進化する革命: 2025 年の AI – GigaOm

2024年はAIが注目の話題でしたが、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・コンフォルテ、クリス・レイ、ダナ・ヘルナンデス、ハワード・ホルトン、アイヴァン・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、まだ熱いものは何ですか？ AI のユースケースはどこで成功していますか?

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。人々は実験する機会を得ることができ、現在では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。私は医療を綿密に追跡しており、AI を使用して聴覚ツールを使用して患者との会話中に医師がより臨場感を高め、話を聞いてメモを取るなど、より細かく調整された具体的なユースケース モデルを確認してきました。

私は、「小さいことは新しい大きなことだ」と考えています。これが、血液学対病理学対呼吸器学のような重要な傾向です。画像技術における人工知能は新しいものではありませんが、現在ではがんの検出を高速化するために使用される新しいモデルによって最前線に達しつつあります。医療専門家によるサポートが必要です。AI だけが診断のソースになるわけではありません。放射線科医は所見を検証、検証、確認する必要があります。

ダンナ: 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、金融や保険に重点を置くプロバイダーは、金融犯罪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、特化された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、来年も継続する重要なトレンドであると私は見ています。

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。注目を集めている分野の 1 つはデータの可観測性です。 2025年は彼らの年になるかもしれない。

アンドレス: 生成 AI はコード生成でうまく機能します。SQL クエリを生成し、データをクエリするための自然言語インターフェイスを作成します。それは効果的でしたが、今では少しコモディティ化しています。

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 にはベクター データベース プラグインがあり、検索拡張生成 (RAG) クエリに役立ちます。デモの「すごい」という要素から、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実用的なもの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。

主要な言語モデルはどのように進化するのでしょうか?

ペンコ: 世界的には、文化的および政治的価値観によって形成された AI モデルが見られるでしょう。それは技術開発ではなく、AIに何をしてもらいたいかということです。イーロン・マスクの Twitter/X ベースの xAI を考えてみましょう。これは無修正であり、間違った質問をした場合に教訓を与えてくれる Google Gemini とは大きく異なります。

さまざまなベンダー、地域、政府が、より自由な表現を目指したり、AI の結果を制御しようとしたりする傾向があります。その違いは顕著です。来年には、よりダイレクトなレスポンスを提供するレールレスモデルが増加する予定です。

イワン: また、構造化されたプロンプトにも重点を置いています。 「詳細な」と「包括的な」を使用するなど、言葉遣いを少し変えるだけで、まったく異なる答えが得ら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。

ペンコ: 確かに、迅速なエンジニアリングは非常に重要です。単語がモデルにどのように埋め込まれているかに応じて、大幅に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アラート ツール、つまりより良い結果を得るためにリクエス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 はどのように構築され、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が進んでいますか?

アンドレス: 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 がどのように幻覚を引き起こし、プロジェクトが白紙に戻されるかを目の当たりにしてきました。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、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し、構造化データ ソースと非構造化データ ソースからの応答を引き出すことができます。このアプローチは、コンテキストの強化を通じて幻覚を軽減しながら、ビジネスに有益な結果を生み出します。ここで AI がより定着し、データの民主化がより効果的になるでしょう。

ハワード: 過去 10 年間、BI がまだ完璧に機能していないことに同意します。 BI を作成する人はビジネスを理解していないことが多く、企業もデータを十分に理解していないため、摩擦が生じます。ただし、これは Gen AI だけで解決できるものではなく、両方のグループ間の相互理解が必要です。これを行わずにデータドリブンなアプローチを強制しても、組織はそれほど前進しません。

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?

アンドレス: AI の高揚感により、データ プロジェクトから意識と予算がそらされてしまいましたが、これは残念なことです。企業はそれらを同じものとして見なければなりません。

ペンコ: AI スタートアップ バブルもあります。スタートアップ企業が多すぎて、資金が多すぎて、収益を生み出すことなく現金が使い果たされています。これは持続不可能な状況のように思えますが、来年には少し爆発するでしょう。あまりにも多くのチャールズがあり、それを維持するのはばかげています。

クリス： これに関連して、ベンダーが GenAI / LLM を「保護する」ソリューションを構築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) プロバイダーは 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 (CNAPP) には顧客のクラウド アカウントに展開された LLM の制御を提供するベンダーがあります。バイヤーですら、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 LLM 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/サービスが浸透しつつありますが、登場しつつあります。

セス: サプライチェーンのセキュリティ面では、ベンダーは環境で使用されているパターンを識別する AI パターン分析を提供し始めています。少し進んでいるように見えますが、それは起こり始めています。

ウィリアム: 2025 年に迫っているもう 1 つの要因は、ボタンを押すだけで AI システムをオフにできるようにすることを要求する EU データ法です。これはAIの継続的な開発に大きな影響を与える可能性があります。

100 万ドルの質問: 私たちは汎用人工知能 (AGI) からどのくらい離れていますか?

ペンコ: AGIはまだ夢です。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。問題にコンピューティング能力を投入するだけでは、何かが意識化されることはなく、単なるシミュレーションになってしまいます。

アンドレス: AGI に移行することはできますが、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な予測であり、素晴らしいアプリですが、実際にはスマートではありません。

ペンコ: 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。彼らは訓練されたことを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。

皆さんありがとうございました！

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。