AI活用の“突破口”はクラウドに頼らない「ローカル運用」にあり？：「AIモデルは大きければよい」はもう古い？【後編】
AIの活用が広がるとともに、データプライバシーや法令順守への懸念が高まっている。そうした中で、ローカル処理が可能な小規模言語モデル（SLM）が企業にとって現実的な選択肢となり始めている。
大規模言語モデル（LLM）に対する懸念の多くは、データの収集や処理の透明性の欠如に起因する。特に、医療、金融、法務など、厳格なコンプライアンス（法令順守）や高いデータ保護要件が求められる業界では、LLM導入に慎重な企業は少なくない。そうした中で、PCやオンプレミスのサーバなどローカル環境での運用が可能な小規模言語モデル（SLM：Small Language Model）への関心が高まっている。
AI活用の突破口は「ローカル運用」にあり？
併せて読みたいお薦め記事
連載：「AIモデルは大きいほどよい」はもう古い？
AIをローカルで処理する
SLMはLLMと異なり、大規模な演算リソースやクラウドインフラを必要とせず、ローカル環境で運用できる。小規模かつドメイン特化型のデータセットと組み合わせて活用することで、精度と効率を両立したAI運用が実現できる。
つまり、SLMは導入コストの高さや、汎用（はんよう）モデルであるがために特定分野の知識（ドメイン知識）が不足しがちといった、LLM特有の課題を回避できる。加えて、ユーザーデータはデバイス外に送信されないため、情報漏えいのリスクを大幅に低減できる点もメリットだ。プライバシー保護と処理速度の向上を両立できる。
自動車メーカーJaguar Land Roverの投資部門InMotion Venturesのプリンシパルを務めるサム・ナスロラヒ氏は、「サイバー攻撃の約3分の1は、外部ベンダーとのデータ共有時に発生している」と指摘する。SLMを活用してデータを社内にとどめることで、攻撃対象領域（アタックサーフェス）を狭めることができる。昨今、データ主権（データの制御や管理に関する権利）やコンプライアンスへの関心がかつてないほど高まっており、AI関連タスクの処理をローカルで完結できる点は企業にとって大きな魅力だ。
ITコンサルティング企業UBDS Digitalのデータ＆AI部門ディレクターを務めるシルビア・レーニス氏は次のように話す。「インターネットに接続せずにSLMをローカル環境で実行することで、オンラインアプリケーションによるデータの一元監視や記録を回避できる。これはデータプライバシーの面で有利であり、特に機密情報を扱う用途に適している」
このように、SLMは、インターネット接続が限定される環境や、低遅延が求められる用途、高いセキュリティが求められる業界などにおいて、極めて有力な選択肢となる。実際に、通信、会計、法務など規制の厳しい業界でSLMの採用が進んでいる。
一方で、SLMには新興技術であることに起因した課題も残る。ハルシネーション（事実に基づかない出力）やバイアス（偏見）を引き起こしたり、ファインチューニング（独自の追加学習）が必要になったりする問題には、LLMと同様に慎重な対応が求められる。「SLMはハルシネーションを完全に免れるわけではないが、特定分野に特化したSLMでは、その発生頻度を抑えられる傾向にある」（ナスロラヒ氏）
Copyright © ITmedia, Inc. All Rights Reserved.