他の技術と同様に、生成AIは過度な期待のピークを迎えた後、関心が急速に落ち込む時期、いわゆる「幻滅期」に移行すると考えられている。生成AIの検証に失敗する企業は確実に出てくるだろうし、期待していたほどの価値創出ができないケースもあるだろう。それでも生成AIに幻滅期は訪れないと予測できる。

　生成AI導入の阻害要因として挙げられるのが、コストとAI関連規制だ。コストについては透明化が進んでおり、AIベンダーがより手頃な利用手段を発表するだろう。規制については、誰でも自由に利用や改良ができる「オープンソースAI」が台頭することを背景に、企業は迅速にAI関連規制への準拠を進められるようになると考えられる。

　企業向け生成AIツールはまだ発展段階にある。さまざまなAIモデルが新たに登場するので選ぶのは簡単ではないが、それは生成AIの普及を阻害する要因にはならない。生成AIは企業にさまざまな恩恵をもたらしており、主流の技術になるまであと少しの段階だといえる。

2．「マルチモーダルAI」による生産性向上

　マルチモーダルAIとは、数値や画像、テキスト、音声など複数種類のデータを組み合わせて、あるいは関連付けて処理できるAIモデルを指す。その開発は始まったばかりだが、Googleが2023年12月に発表したAIモデル「Gemini」など、マルチモーダルAIの有望株は既に登場している。

　生成AIを用いて、PDFファイルや表の読み取りや出力ができるとうれしい企業は少なくないはずだ。特に、図面を扱う製造業界やエンジニアリング業界、医用画像を用いるヘルスケア業界への効果が期待される。設計図やゲノム（遺伝情報）に関する研究の内容について、生成AIと対話形式でやりとりする未来は近いだろう。

3．「オープンソースAI」が市場のけん引役に

　米TechTargetの調査部門Enterprise Strategy Group（ESG）は2023年8月、生成AIの開発と利用計画に関する調査結果を発表した。調査は北米とEMEA（欧州、中東、アフリカ）、APAC（アジア太平洋）、中南米のIT専門家とビジネス意思決定者670人を対象に実施した。

　調査の結果、回答者の3分の1以上が、オープンソースの大規模言語モデル（LLM）を使用する計画があると答えた。企業が生成AIに対して、管理性や透明性の他、自組織のデータを柔軟に取り込めるカスタマイズ性を求めている状況が明らかになった。

　このような企業のニーズに応えるのが「RAG」（検索拡張生成）の手法だ。RAGとは、学習データ以外の外部データベースから情報を検索、取得し、LLMが事前学習していない情報も回答できるよう補う手法を指す。AIモデルが事実に基づかない情報を生成する現象「ハルシネーション」を防ぐ効果もある。

　長期的に見ると、既存のAIモデルの性能には大きな違いがなくなり、生成内容の差もほぼなくなってくると考えられる。差別化のポイントとなるのはモデルそのものではなく、モデルが使うデータだ。ここで言うデータは、AIモデルのトレーニングに用いられるデータセットだけでなく、RAGを通じて検索されるデータも含まれる。

　後編は、引き続き2024年の生成AIトレンドを紹介する。