2024 年に最もホットなトピックは AI でしたが、AI はどのように進化しているのでしょうか?現在 AI で何が見られ、今後 12 ～ 18 か月で何が見られると予想されますか?私たちはアンドリュー・ブラスト、チェスター・コンフォート、クリス・レイ、ダナ・ヘルナンデス、ハワード・ホルトン、エヴァン・マクフィー、セス・バーンズ、ホイット・ウォルターズ、ウィリアム・マックナイトに意見を求めるよう依頼した。

まず、まだ暑いですか？ AI ユースケースのブレークスルーはどこにありますか?

チェスター: 人々が実験を超えて AI を活用しているのを目にします。人々には実験の機会が与えられ、現在では、実際の業界固有のユースケースが開発されるところまで来ています。私はヘルスケアを注意深く観察しており、AI を使用して、医師がリスニング デバイスを通じて患者の会話にもっと臨場感を持ち、話を聞いてメモを取ることができるようにするなど、よりユースケースに特化した合理化されたモデルを目にしてきました。

私は、「小さいことは新しい大きいこと」、つまり血液学対病理学対呼吸器学のような大きな傾向であると信じています。画像技術における AI は新しいものではありませんが、現在ではがん検出を高速化するために新しいモデルが使用され、最前線に達しつつあります。これは医療専門家によってサポートされる必要があります。AI だけが診断のソースになるわけではありません。所見を検証、検証、確認するには放射線科医が必要です。

粒： 私のレポートでは、業界固有の観点から AI が効果的に活用されていることがわかります。たとえば、金融や保険に注力するベンダーは、金融犯罪の防止やプロセスの自動化などのタスクに AI を使用しており、多くの場合、専用の小規模な言語モデルが使用されています。これらの業界固有の AI モデルは重要なトレンドであり、来年も続くと考えられます。

ウィリアム: パイプライン開発やマスターデータ管理などの分野ではサイクルが短縮され、自律性が高まっています。データ視覚化は注目を集めている分野であり、2025 年がその年となる可能性があります。

アンドリュー: Generative AI はコード生成において優れた成果を上げており、SQL クエリを生成し、データ クエリ用の自然言語インターフェイスを作成しています。効果はありましたが、現在ではほとんど使用されていません。

さらに興味深いのは、データ層とアーキテクチャの進歩です。たとえば、Postgres にはベクトル データベース アドインがあり、これは検索拡張生成 (RAG) クエリに役立ちます。適切なモデルとデータを使用して幻覚を減らし、データをよりアクセスしやすくすることで、デモの「すごい」要素から実用化への移行が見られます。今後 2 ～ 3 年で、ベンダーは基本的なクエリ インテリジェンスから、より高度なツールの構築に移行するでしょう。

より大きな言語モデルはどのように進化するのでしょうか?

白： 世界的には、AI モデルが文化的および政治的価値観によって形作られることになるでしょう。それは技術の進歩というよりも、AIに何をしてもらいたいかということです。 Twitter/X に基づいたイーロン・マスクの XAI を考えてみましょう。これは無検閲であり、間違った質問をすると説教される Google Gemini とは大きく異なります。

さまざまなプロバイダー、地域、政府が言論の自由に向けて動くか、AI の出力を制御しようとするでしょう。その違いは顕著です。来年には手すりのないモデルが増え、より直接的な答えが得られるでしょう。

イワン: 構造化信号にも多くの注意が払われています。 「幅広い」と「包括的な」の使用など、表現のわずかな違いによって、まったく異なる反応が引き起こされる可能性があります。ユーザーはこれらのツールを効果的に使用する方法を学ぶ必要があります。

白： 実際、迅速なエンジニアリングが重要です。用語がモデルにどのように埋め込まれているかによっては、まったく異なる答えが得られる可能性があります。 AI に何を書いたのか、なぜ書いたのか説明してもらうと、AI はより深く考えるようになります。ドメインでトレーニングされたプロンプト ツール、つまりより良い結果を得るためにプロンプ​​トを最適化するのに役立つエージェント モデルが間もなく登場します。

AI は分析やビジネス インテリジェンス (BI) を通じてデータの利用をどのように進めているのでしょうか?

アンドリュー: データは AI の基盤です。私たちは、大量の非構造化データに対する生成 AI が幻覚を引き起こす可能性があり、プロジェクトが崩壊しつつあることを目にしてきました。エンタープライズ分野では多くの幻滅が見られますが、進歩は進んでいます。自然言語クエリを超えて、AI と BI の融合が見られ始めています。

セマンティック モデルはデータをより理解しやすくするために BI に存在し、構造化データに拡張できます。これらのモデルを組み合わせると、構造化データ ソースと非構造化データ ソースから回答を引き出し、便利なチャットボットのようなエクスペリエンスを生成することができます。このアプローチでは、コンテキストの強化により幻覚を最小限に抑えながら、ビジネスに役立つ出力を作成します。そこでは AI がより主流になり、データの民主化がより効果的になるでしょう。

ハワード: 同意しました。過去 10 年間、BI はまだ完全には機能していません。 BI を作成する担当者はビジネスを理解していないことが多く、ビジネス側もデータを完全には理解していないため、矛盾が生じます。ただし、これは汎用 AI だけで解決できるものではなく、2 つのグループ間の相互理解が必要です。これがなければ、組織はデータ主導のアプローチを実装しても大きな成果を上げることはできません。

AI の進歩を妨げる可能性のある他の課題は何だと思いますか?

アンドリュー: AI をめぐる興奮により、データ プロジェクトからマインドシェアと予算が奪われてしまいましたが、これは残念なことです。企業はそれらを平等に見る必要があります。

白： AI スタートアップ バブルもあります。多くのスタートアップが、多額の資金を調達し、収益を生み出さずに現金を費やしています。不安定な状況のように感じられ、来年にかけて多少は爆発するだろう。あまりにも多くのチャーンが起こっており、追いつくのがばかばかしいほどになっています。

クリス： 関連して、ベンダーが「安全な」GenAI/LLM 用のソリューションを作成しているのを目にします。サービスとしての侵入テスト (PTaaS) ベンダーは LLM 中心のテストを提供し、クラウドネイティブ アプリケーション保護 (CNAP) ベンダーは顧客のクラウド アカウントに展開された LLM の制御を提供しています。バイヤーは企業内で LLM を効果的に使用する方法を理解し始めていないと思いますが、ベンダーはそれらを「保護」するために新しい製品/サービスを推進しています。これは、一部の「LLM」セキュリティ製品/サービスが普及する可能性がありますが、ポップインには適しています。

セス: サプライチェーンのセキュリティ面では、ベンダーは環境内で使用されているモデルを特定するための AI モデル分析を提供し始めています。少し先進的に聞こえますが、それが実現し始めています。

ウィリアム: 2025 年に向けてのもう 1 つの潜在的な要因は、ボタンをクリックするだけで AI システムをシャットダウンすることを義務付ける EU データ法です。これは、現在進行中の AI 開発に大きな影響を与える可能性があります。

100 万ドルの疑問: 私たちは汎用人工知能 (AGI) にどの程度近づいているのでしょうか?

白： AGI は夢のままです。私たちは意識を再現できるほど十分には理解していません。また、単に計算能力を問題に投入しても、意識のあるものは生み出されません。それは単なるシミュレーションにすぎません。

アンドリュー: 私たちは AGI に向けて進歩しているかもしれませんが、次の単語を予測することが知性であるという考えはやめなければなりません。これは単なる統計的予測であり、優れたアプリケーションですが、実際にはインテリジェントではありません。

白： 絶対に。 AI が「理性」をモデル化したとしても、それは真の推論や創造性ではありません。彼らは訓練されたものを単に再結合しているだけです。重要なのは、特定のデータセットに対して組み合わせ論をどこまで推し進めることができるかということです。

みんなありがとう！

投稿「進化する革命: 2025 年の AI」は、Gigaom に最初に掲載されました。