AIは2023年に前例のない速度で発展しました。ChatGPTの出現により、人々はAIテクノロジーの可能性に気づき、ビッグテック間のAI競争に火がつきました。そんな中今年下半期、大手テック企業のAI戦略の傾向はそれぞれの専門分野に大きく移行しました。Googleはエンタープライズアプリケーション、開発者スマートフォンエコシステム、Amazonはエンタープライズクラウド分野でのAIアプリケーション、MetaはAIを使用してターゲットを絞った広告を配信するソーシャルネットワークサイトに注力しています。全体的なデジタル経済エコロジーの戦局状況から判断すると、次の段階での決定的なポイントはAIチャネルに基づくと言えるでしょう。

同時に、大規模言語モデル (LLM) による視覚能力と解釈能力の大幅な進歩が実証され、GPT-4はランドマークを認識するだけでなく、請求書の内容に基づいて消費税を計算することもできます。AIの応用は徐々に生活に浸透し、その進歩は社会に大きな意義をもたらしています。最近ではGoogleが発表したAlphaCode2の能力がプログラマーの80％を超えるなど、さまざまな分野で人間に近い性能を発揮しています。今後、AIモデルは小型化に向かって進み、大型モデルはさまざまな軽量モデルに分割され始めます。これらのモデルは、端末デバイスへの展開が容易で、メンテナンスコストが低くなります。

ではAI技術の継続的な更新に直面するにあたって、企業はAI戦略をどのように策定すべきでしょうか? 当社iKalaを例として、社内にAIを戦略的に導入し既存のビジネスモデルに付加価値を与え、社員の生産性向上を支援する方法を共有します。iKalaでは3年前から社内のすべてのAIモデルを「セントラルキッチン」モデルで管理しており、社内に散在するデータと社外の公開データを収集して統合・分析し、独自の140種類のAIモデルを組み合わせてプレシジョンマーケティングに活用しています。これらのモデルの中には、顧客の感情の特定、広告価値の計算、フォロワーの好みの検出などを担うものもあります。聞く、話す、読む、書くがそれぞれ異なる機能を持つのと同じように、これらのモデルにも得意とする独自のタスクがあります。これはまさに、これからの企業が必要とするナレッジマネジメントモデル、すなわち自社の業務や顧客が必要とするAIモデルを一元管理する社内の「AI人工知能」です。

昨年下半期以降、企業のナレッジマネジメントに対する需要が大幅に高まっており、「ナレッジマネジメントをどのように行うべきか？」という質問をよく受けます。実は、iKalaが開発したAIインフルエンサーマーケティングプラットフォーム「KOL Radar」は、ナレッジマネジメントアプリケーションと言えます。KOL Radarは、各国のインフルエンサーデータを収集し、グローバル検索を提供することで、企業がブランドや製品の傾向に一致するインフルエンサーを見つけるのに役立ちます。完全に自動化されたリアルタイムデータ分析の提供を実現しており、同時に検索方法の最適化も継続。従来のキーワード検索から自然言語チャットによる検索が可能となり、より自然にユーザーと商品のインタラクションを促進し、過去の履歴データを分析して未来を予測することも可能で、生成AIと予測AIを組み合わせ、強力な新しいアプリケーションを生み出しています。以前は、ナレッジマネジメントは大企業内で行われていましたが、現在では生成AIとデータベーステクノロジーを組み合わせて使用することで、検索インタラクションをより柔軟にすることができ、将来的にはAIがさらに説明や推論ができるようになると期待されています。

さらに、SNS上において人々の多様な知識カテゴリーを分類できる自動ラベリングAIも開発しており、その中でAIがこれら分野の知識を分類する際に、すべての知識カテゴリーを完全に網羅する能力を備えていることがわかりました。これは、インフルエンサー検索エンジンの背後にあるデータベースを開発するための重要なインスピレーションとなります。これまでは人間が新たな知識体系を確立するには多大な時間と労力が必要でしたが、今ではAIの教師あり学習と教師なし学習によって構築できるようになり、外界の変化に合わせてAIが自動的に適応できるようになりました。基盤技術が開発されたので、将来的に言語モデルの効率をどのように改善、削減、特殊化するかは、継続的な開発の重要な技術でもあります。

AIテクノロジーが大きく進歩する時代において、企業はAI戦略を構築する際に3つの重要なポイントに焦点を当てることができます。それは、優れたデータ戦略、社内外へのAIの付加価値、そしてAIを電力とすることです。データはAI戦略の基礎です。企業内で固有のデータを収集、分類、保護することが最初のステップになります。次のステップは、AIが既存のビジネスモデルにもたらす付加価値と、AIが社員の能力をどのように強化できるかを見つけることです。最近、社内のエンジニアにAIを導入できるようにし、2シーズン以上の実験で生産性が100%向上することが示されました。これは、AI開発プロジェクトを完了するまでの時間が半分になることを意味し、現在のソフトウェア更新頻度は2週間に1回から1週間に1回に変更になりました。最後に、クラウドとローカルのコンピューティング能力の獲得に関して、企業はミックスアンドマッチモデルを採用してコンピューティング能力の最適な組み合わせを作成し、AIを電力として使用し、ビジネス戦略を策定することができます。

2024年を見据えると、AIの次の発展は信頼、ユーザーエクスペリエンス、ビジネスモデルに起因すると考えられます。AIの普及が進むにつれてブラックボックス化が深刻化する可能性があるため、最近ではAIの説明可能性に関する研究が急増しています。欧州連合も最近、グローバルなAI規制を明確に義務付ける人工知能法 (AI法) を可決しました。これは、グローバルな事業運営のコストが今後も上昇し続けることを示しています。AIコンプライアンスはテクノロジーと法令順守を組み合わせる必要があります。それは企業にとって大きな課題であると同時に、ビジネスチャンスでもあります。次はユーザーエクスペリエンスです。AIには現在、チャット対話など、さまざまなアプリケーションがあります。しかし、消費者に最も受け入れられ、人気のあるアプリケーションを市場全体がまだ模索中です。最後にビジネスモデルに戻りますが、AI技術が安価になり競争が激化すると、データが企業独自の武器となり、将来にわたって企業の長期的な競争力となるため、企業は自らのデータを保護する必要があります。