LLMで変わる開発【前編】
「生成AIでアプリ開発」がもたらす、効率化どころじゃない“根本的な変化”とは
大規模言語モデル（LLM）などのAI技術を用いたアプリケーション開発は、従来の開発と何が違うのか。考慮すべきポイントと併せて解説する。
OpenAIのAI（人工知能）チャットbot「ChatGPT」や、MicrosoftのAIアシスタント「Microsoft Copilot」をはじめとする各種AIツールの登場により、テキストや画像などを自動生成するAI技術「生成AI」（ジェネレーティブAI）や、その基となる大規模言語モデル（LLM）の可能性が広く認知されることとなった。
今やLLMの用途は日常業務の補助にとどまらず、革新的な製品やサービスの開発と、ビジネスの差別化にも役立てられている。専門家によると、AI技術を用いた開発には、従来のアプリケーション開発とは根本的に異なる点があるという。具体的に何が違うのか。
「AIによる開発」と従来の開発の“根本的な違い”は？
併せて読みたいお薦め記事
開発者が読みたい「AI」の今後に関する記事
従来の開発では、既知のシステムやAPI（アプリケーションプログラミングインタフェース）を使用する際、入力内容とそれに対応する結果の文書化が可能だった。「常にとは限らないが、システムが出力する内容は決定的で予測可能だった」。こう話すのは、ソフトウェアベンダーTricentisでAI担当のバイスプレジデントを務めるデビッド・コルウェル氏だ。
その仕組みを、生成AIは根本から変えた。LLMは膨大なデータで訓練されるが、だからといって出力する内容が正しいとは限らない。「これはバグではなく、むしろ生成AIの本質的な特性だ。将来的にLLMが改善されることを願うしかない」とコルウェル氏は話す。
ただしコルウェル氏は、生成AIによる出力内容が常に正しいわけではない点を問題視すべきではないと捉えている。その代わりに、AI技術を理解することに時間をかけるべき、いうのが同氏の助言だ。
「AI開発」におけるツールの有効性
LLMの導入に当たってはフレームワーク（プログラム開発に必要な機能の集合体）を活用できる。例えば、開発者はAI開発向けのオープンソースフレームワーク「LangChain」を使うことで、迅速にプロトタイピング（試作品を用いた事前検証）や実験を実施できるようになる。
ローコード（最低限のソースコードを記述）開発ツールの活用も有効だ。ローコード開発ツールは、機械学習の専門知識が不足しているユーザーでも使いやすいインタフェースになっていることが一般的だ。
ただしローコード開発ツールを使う際の注意点もある。「ローコード開発ツールによってLLMを搭載したアプリケーション開発は容易になるが、専門的なタスクを組んだり複雑なLLMを扱ったりする際には限界がある」。モバイルデバイスベンダーZebra TechnologiesでAI研究グローバルディレクターを務めるアンドレア・ミラビレ氏はそう指摘する。
LLMの性能を強化するためには、ハイパーパラメーター（機械学習モデルのトレーニングに使う変数）の調整、学習データの管理の実施が欠かせない。開発者がLLMの挙動を適切に判断するには、機械学習アルゴリズムを正しく理解する必要がある。
中編は、生成AIの導入に乗り出す前に確認すべきポイントを解説する。
Computer Weekly発 世界に学ぶIT導入・活用術
米国TechTargetが運営する英国Computer Weeklyの豊富な記事の中から、海外企業のIT製品導入事例や業種別のIT活用トレンドを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly発 世界に学ぶIT導入・活用術
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社フィックスターズ] 組み込み開発特有の課題も解消できる「AI活用」の秘訣とは？ -
事例
[株式会社ビザスク] 「新規事業」事例集：大手企業はどのように想定顧客ヒアリングを行っているのか -
市場調査・トレンド
[株式会社ビザスク] 質の高い「仮説検証インタビュー」を実施するためのポイント -
事例
[株式会社ビザスク] 富士フイルムの新領域参入に学ぶ事業創出 「畑違い」でもビジネス化できる方法 -
事例
[株式会社ビザスク] 三菱電機 上席執行役員に学ぶ、未来を切り開く「新事業創出」の実践方法
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
法務と開発者で「言葉が通じない」問題 トヨタやソニーが語るOSS管理の真実
-
2
なぜ「Gemini 4 Argon」は出遅れたのか？ Googleが狙う“逆転のシナリオ”
-
3
なぜ「全社配布Copilot」は使われないのか？ 失敗に学ぶAI定着
-
4
「IBM i（AS/400）はクローズドなシステム」という誤解 DXに寄与する一歩
-
5
損保ジャパンはなぜ「COBOL」を捨てなかったのか？ 脱メインフレームの真相
-
6
長年の蓄積は利点にも弱点にもなる 「脱レガシー」実行前に解決すべき課題とは
-
7
「GitHub Copilot」3000人に配布も基本機能しか使われない 保険大手が得た教訓
-
8
AI時代のITインフラ戦略とは？ 販売代理店が知っておきたい最新トレンド
-
9
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
10
NANKAIグループはPC処分の情報漏えい不安とコスト課題をどう解消したのか
ホワイトペーパーランキング PR
-
1
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
2
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
-
3
家庭用Wi-Fiルーターの業務利用は危険？ 避けるべき理由と具体的な対策
-
4
財務部門がAIを最大限に活用する方法 無駄のない戦略的リーダーシップへの道
-
5
LLMが兵器化？ 元FBI高官が鳴らす警鐘とセキュリティツール統合のポイント
-
6
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
7
生成AIを開発に導入しても効果が見えない？ 実証実験で分かった成果と課題
-
8
システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
-
9
経産省DX指針から読み解く、受発注業務デジタル化ロードマップ
-
10
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー