フォーチュン誌とデロイトによる最近の共同調査によると、世界のCEOの半数以上が、テキスト、画像、その他の形式のデータを生成するためにAIを実験的に活用していることが明らかになりました。一方、マッキンゼーのレポートによると、企業の3分の1が少なくとも1つの業務機能において生成型AIを「定期的に」活用しています。
巨大な（そして明らかに成長している）対象市場を考えると、Google Cloud が遅れを取らないように懸命に（非常に懸命に）努力していることは驚くことではありません。
Googleは毎年恒例のCloud Nextカンファレンスにおいて、機械学習モデルの構築、トレーニング、展開のためのワークフローを提供するクラウドベースプラットフォーム、Vertex AIのアップデートを発表しました。Vertex AIは、テキスト、画像、コード生成用の最新AIモデルに加え、AnthropicやMetaといったスタートアップ企業による新しいサードパーティモデル、そして開発者が企業データを取り込み、ユーザーに代わってアクションを実行できる拡張機能を搭載しています。
「[Vertexでは]、非常にオープンなエコシステムアプローチを採用し、幅広いエコシステムパートナーと連携することで、お客様に選択肢と柔軟性を提供しています」と、GoogleのクラウドAIおよび業界ソリューション担当バイスプレジデント、ジューン・ヤン氏は記者会見で述べた。「私たちは、エンタープライズ対応を中核に据え、データガバナンス、責任あるAIセキュリティなどを重視した生成AIへのアプローチを構築しました。」
モデル面では、Googleはコード生成モデル「Codey」を「大幅に」アップグレードし、「主要な対応言語」におけるコード生成の品質が25%向上したと主張している（残念ながら、記者に提供された資料の中でGoogleはこの曖昧な指標について詳しく説明していない）。また、画像生成モデル「Imagen」もアップデートし、生成される画像の品質を向上させ、顧客がわずか10枚の参照画像を使って「自社ブランドに合わせた」画像を作成できる「スタイルチューニング」をサポートした。
一方、Google の PaLM 2 言語モデルは新しい言語（一般提供では 38 言語、プレビューでは 100 言語以上）を理解し、32,000 トークンに拡張されたコンテキスト ウィンドウを備えています。コンテキスト ウィンドウはトークン（つまりテキストの生の断片）で測定され、モデルが追加のテキストを生成する前に考慮するテキストを指します（32,000 トークンは約 25,000 語、つまりダブルスペースで約 80 ページのテキストに相当します）。
PaLM 2のコンテキストウィンドウは、市場最大というわけではありません。最大なのはAnthropicのClaude 2で、10万トークンのコンテキストウィンドウを備えています。これは、オリジナルのPaLM 2とGPT-4の3倍以上のサイズです。しかし、Vertex AIのプロダクトリーダーであるNenshad Bardoliwalla氏は、3万2000トークンという決定は「柔軟性」と「コスト」を考慮して行われたと述べています。
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
「お客様は、大規模モデルとそれによって生成できるシナリオによるモデリングの柔軟性と、推論コスト、そして微調整能力とのバランスを取ろうと努力しています」と、バルドリワラ氏は説明会で述べた。「これらのそれぞれには、投資額に応じて一定の計算コストと人的コストがかかります。そのため、市場の進化を考慮すると、32,000トークンでの結果は非常に印象的だと私たちは考えています。これは、新しい機能と市場で競争力のある価格性能比の提供の間で適切なバランスが取れていると感じています。」
すべての顧客が同意するとは限りません。しかし、Googleは双方のメリットを享受できるよう、Claude 2を含むサードパーティ製モデルをVertex AIのModel Gardenに追加しました。Model Gardenは、企業のニーズに合わせてカスタマイズできる、構築済みのモデルとツールのコレクションです。Model Gardenに新たに追加されたモデルには、Metaが最近リリースしたLlama 2や、テクノロジー・イノベーション・インスティテュートのオープンソースであるFalcon LLMなどがあります。
新たなモデルの追加は、Amazonが最近リリースしたAWS製品であるAmazon Bedrockへの警告となる。Amazon Bedrockは、AI21 Labs、Anthropic、Stability AIといったスタートアップ企業の事前学習済みモデルを用いて、生成型AIアプリを構築する手段を提供する。Bedrockの導入が難航したことを考えると、Googleは、マネージドモデルサービスという新興市場に足掛かりを築く機会を見出しているのかもしれない。
この目的のために、Google は Vertex AI に拡張機能とデータ コネクタも導入しています。これは基本的に、OpenAI と Microsoft の AI モデル プラグインを Google が解釈したものです。
拡張機能は、開発者がModel Garden内のモデルをリアルタイムデータ、独自データ、または顧客関係管理システム（CRM）やメールアカウント（Datastax、MongoDB、Redisなど）などのサードパーティ製アプリに接続できるようにするツールセットです。さらに、ユーザーに代わってアクションを実行することもできます。一方、データコネクタは、Salesforce、Confluence、Jiraなどのさまざまなプラットフォームから、読み取り専用アクセスでエンタープライズデータやサードパーティデータを取り込むことができます。
関連ニュースとして、Vertex AI は、AI とワークロードをスケーリングするための Python で書かれたオープンソースのコンピューティングフレームワークである Ray をサポートするようになりました。これは、Google 独自の TensorFlow を含む、Vertex AI で既にサポートされているフレームワークに加わります。
Google にはその質問に対する答えがなかった ― 少なくとも用意された答えはなかった。
Vertex AI 検索と会話
AI を活用したチャットボットと検索の人気を受けて、Google は、生成検索およびチャット アプリ作成の複雑さを抽象化するように設計された Vertex の 2 つのプロダクト、Vertex AI Search (旧称 Generative AI App Builder の Enterprise Search) と Vertex AI Conversation (旧称 Generative AI App Builder の Conversational AI) を提供しています。
本日より、両方とも一般公開されます。
Vertex AI SearchとVertex AI Conversationを利用することで、開発者はデータを取り込み、カスタマイズを加えることで、顧客と対話し、企業のデータに基づいて質問に答えることができる検索エンジン、チャットボット、または「ボイスボット」を構築できます。Googleは、これらのツールが、食品の注文、銀行業務のサポート、半自動カスタマーサービスといったユースケース向けのアプリ構築に使用されることを想定しています。
Vertex AI SearchとVertex AI ConversationのGA移行に伴う新機能として、マルチターン検索が挙げられます。これにより、インタラクションを最初から始めることなく、フォローアップの質問をすることが可能になります。また、会話と検索の要約機能も新たに追加され、検索結果とチャットの会話を予測通りに要約します。
Vertex AI Conversationsのプレビュー版としてリリースされるPlaybookでは、音声やチャットボットに実行してほしいレスポンスやトランザクションを自然言語で定義できます。これは、人間がタスクを処理する際に指示を出すのと似ています。ペルソナ（「あなたはeコマースサイトで働く、知識豊富でフレンドリーな自転車エキスパートです」）、目標（「お客様の支払い手続きをサポートしてください」）、手順（「クレジットカード番号と配送先住所を尋ねてください」）、そして目標が理想的な方法で達成される様子を示す例を追加できます。
Vertex AI モデル拡張機能とデータコネクタは、Vertex AI Search および Vertex AI Conversation と連携して使用できます。また、Vertex のもう 1 つの新機能であるグラウンディング機能も連携して使用できます。グラウンディング機能は、モデルの出力を企業のデータに紐付けることで、例えばモデルが質問への回答を明確に示すことなどが可能になります。
Google によれば、Vertex AI Search はまもなくエンタープライズ アクセス コントロールをサポートし、「情報が適切なユーザーにのみ表示されるようにする」とともに、関連性スコアを提供して結果の「信頼性を高め」、「より有用なものにする」予定だという。
生成AIモデルが事実を捏造する傾向があることを考えると、私は懐疑的です。悪意のある人物がプロンプト・インジェクション攻撃でモデルを暴走させようとするリスクは常に存在します。それがなければ、テキスト生成モデルであれ画像生成モデルであれ、モデルは有害な情報（学習に使用されたデータにバイアスが存在することの兆候）を吐き出す可能性があります。
バルドリワラ氏は、グラウンディングツールが生成モデルのいわゆる幻覚や毒性の問題を完全に解決するわけではないとしても、概ね正しい方向への一歩であると主張している。
「信頼できる情報源に基づく包括的な基盤機能こそが、幻覚問題を抑制し、こうしたシステムの使用をより信頼できるものにする手段となると信じている」と同氏は述べた。
以前のインタビューで、バルドリワラ氏は、Vertexがホストする生成モデルへのすべてのAPI呼び出しは、毒性、暴力、わいせつ性などの「安全属性」について評価されていると述べています。Vertexはこれらの属性に基づいてモデルを評価し、特定のカテゴリについては応答をブロックするか、顧客に処理方法の選択肢を提供します。
生成AIモデルがますます洗練され、解釈が困難になるにつれ、それが持続可能なものなのかどうか疑問に思います。私たち、そしてGoogle Cloudのお客様が、その真相を目の当たりにすることになるでしょう。
