人工知能（AI）は、人間の知能の機械的な再現だ。AIの構成要素としては、自然言語処理（NLP）や音声認識、マシンビジョンなどが存在する。（続きはページの末尾にあります）
AI技術向けのプロセッサとしてはGPUがあるが、近年注目を集めるのが「FPGA」だ。そのメリットとデメリットを解説する。
AI搭載型の検索エンジンは、従来型の検索エンジンから何が進化したのか。ユーザーにもたらされる新しい価値を解説する。
「生成AI」と「予測AI」は、いずれも業務効率を向上させるAI技術だ。両者にはどのような違いがあり、ビジネスのどのような場面で”使える”のか。専門家の意見を基に整理する。
日本IBMはAIの本番展開について、IBMならではの考え方について詳細に解説し、基盤モデルに関しても規模拡大に頼らない現実路線を打ち出した。
企業は「生成AI」を人材不足解消にどう役立てているのか。JR西日本のAIアプリケーション内製開発や、北海道文化放送の「Amazon Bedrock」活用、静岡銀行のAIチャットbot導入などの事例を紹介する。
シンガポールの駅の地下街に、ハイテクな小売店舗のスペース「Hive 2.0」が誕生した。レジ不要のセブン-イレブン店舗が出店し、ロボットによる配送サービスも提供している。
生産性向上や後継者問題に生成AIを活用したいが、そもそも基幹システムであるIBM i と連携させられるのか。業務のノウハウはどう継承すればいいのか。技術者不足で新たな挑戦が難しい状況も何とかしたい……と悩む企業の解決策とは。
生成AIは業務効率向上に役立つが、セキュリティやハルシネーションの懸念が付きまとう。ビジネスでの利用において課題となるこれらの懸念を低減するAcrobat AIアシスタントを選べば、ドキュメントの山が「自社の情報資産」に変わる。
Baidu（百度）が発表した推論モデル「ERNIE X1」は、DeepSeek-R1と同等性能でありながら利用料は半額だという。ただ、一部の専門家は懐疑的な見方を示す。
人工知能（AI）の活用が社会や業務のさまざまな場面で広がる一方、誤情報の生成や情報漏えいのリスクなどの課題もある。信頼できるAIシステムを構築するために企業が取り組むべき施策とは。
少ないデータでAIモデルを訓練する「フューショット学習」が、AI開発の課題を克服する手法として注目を集めている。その利点と課題をおさらいしよう。
AI開発における重要なプロセスが「学習」と「推論」だ。開発者はそれぞれどの程度のリソースを割けばよいか見極める必要がある。どちらを重視すべきなのか、複数の視点から考察する。
2025年、「AIエージェント」の時代が本格的に到来する。企業が競争力を維持するためには、AIエージェントの導入と活用に向けた適切な準備が不可欠だ。具体的にどう備えるべきなのか。
業務効率化を考える上で、AI技術の活用は欠かせなくなりつつある。その中でも、自律的に意思決定するAIエージェントは、最高経営幹部（CxO）からの注目が高まっている。どのような業務で活用できるのか。
MicrosoftはAIツールを導入したことで、営業活動の効率化を実現した。しかし、その導入に当たっては、幾つかの課題にも直面したという。
AIツールの開発に取り組むスタートアップは、どのような戦略を用いて競争力を高めるべきなのか。米国で開催されたAWSの年次イベント「AWS re:Invent」で、その最前線を探った。
業務の効率化を考えた場合に視野に入るのが、自律的に意思決定をするAIエージェントの活用だ。AIエージェントとその他のAIツールを組み合わせた「AIオーケストレーション」はさまざまな業務で活用され始めている。
中国発AI「DeepSeek」の台頭に伴い、LLMの安全性に対する懸念が浮上している。企業のCISOはこうした状況をどう受け止め、どのような対策を講じるべきなのか。
ベンダーが広報や販促活動の中で“AI”と呼んでいるものは概して、単にAI技術の一要素にすぎない。主なAI技術である機械学習を利用するには、機械学習アルゴリズムの作成や、機械学習のための専用のハードウェアとソフトウェアの調達が必要だ。機械学習ベースのAIシステムの開発に利用できる主なプログラミング言語として「Python」「R」「Java」などが挙げられる。
機械学習ベースのAIシステムは、ラベル付けされた大量の教師データを取り込み、データを解析して相関関係やパターンを調べ、見つけ出したパターンを使って将来の状態を予測する。例えば機械学習モデルを備えたチャットbotに複数のチャットのテキストを与えて学習させることで、人とリアルなやりとりができるようになる。同じく機械学習モデルを備えた画像認識ツールに何百万枚もの画像を学習させることで、画像の中の物体を識別して説明できるようになったりする。
「学習」「推論」「自己修正」の3つが、機械学習ベースのAIシステムが備える主要な機能だ。
複数の教師データを基に、入力データを実用的な情報に変換するためのルールを作成する。このルールはアルゴリズムと呼ばれる。
望ましい結果に到達するために、正しいアルゴリズムを選択する。
アルゴリズムを継続的に微調整し、可能な限り正確な結果を提供できるようにする。
AIシステムを利用することで、ユーザー企業は自社の業務について、これまで気付かなかった洞察を得ることができる可能性がある。場合によっては、AIシステムは人間よりも高速かつ正確にタスクを実行できる。例えば大量の法的文書を分析し、それぞれの項目が適切に記入されているかどうかを確認するといった、反復的で細かい作業に適する。
一部の企業はAI技術によって新しいビジネスチャンスを得た。例えば米国でタクシー配車サービスを手掛けるUber TechnologiesはAIシステムを活用し、特定の地域で乗客の需要が高まるタイミングを予測することで、事前にドライバーをその地域に送り込んでいる。Googleは自社サービスの利用状況を基に、AIシステムで洞察を得て改善することで、オンラインサービスの最大手の一つになっている。同社のCEOであるサンダー・ピチャイ氏は2017年、同社が新サービスの開発にAI技術を積極活用する「AIファースト」企業になることを宣言した。
Amazon Web Servies（AWS）やMicrosoft、Googleなどのクラウドベンダーは、AIモデルやAIアプリケーションをクラウドサービスとして利用できるAIaaS（AI as a Service）を提供している。AIaaSは、ユーザー企業がデータで何ができるかを判断するのに役立つ。本格的にAI技術を導入する前に、さまざまなベンダーのAIモデルやサービスをテストすることで、どの技術や機能が自社に適しているのかを判断できる。自社の要件に合わせてスケーリングできるAIaaSが見つかったら、利用規模に合わせてリソースを拡張できる。
AIaaS市場には、さまざまなベンダーが存在する。以下で主なAIaaSベンダーの一部を紹介する。
ITmediaはアイティメディア株式会社の登録商標です。
