ビッグモデルがAlibaba Cloudを救った！

執筆者 | Yan Zheng

「スピンオフ」によりアリババは再生し、ビッグモデルによりアリババクラウドは救われた。

昨日発表された「新アリババ」初の財務報告によると、売上高は2341億5600万元で、前年同期比14％増加した。このデータは「妥当だが予想外」と表現できます。

アリババ・インターナショナルと菜鳥の両事業の成長率が予想（それぞれ41％と34％）を上回ったことは、この2つの事業の急成長に関する報道が数多くあったことからも理解できる。予想外にも、3四半期連続で収益がほぼゼロ、あるいはマイナスだったアリババクラウドに注目してみると、奇跡的に「復活」した。

1. 財務報告におけるアリババクラウド

昨年12月、クラウドセキュリティインシデントの余波が残っていたため、アリババクラウドの収益成長率は2四半期連続で0％に近かった。今年第1四半期では、アリババクラウドの事業収益は前年同期比2％減少した。 Alibaba Cloud が再び成長を遂げるのがいかに難しいかは容易に想像できる。

新たに発表された財務報告によると、アリババクラウドの収益は4％増加して251億2,300万元となった。財務報告によると、アリババクラウドの成長は、金融サービス、教育、電力、自動車業界におけるアリババの統合事業と顧客によって牽引された。

アリババクラウドはまた、これは主にAIブームによってもたらされたコンピューティングパワーとモデルサービスの需要によって推進されたと述べています。

写真

2. 張勇：大きなモデルは新たな機会をもたらす

世界は生成型 AI の波を追いかけています。中国企業にとっては、クラウドビジネスと統合するか、特定の分野に注力するかのいずれかを選択できます。張勇氏は決算説明会で「大きなモデルから始めて、特定の分野に参入する企業は数多くあるだろう」と的を射た発言をした。

大規模モデルに必要なモデルトレーニングと推論シナリオにより、AI クラウドサービスに対する非常に強い需要が生まれています。そして、この需要は短期的なものではなく、長期的なものです。張勇氏は、現在の人工知能革命は漸進的なチャンスだと考えている。あらゆる業界が人工知能を利用してサービスを向上させることを望んでいる。現在のモデルのトレーニングだけでなく、将来のAIモデルをサポートしてさまざまなサービスを提供するために、大量の高性能コンピューティングパワーを使用する必要がある。これは非常に重要で長期的な成長エンジンです。

しかし、中国市場では短期的にGPUが不足しているため、この需要は部分的にしか満たされておらず、AI関連サービスによってもたらされる増分的な機会はようやく解放され始めたばかりです。

もちろん、アリババクラウドの成長にはもう一つの理由があり、それは流行後の戦略調整です。張勇氏は「パンデミック後、リモートワークやオンライン教育の需要が減少し、これがアリババクラウドの成長率に影響を与える重要な要因となっている。アリババクラウドは、パブリッククラウドと高品質のクラウドサービスの成長を促す対策を講じている。適切な販売体制と顧客体制があれば、アリババクラウドは長期的かつ持続可能な成長の勢いを捉えることができる」と明らかにした。

3. ビッグモデル時代におけるアリババクラウドのアプローチ

ゲームチェンジャーが登場する前に、すべての参入者が形勢を逆転させる可能性を秘めています。クラウド時代の覇者として、Alibaba Cloud は独自のオープンソースアプローチも見せてくれます。

基本モデルは基本スキルです。2023年4月に「Tongyi Qianwen」がリリースされて以来、アリババクラウドはすぐに音声文字変換プラットフォーム「Tingwu」をアップグレードし、AI駆動の会議分析機能を搭載しました。 7月、アリババクラウドは生成AI文学グラフモデル「Tongyi Wanxiang」をリリースした。

また、アリババクラウドはモデルコミュニティにおいてもすでに形を整え始めており、2023年7月時点でAIモデルコミュニティModelScopeは1,000以上のAIモデルをホストしており、累計モデルダウンロード数は4,500万回を超えています。

ここでアリババのオープンソース戦略についてお話しします。ちょうど1週間前の8月3日、MoDaはQwen-7BとQwen-7B-Chatという2つのオープンソースモデルを発表しました。Alibaba Cloudは、これらがTongyi Qianwenの70億パラメータの一般モデルと対話モデルであることを確認しました。現在、どちらのモデルもオープンソースで、無料で商用利用可能です。

Alibaba Cloud は、独自の大規模モデルをオープンソース化した中国初の大規模テクノロジー企業であると主張している。

オープンソースが何を意味するかは誰もが知っています。Meta の Llama2 のオープンソース化は非常に重要なマイルストーンでした。オープンソースのビッグモデルを学術レベルから商業レベルまで応用することで、あらゆるシーンで AIGC の魅力を真に発揮することができます。

業界サポートについて、張勇氏は、アリババクラウドはモデルをアップグレードし続け、オープンソース戦略を堅持しながら、より多くの分野に参入し、その根を深く張っていくと述べた。業界の選択に関しては、現在はデジタルネイティブまたはデジタル変革計画を持つ企業を優先し、その後、金融サービスや自動車業界での存在感を徐々に深めていく。

4. 財務報告書で明らかになったビッグモデルシグナル

まず第一に、コンピューティング能力は依然として大規模モデルのスタートアップの最大の欠点です。 Nvidiaの株価は2023年に3倍に上昇しており、市場の需要を強く証明しています。自己研究能力の不足をできるだけ早く補う必要があります。

第二に、百度、アリババ、テンセントなどのクラウドプラットフォームはAIの基本プラットフォームになりつつあり、各垂直産業向けの大規模モデルを自ら構築する可能性は低く、むしろオープンな姿勢で、自社の強みを生かした特定分野で、ニーズのある顧客に合わせたカスタマイズを優先するだろう。もちろん、スタートアップ企業も常に自社の製品やサービスのための堀を築く必要があります。

第三に、海外と比較すると、中国には人工知能アプリケーション用のデータを収集、保存、処理するプラットフォームなど、データプラットフォーム/ツール層に強い企業が存在しない（海外企業としては、クラウドでデータウェアハウスを提供するSnowflakeや、統合分析プラットフォームを提供するDatabricksなど）。

4つ目は、AI 増分市場の新ラウンドが始まったばかりだということです。現在、何百、何千ものモデルが競い合っていますが、さまざまな業界への浸透と実装は、実践というよりも見通しに関するものです。張勇氏は「AI関連サービスがもたらす新たな機会は、まだ解放され始めたばかりだ」と語った。

5. 大型モデルの革新的な方向性は何ですか?

海外メディアYcombinatorが発表したレポートによると、大規模モデルのスタートアップが活躍できる道はまだまだたくさんあるという。そのいくつかを読者に紹介しよう。

1. 特定の問題と顧客に焦点を当てる

スタートアップ企業は、汎用的な AI ソリューションが少ない主要な顧客層を対象とする、焦点を絞った問題に取り組んでいます。これらすべての例では、狭い問題領域とクライアントに具体的な焦点が当てられており、そのコンテキストで LLM が適用されます。

Yuma.ai は、顧客のリクエストや懸念への対応に苦労している Shopify 販売業者を支援することに重点を置いています。 Yuma.ai は、大規模言語モデル (LLM) を活用して、知識ベースから応答を自動的に生成します。 Speedy という別のスタートアップは、生成 AI を使用してマーケティングコンテンツを作成する時間がない中小企業 (SMB) のサポートに重点を置いています。 Haven の目標は、不動産管理者が居住者とのやり取りの約 50% を自動化できるようにすることです。 OfOne は、大手ファーストフードレストランのドライブスルーをターゲットにし、注文受付プロセスを自動化して収益性の向上を支援します。

2. 既存ソフトウェアとの統合

GPT/LLM を採用して UI を通じて公開するだけでなく、一部のスタートアップではさらに進んで、顧客がすでに使用している既存のソフトウェアと統合しています。これらの統合は、ChatGPT のようなすぐに使用できる LLM アプリケーションでは簡単に対処できない新しいユースケースを実現するための大きな要因となります。

Lightski は、Salesforce などの顧客関係管理 (CRM) ソフトウェアとの統合を専門としています。彼らの目標は、Slack を通じて自然言語メッセージを送信するだけで顧客が CRM を更新できるようにし、ユーザーインターフェイスのレイヤーをナビゲートする必要をなくすことです。 Yuma.ai は、ヘルプデスクソフトウェアのワンクリックインストールを提供し、LLM のパワーと顧客独自のナレッジベースを組み合わせて、サービスエージェント向けのドラフト応答を生成します。

3. LLMと他のAI技術を組み合わせる

スタートアップ企業は、LLM と組み合わせてコンピュータービジョンや予測などの他の AI 技術を使用することで、差別化された製品を作成する方法を模索しています。テクノロジーを取り入れることで、これらのスタートアップ企業は防御壁を築き、平均的な LLM アプリケーションとの差別化を図ることができます。

Automat の顧客は、自動化したい反復的な Chrome プロセスのビデオデモを提供します。 Automat は、画面録画に適用されたコンピュータービジョン技術と人間の自然言語入力を活用して、必要な自動化を作成します。 Persana AI という別のスタートアップは、CRM データ統合と公開データを活用して、営業チームの潜在的な有望なリードを予測します。次に、LLM を雇用して、個人に関する利用可能なカスタムデータを活用し、特定された見込み客ごとにパーソナライズされたアウトバウンドメッセージを作成します。

4.LLMのカスタマイズ

多くのスタートアップ企業は、顧客の過去のデータや言語スタイルに基づいて、顧客が使用する LLM モデルをカスタマイズするオプションを提供しています。

たとえば、Speedy は中小企業がマーケティングコンテンツを生成し、顧客とブランドワークショップを開催するのを支援するプラットフォームです。これらのワークショップから得られた洞察はモデルに取り込まれ、Speedy は各企業の独自の声とブランドアイデンティティを捉えて、生成されたコンテンツに組み込むことができます。同様に、Yuma.ai は、以前のヘルプデスクリクエストから文章スタイルを学習することに重点を置いています。 Yuma.ai は、これらのやり取りで使用されるパターンと言語を分析することで、定義されたスタイルに準拠したドラフト応答を生成し、顧客とのコミュニケーションの一貫性とパーソナライズを保証します。

5. クリエイティブなユーザーインターフェース

スタートアップが活用できる最も過小評価されている手段の 1 つは、ユニークで便利な UI インターフェースを構築することですが、これは現在の LLM 製品 (chatGPT、Bard など) のほとんどが得意としていません。これらのインターフェースを特定のユースケースに合わせて調整すると、顧客に豊富な新しい価値を提供し、使いにくさのために既存の製品をまだ採用していないユーザーをさらに引き付けることができます。

Type は興味深い例です。Type は、ユーザーが文章を書いているときに cmd + k を押すことで強力な AI コマンドをすばやく表示できる、柔軟で高速なドキュメントエディターを構築しました。 Type の AI は、ドキュメントのコンテキストを理解し、ユーザーが書き続けるにつれて提案を調整し、スタイルを学習します。