が不明確であることです。
ガートナーの推定によると、組織全体で生成型AIを導入するには、500万ドルから2,000万ドルという莫大なコストがかかる。シンプルなコーディングアシスタントでも初期費用は10万ドルから20万ドル、年間ユーザー1人あたり550ドル以上の継続費用がかかる。一方、AIを活用したドキュメント検索ツールは、初期費用が100万ドル、年間ユーザー1人あたり130万ドルから1,100万ドルかかる可能性があるという。
利益を数値化するのが難しく、実際に利益が実現するまでに何年もかかる可能性がある場合、企業にとってこれらの法外な価格は受け入れがたいものである。
Upworkが今月実施した調査によると、AIは生産性を向上させるどころか、多くの労働者にとって負担になっていることが明らかになりました。経営幹部、正社員、フリーランサー2,500人を対象に行われたこの調査によると、AIを利用している労働者のほぼ半数（47%）が、雇用主が期待する生産性向上をどのように達成すればよいのか全く分からないと回答し、4分の3以上（77%）がAIツールによって生産性が低下し、少なくとも何らかの形で作業負荷が増加していると考えています。
ベンチャーキャピタル側の活発な活動にもかかわらず、AIの蜜月期は終わりを迎えつつあるようだ。そして、それは驚くべきことではない。根本的な技術的問題が未解決のままである生成型AIが、しばしばその価値よりも問題を抱えていることを、次々と明らかにする逸話が次々と語っている。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
ちょうど火曜日、ブルームバーグは、フロリダ州のHCA病院で試験運用中の、AIを用いて患者の医療記録を分析するGoogleベースのツールに関する記事を掲載しました。ブルームバーグが取材したツールのユーザーによると、このツールは信頼できる健康情報を一貫して提供できないとのことで、あるケースでは、患者に薬物アレルギーがあるかどうかが記録されなかったとのことです。
企業はAIにさらなる期待を寄せ始めています。AIの限界を克服する画期的な研究成果がない限り、ベンダーはAIの期待に応える責任を負います。
彼らにそうする謙虚さがあるかどうか見てみましょう。
ニュース
SearchGPT: OpenAIは先週木曜日、Webソースから情報を取得して質問に「タイムリーな回答」を提供するように設計された検索機能であるSearchGPTを発表しました。
BingのAI活用がさらに強化：負けじと、マイクロソフトは先週、独自のAI搭載検索エクスペリエンス「Bing ジェネレーティブサーチ」をプレビューしました。現時点では「ごく一部」のユーザーのみが利用できるBing ジェネレーティブサーチ（SearchGPTなど）は、Web全体から情報を集約し、検索クエリに応じて要約を生成します。
X、ユーザーをオプトイン： X（旧Twitter）は、ユーザーデータをXのチャットボット「Grok」のトレーニングプールにデフォルトで登録する変更をひっそりと実施しました。この変更は金曜日にプラットフォームユーザーによって発見されました。EU規制当局をはじめとする関係者は、すぐにこの変更に抗議しました。（オプトアウトの方法がわからない場合は、こちらのガイドをご覧ください。）
EUがAIに関する支援を呼びかける：欧州連合は、AIの応用を規制するためのリスクベースの枠組みである同連合のAI法に基づき、汎用AIモデルのプロバイダーに適用される規則に関する協議を開始した。
Perplexity が出版社ライセンスの詳細を発表: AI 検索エンジン Perplexity は、チャットボットがクエリに応えてニュース出版社のコンテンツを表示した場合、まもなく広告収入をニュース出版社と共有し始める。この動きは、Perplexity を盗作や非倫理的な Web スクレイピングで非難する批評家をなだめるためのものと思われる。
MetaがAI Studioを展開： Metaは月曜日、米国のすべてのクリエイターにAI Studioツールを展開し、パーソナライズされたAI搭載チャットボットを作成できるようにすると発表した。同社は昨年AI Studioを発表し、6月から一部のクリエイターを対象にテストを開始した。
商務省が「オープン」モデルを支持：米商務省は月曜日、MetaのLlama 3.1のような「オープンウェイト」生成AIモデルを支持する報告書を発表したが、政府に対し、こうしたモデルの潜在的なリスクを監視するための「新たな機能」を開発するよう勧告した。
99ドルのフレンド：ハーバード大学を中退したアヴィ・シフマン氏は、99ドルのAI搭載デバイス「フレンド」の開発に取り組んでいる。名前の通り、首にかけるタイプのこのペンダントは、いわば相棒として使うことを想定している。しかし、宣伝通りの性能を発揮するかどうかはまだ明らかではない。
今週の研究論文
人間からのフィードバックによる強化学習（RLHF）は、生成AIモデルが指示に従い、安全ガイドラインを遵守することを保証する上で主要な手法です。しかし、RLHFでは、モデルの応答を評価しフィードバックを提供するために多数の人材を雇用する必要があり、時間とコストのかかるプロセスとなっています。
そこで OpenAI は代替手段を採用しています。
OpenAIの研究者たちは新たな論文の中で、ルールベース報酬（RBR）と呼ばれる仕組みについて説明しています。これは、段階的なルールを用いて、モデルのプロンプトへの反応を評価・誘導するものです。RBRは、望ましい行動を具体的なルールに分解し、それを用いて「報酬モデル」を訓練します。報酬モデルはAIに、特定の状況においてどのように行動し、反応すべきかを指示（ある意味では「教える」）します。
OpenAIは、RBRで訓練されたモデルは、人間のフィードバックのみで訓練されたモデルよりも優れた安全性を示し、大量の人間からのフィードバックデータの必要性を低減できると主張しています。実際、同社はGPT-4のリリース以来、RBRを安全性スタックの一部として使用しており、将来のモデルにもRBRを実装する予定であるとしています。
今週のモデル
Google の DeepMind は、AI を活用して複雑な数学の問題に取り組む取り組みで進歩を遂げています。
数日前、DeepMindは、今年の国際数学オリンピック（IMO）で出題された6問のうち4問を解けるよう、2つのAIシステムを訓練したと発表しました。IMOは、このシステム「AlphaProof」と「AlphaGeometry 2」（1月の「AlphaGeometry」の後継）が、抽象化の構築と活用、そして複雑な階層的計画といった、これまでAIシステムにとって困難とされてきた課題への対応能力を示したと主張しています。
AlphaProofとAlphaGeometry 2は連携して、2つの代数問題と1つの数論問題を解きました（残りの2つの組合せ論の問題は未解決のままでした）。結果は数学者によって検証され、AIシステムがIMO問題で銀メダルレベルのパフォーマンスを達成したのはこれが初めてです。
ただし、いくつか注意点があります。モデルがいくつかの問題を解くのに数日かかりました。また、AlphaProofとAlphaGeometry 2の推論能力は素晴らしいものの、正解が1つしかない問題とは異なり、複数の解法が考えられるオープンエンド問題には必ずしも対応できません。
次の世代が何をもたらすか見てみましょう。
グラブバッグ
AIスタートアップ企業のStability AIは、物体のビデオを、まるで異なる角度から撮影されたかのような複数のクリップに変換する生成AIモデルをリリースした。
Stability社によると、「Stable Video 4D」と呼ばれるこのモデルは、ゲーム開発やビデオ編集、そしてバーチャルリアリティにも応用できる可能性があるという。「企業が当社のモデルを採用し、独自の要件に合わせてさらに微調整していくことを期待しています」と同社はブログ記事に記している。
Stable Video 4Dを使用するには、ユーザーは映像をアップロードし、希望するカメラアングルを指定します。約40秒後、モデルは5フレームの動画を8本生成します（ただし、「最適化」にはさらに25分かかる場合があります）。
Stability社は、モデルの改良に積極的に取り組んでおり、現在トレーニングに使用している合成データセットに加え、より幅広い実世界の動画に対応できるよう最適化を進めていると述べています。「この技術は、リアルなマルチアングル動画の作成において大きな可能性を秘めており、今後の研究開発によってどのように進化していくのか、非常に楽しみです」と同社は続けています。
