APIなしでは「AI」が成功できない理由

APIなしでは「AI」が成功できない理由

クラウド、携帯電話時代、メタバース、そして現在の人工知能などのテクノロジーのトレンドはすべて、表面下に隠れているテクノロジーの実現に依存しています。構造上の完全性は、多くの場合アプリケーション プログラミング インターフェイス (API) であるこれらの実現テクノロジの完璧な動作に依存します。したがって、彼らの成功は API の採用にかかっています。これは、Generative AI などの急速に進歩する AI テクノロジーが、誰もがテクノロジーを利用できるようにするためのシンプルで非常に使いやすいインターフェースを必要とする分野で特に当てはまります。ここでの秘密は、これらの AI ツールが、大規模言語モデル (LLM) の非常に複雑で集中的な作業の上にあるインターフェースにすぎないということです。

AI モデルは自分で考えるのではなく、私たちが慣れ親しんだ方法で対話できるようにそのように見えるだけであることを覚えておくことが重要です。 API は比較的シンプルで、高度に構造化されており、技術レベルで標準化されているため、本質的には AI プラットフォームの翻訳者として機能します。ほとんどの人が「AI」と考えるものは、API 製品のレンズを通して見る必要があります。この考え方により、組織は考えられるユースケースに最善の準備を整え、従業員がそれを実践するスキルを身に付けられるようにすることができます。

人工知能とAPI

賢明な従業員はすでに、ブレインストーミング、長いテキストの要約、検索エンジン、翻訳、または定型的な電子メールの作成の代替手段として、ChatGPT を日常のオフィス業務に取り入れています。ただし、これらの機能は 2021 年時点で公開されているデータに依存しているため制限があり、変化の速いビジネス環境では信頼することが困難です。

すべての兆候は、より強力な AI モデル、マルチモーダル AI モデル (テキスト、音声、画像を組み合わせたもの)、およびインタラクションから継続的に学習するモデルの開発を示しています。これらの AI モデルは、同社が一般市場向けに、または社内独自の AI アプリケーションとして AI 対応製品を構築するために使用されます。将来の AI アプリケーションは、ChatGPT のようなアプリケーションとは多くの点で異なります。最大の差別化要因は、企業のデータと機能(API 経由でアクセス)と AI モデル(API 経由でアクセス)を統合できる可能性です。一部のタスクでは、高度な AI プラットフォームが適切な API を検索してタスクを完了し、自動的に操作できる場合もあります。企業のデータと機能が API を通じて利用可能になると、AI モデルが安全かつクローズドな方法で独自の情報とやり取りできるようになるため、多くのユースケースが可能になります。たとえば、AI モデルが API と対話する単純な演習としては、顧客向けにパーソナライズされた電子メールを生成したり、顧客サービス リクエストに応答したりすることが挙げられます。より高度なユースケースでは、新しいデジタル製品やタッチポイントの作成が必要になります。

AI が普及するにつれて、データのプライバシー、安全性、セキュリティがより注目されるようになることは注目に値します。これがどのように進化するかを詳しく説明するのは時期尚早ですが、適切な API ガバナンスでは、セキュリティ、データ フロー、プライバシー、アクセスといった側面を正確に制御するメカニズムを提供する必要があります。

ビジネステクノロジストの台頭を推進

AI ソリューションによって約束される効率性の向上を実現するには、さまざまなビジネス機能の日常業務に AI ソリューションをシームレスに統合する必要があります。データと機能を簡単に利用できる API にパッケージ化するのは IT 部門の領域であると考える人もいるかもしれません。従来、これらの統合活動は IT 部門が担当していました。しかし、集中化された IT 部門には、効果的な API を作成するためのビジネス知識と背景が不足していることが多く、ビジネス要件が急速に変化して、膨大な作業負荷を超え、圧倒されてしまうことがよくあります。

幸いなことに、解決策があります。それは、ビジネス テクノロジスト、つまり関連する統合作業をより効率的に実行するための技術的知識を持つ知識労働者です。必ずしも、技術アーキテクチャに準拠したスケーラブルで信頼性の高いコードを作成するための高度な技術スキルを持っているわけではありませんが、ローコード開発ツールを活用して API を適切にオーケストレーションして使用することができます。世界中の開発者はわずか 2,700 万人ですが、知識労働者は 10 億人を超えます。ますます高額になる開発者を探すよりも、知識労働者をビジネス技術の専門家に昇進させる方が簡単でしょう。適切な権限付与を目指す組織は、包括的なドキュメント、ソリューションを構築および管理するための権限、直感的なエクスペリエンスを提供する最高の API を提供する必要があります。

APIの価値を過小評価しない

一見すると、API は AI 革命とは無関係に思えるかもしれません。 AI は魔法のように見えるかもしれませんが、舞台裏では API が LLM から結果を要求し、プラットフォームを既存の機能やデータと統合する上で重要な役割を果たしています。 API のイノベーション、採用、使用に投資するということは、AI によって企業を新たな高みへと導くことを望むすべての従業員に強力な基盤を提供する基盤に投資することを意味します。

<<:  「AI+コンピューティングパワー」が海外企業に「活力」を与えた

>>:  人工知能:創薬の厳しい時代に革命を起こすもの

ブログ    

推薦する

将来のスマートホームに AI はどのように統合されるのでしょうか?

人工知能(AI)については多くの誇大宣伝がなされていますが、それは人類のこれまでの発明と同じくらい画...

英国の反トラスト規制当局は、低性能のAIシステムの拡散を防ぐためのAI規制原則を策定した。

海外メディアの報道によると、9月19日、英国競争・市場庁(競争・市場庁)は、人工知能の規制当局や同技...

人工知能とモノのインターネット - 未来の技術の融合

[[388165]]将来は自動化となり、人工知能 (AI) とモノのインターネット (IoT) が融...

がん治療のブレークスルー:AIGCの医薬品開発における役割

AIGC には、がんの治療に役立つ可能性など、驚くべき用途を含め、多くの潜在的な用途があります。 M...

「AI+教育」は偽のトリックか本物のスキルか?本質は依然としてAIの能力のテスト

近年、教育業界の資金のほとんどは「AI+教育」を追い求めています。現在、「AI+教育」分野では、さま...

JVMシリーズ(3):GCアルゴリズムガベージコレクター

[[204469]]概要ガベージコレクションは、通常「GC」と呼ばれます。1960年にMITのLis...

企業はどのように人工知能を導入し、そこから価値を得ることができるのでしょうか?

人工知能は近い将来、私たちの日常生活を変えるでしょう。企業は来たるイノベーションの波から価値を獲得す...

Pythonの神のようなアルゴリズム

今日は、非常に有名な Python の簡潔で効率的かつ便利なコードを見てみましょう。そのスタイルを見...

GoはPythonよりはるかに進んでおり、機械学習の人材は非常に不足しています。世界中の16,655人のプログラマーが真実を語ります

Go は開発者の間でますます人気が高まっています。数年前、Didiのエンジニアから、DidiではGo...

ニュースローン賞受賞者 宋 樹蘭: 視覚の観点からロボットの「目」を構築する

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

ユニバーサルミュージックは、著作権問題でOpenAIの創設者が所有するAI企業Anthropicを訴えた。

Anthropicは2021年10月20日にOpenAIの創設者によって設立され、チャットボットC...

.NET8 究極のパフォーマンス最適化 プリミティブ - DateTime

序文前回の記事では列挙型の最適化について説明しました。今回は時刻形式である DateTime の最適...

北京大学の動画モデルが新たなSOTA、AIは数秒で面白いTik Tok動画の面白いポイントを理解できる

AIは面白い動画の何が面白いのかを理解できるようになりました。 AI の回答: このビデオが面白いの...

勉強!機械学習アルゴリズムの長所と短所の概要

目次正規化アルゴリズムアンサンブルアルゴリズム決定木アルゴリズム回帰人工ニューラルネットワークディー...

私の国はAIや5Gを含む多くの技術で米国を上回っており、米国が私たちを絞め殺すことはますます困難になっています。

世界大国として、中国と米国は多くの分野、特に科学技術分野で競争している。中国は科学技術分野で比較的目...