画像はアドビの「Adobe Firefly Image 2 Model」が実装された画像生成AI「Adobe Firefly」で作成した。本特集内で使用しているイラストも全てAdobe Fireflyで作成したものだ。

国内生成AIビジネスの現在地とこれからの旅路

2022年11月に人工知能チャットボットサービス「ChatGPT」が公開されて約1年。人工知能すなわちAIというテクノロジーに対して、ロボットやSFの世界のものというイメージから、日常生活において違和感のない自然な存在へと変化した。ChatGPTに代表される生成AIは言葉として普及した印象を受けるが、活用の状況やビジネスの創出について、今の実情とこれからの展望はどうなのか。

企業の生成AIのビジネス活用は消極的
政府の環境整備で潜在需要が開花する

もともと数多くの生成AIのテクノロジーやモデルが研究・開発されており、サービスとしても提供されていたが、昨年のChatGPTの公開以降、この1年間で生成AIの界隈ではどのような変化があったのだろうか。「AIテクノロジーの研究を通じて世の中の役に立つ技術を提供する」ことを目的として設立されたアステリアARTで代表を務める早稲田大学 非常勤講師、博士(情報科学)の園田智也氏に話を伺った。

生成AIのモデルは
大規模化からマルチモーダル化へ

アステリアART
園田智也

 モデルに関する変化について園田氏は「ChatGPTが出始めたころは研究目的のモデルが大半でしたが、今年3月以降は商用利用を認める団体が増え、学習に利用できるデータセットがそろってきました。その結果、研究者だけではなく企業も利用しやすくなり、ビジネスでAIを活用する機会が増えました」と指摘する。

 さらにモデルの開発について「従来は大規模なモデルを作って性能を高めていく取り組みが一般的でしたが、モデルが大きくなると学習に時間がかかり、電力消費やコンピューターの冷却に使う水の消費が増えるなどの問題が指摘されるようになり、現在は小さなモデルで性能を出す手法が研究されています。またテキストだけではなく、音声や画像など異なる複数のデータを同時に理解して学習、判断するマルチモーダル化もモデル開発の新たな傾向として挙げられます」と説明する。

生成AIの社会的な課題
政府主導で活用環境を整備

 生成AIの活用には社会的な課題もある。サービスによってはインターネット上で公開されているデータを大量に学習してモデルを作成するため、モデルに含まれるデータの著作権やプライバシーがリスクとなり、ビジネスでの利用を禁止する企業も少なくない。

 BlackBerry Japanが今年9月7日に発表した調査結果によると、調査対象の日本の組織の72%が職場でのChatGPTやその他の生成AIアプリケーションの使用禁止を実施、あるいは検討しているという。またこの回答者の58%が禁止措置は長期的または恒久的なものと認識しており、顧客や第三者のデータ侵害、知的財産へのリスク、誤った情報の拡散を理由に挙げているという。

 一方で職場での生成AIアプリケーションの利点も認識しており、イノベーションを高める(54%)、創造力を強化する(48%)、効率性が高くなる(48%)と回答しているという。またサイバーセキュリティの防御のために生成AIツールを使用することについては、回答者の大多数(77%)が肯定していることも興味深い。

 生成AIの活用に慎重な企業に対して、政府は生成AIの活用を後押ししたいようだ。園田氏は「日本は生成AIに関する政府の対応が早く、いろいろな勉強会が政府主導で実施されています」と指摘する。

 現在、政府は生成AIを適正に利用するための事業者向けガイドライン(指針)の作成を進めており、先ごろ(今年10月6日)その素案が明らかにされた。今年10月末をめどに指針の中間とりまとめをし、早ければ11月末に最終案を固めて年明けに正式決定するという。

 なおこのガイドラインはAIの基盤技術を作る「アルゴリズム(計算手法)開発者」や、AIを使ったサービスやソフトウェアを提供する「サービス実施者」などに加えて、AIを業務に活用する企業など、合計五つの事業主体に対して共通の責務を示したものとなる。

生成AIのビジネス領域の一つとして
ロボットによる自動化が伸びる

 生成AIの現在の用途はチャットボットや画像の作成、プログラミングの支援などが活用事例として知られている。生成AIは広く活用できるテクノロジーであるため、アイデア次第であらゆるサービスが実現できる可能性を秘めている。

 生成AIの用途の可能性について園田氏は「人材不足の観点からエンジニアなど専門家の仕事を補う用途や、自動化に活用できます」と指摘する。園田氏が代表を務めるアステリアARTではロボットとAIを組み合わせたテーマで研究・開発を進めている。

 ロボットは工場や倉庫の自動化をはじめ、最近ではレストランで料理を配膳するサービスロボットが活用されるなど、あらゆるシーンでのオートメーション化に利用されている。ロボットは人手不足を補うほか、正確性や精密性、労働時間など人の能力を補うこともでき、究極の自動化を実現する存在と言える。

 園田氏は「人手不足が深刻化する中で、あらゆる現場でロボットによる自動化が必要とされるようになっており、ロボットの需要は今後大きく伸びると見ています」と指摘する。

 ロボットにAIを組み込むことで自律的に効率良く働かせるという進歩の方向性がある一方で、ロボットのビジネスが本格化するとそれを売る営業活動も課題になるという。

 ロボットを顧客に売る際に、ロボットを導入するとどれほどの効果が得られるのか、何台のロボットが必要なのかなど、シミュレーションによってデータを示す必要がある。現在はロボットを設置する現場を模した物理的な環境を作って実際に稼働させて検証している。

アステリアARTが開発を進める空間認識を備えた生成AIサービス「ロボステージ」のデモ画面。本デモのアームロボットのモデルはアールティの「CRANE-X7 ROS/ROS2 Packages」を利用している。
https://rt-net.jp/products/crane-x7/
https://github.com/rt-net/crane_x7_description
https://github.com/rt-net/crane_x7_ros

 そこでアステリアARTでは空間を認識できる生成AIのモデルを利用してロボットの稼働環境を自動的にPCなどの画面上に作成し、そこでシミュレーションを実施できる「ロボステージ」の開発を進めている。

 通常、3DCGの空間でシミュレーションを実施するには、専門のエンジニアが空間を制作したりプログラムを作成したりするなど開発に手間と時間がかかる。また3DCGなどの専門の知識とスキルを持つエンジニアの確保も難しい。そこでアステリアARTが開発を進めるロボステージを使えば、営業担当者がテキストを入力するだけでロボットの稼働環境を模した空間をPCの画面上に自動的に作成でき、顧客との商談の場でデモンストレーションを見せることが可能だ。

 営業担当者が作成したデータをエンジニアに渡してシミュレーションをより緻密に行い、ロボットの配置や動作を決めていくことで、商談から導入にかかる時間と労力を大幅に削減できるという。このように生成AIの当面の活用用途は、専門的なスキルの支援による人材不足、人手不足の対策がキーワードになるだろう。

生成AIのビジネスはユースケースが前提
ボトムアップ型の展開で進める

デル・テクノロジーズは今年9月29日、急速に浸透している生成AIに関して、その基礎知識の解説と同社のビジネス展開および顧客へのアプローチについて説明会を開催した。説明会では長年にわたり人工知能(AI)に携わってきた同社の増月孝信氏と、同社のAIに関するビジネスに携わる山口泰亜氏の両名が壇上に上がり解説した。

ユースケースから用途を明確化して
学習済み汎用モデルをカスタマイズ

デル・テクノロジーズ
増月孝信

 企業が生成AIをビジネスで活用する際は学習済みの汎用モデルをそのまま利用すること、あるいは汎用モデルをカスタマイズして利用することが現実的な進め方となる。これらの違いについてデル・テクノロジーズのAIスペシャリストおよびCTOアンバサダーで、DCWソリューション本部でシニアビジネス開発マネージャを務める増月孝信氏は「学習済みの汎用モデルは百科事典だと言えます。ビジネスで利用する場合、百科事典の全巻を利用するのか、あるいは必要な情報を選択して利用するのかという選択肢があります」と説明する。

 学習済みの汎用モデルからモデルを選択して利用することが一般的な活用方法となるわけだが、ビジネスで生成AIを活用する上で最も重要なポイントがここにあるという。増月氏は「ユースケースを前提に生成AIをどのように活用するのかを明確にしなければ、どのモデルが適しているのかを判断することはできません」と指摘する。

 顧客に生成AIのソリューションを提案する場合、あるいは顧客から生成AIの活用について相談があった場合、まずは生成AIのメリットを理解し、そしてユースケースを把握した上で、顧客の課題に対して生成AIを適用して効果が得られるシナリオを組み立てることが求められる。そこでデル・テクノロジーズはユースケースを前提としたAIビジネスの進め方とポートフォリオを提唱しており、そこではユースケースを起点にボトムアップ型の進め方が提示されている。

モデル開発から導入までを支援する
生成AIに最適化されたプラットフォーム

デル・テクノロジーズ
山口泰亜

 デル・テクノロジーズではAIビジネスに対して四つの取り組みを進めている。それは「AI on」「AI in」「AI for」「AI with」の四つとなる。

 まず「AI on」はデル・テクノロジーズが提供している製品やソリューション、あるいはプラットフォームを用いてAIを実装するビジネスとなる。

 例えばAIに最適化され、高いパフォーマンスを発揮するサーバー製品として空冷の「PowerEdge XE9680」や「PowerEdge XE8640」、水冷の「PowerEdge XE9640」などをラインアップしている。またAIに最適化されたストレージとしてはファイルストレージに適した「PowerScale」やオブジェクトストレージに適した「ECS」などをラインアップする。

 また生成AIに最適化されたプラットフォームとして「Dell Validated Design for Generative AI(Project Helix)」も提供する。これはデル・テクノロジーズの基盤技術、ソフトウェア、サービスとNVIDIAのアクセラレーター技術、AIソフトウェア、学習済みモデルと専門知識を組み合わせて実現したものだ。

 本番環境にLLM(大規模言語モデル)を導入するためのデル・テクノロジーズのリファレンスアーキテクチャによるスケーラブルなフルスタックソリューションをはじめ、信頼できるAIの結果、専門知識と導入展開へのガイダンスなどの提供、データのセキュリティとプライバシーの確保など、モデル開発から導入までを支援する。海外ではすでに提供が開始されており、日本では提供に向けて調整を進めている最中だ。

DXの推進においてAIを活用し
社内にスペシャリストを育成

「AI in」はデル・テクノロジーズの製品にAI機能を組み込む取り組みだ。例えば同社のストレージ製品「PowerMax」には機械学習エンジンが搭載されている。「AI for」はデル・テクノロジーズ自身がDX推進においてAIを活用する取り組みだ。同社の社内で40以上のチームが900件以上のAIおよび機械学習のプロジェクトに取り組んでおり、同社内のあらゆる部門で企業文化の変革を含めた業務やビジネスの革新を進めているという。

 そして「AI with」では日本市場に向けたAIエコパートナープログラム「デル邂逅(Dell de AI)」を提供する。参加費は不要で、デル・テクノロジーズの製品と組み合わせてビジネスを提供できることが参加条件となる。

 AIビジネスにおけるデル・テクノロジーズの優位性について、CPUの性能を引き出す冷却技術などにより標準AIベンチマーク(MLPerf 3.0)で高い性能を発揮するほか、グローバルおよび国内のパートナーとの連携、協業によるAIのエコパートナー、国内外での生成AIの豊富な導入実績、さらに「AI for」を通じて育成したスペシャリストの存在などを挙げる。

 デル・テクノロジーズのAIスペシャリストで、DCWソリューション本部でシニア システム エンジニアを務める山口泰亜氏は「AIのコンピューティングを支えるGPUは発熱するため稼働年数が経過すると故障する可能性があります。GPUは高価なため保守パーツの在庫を用意していないケースがありますが、デル・テクノロジーズはGPUを含めて最適な在庫を保持していますので、障害が発生してもスピーディーに対処できます」とアピールする。