デジタルトランスフォーメーションにおけるAIビッグモデルの現状と役割を客観的に見る

「デジタル変革における AI ビッグモデルの役割は、『データ中心のビジネス変革の 3 つのパラダイム』の 3 番目のパラダイムの境界をまだ突破していません。」

OpenAIが開発したロボットチャットプログラム「ChatGPT」は、2022年11月30日にリリースされて以来、瞬く間に世界中で大流行している。 ChatGPT は、大規模な AI モデルによって駆動される自然言語処理ツールです。事前トレーニング段階で確認されたパターンと統計法則に基づいて回答を生成できます。また、チャットのコンテキストに応じて対話し、本当に人間のようにチャットやコミュニケーションを行うことができます。メールの作成、ビデオ スクリプト、コピーライティング、翻訳、コード、論文の執筆などのタスクも完了できます。

現在、ChatGPT の背後にある大きなモデルとそのア​​プリケーションは、AI の研究とアプリケーションのホットスポットとなっています。一部の専門家や学者は、デジタル化の次の段階はインテリジェンスであり、AIビッグモデルとそのア​​プリケーションがデジタル変革の継続的な深化を推進する原動力であると示唆しています。

デジタル変革における AI ビッグモデルの現状と役割については、現在も継続的に調査が進められています。前回の記事では、デジタルトランスフォーメーションの基本的な概念と方法論について説明しました。では、私たちが構築してきた知識体系の中で、AIビッグモデルはどこに位置づけられるべきなのか、そして、現在そして将来においてどのような役割を果たすことになるのでしょうか。

1. AIビッグモデルと「データ中心のビジネス変革」

デジタル変革は、「ビジネス活動のステップバイステップ」、「ステップバイステップの要素ベース」、「要素データの標準化」、「データ中心のビジネス変革」の4つの段階に分かれていると私たちは常に言及してきました。最初の 3 つの段階を経て、ビジネス活動は徐々に標準化されたビジネス運営データを形成してきました。データ中心のAIビッグモデルの場合、デジタル変革への応用は当然「データ中心の業務変革」の段階にあるべきであり、これは「データ中心の業務変革」の3つのパラダイムのうち「システムのデジタル化、ルールのデジタル化、モデルと業務の相互駆動」の3番目のパラダイムに属し、明確な既存ルールがないか、既存ルールだけでは業務運営をサポートできない、主体性が強く、フォールトトレランスが高い応用シナリオに適しています。その技術的特性により、専門性が強く、業務ルールの複雑性が高いシナリオには対応できません。

複雑な専門分野で AI ビッグモデルがどのように使用されるかの例を以下に示します。

数学者のテレンス・タオ氏は、ChatGPTを「数学の初心者」だと考えているが、研究を行う際には、以下の3つのステップを含め、研究アシスタントとしてChatGPTを有効活用している。1. GPT4のアイデンティティを「技術的なアドバイスが得意な数学協力の専門家」として明確にし、目標は問題を解決することではなく「いくつかの提案をする」ことである。2. 数学の問題を数式ではなく、GPT4が理解しやすい軽量マークアップ言語であるMarkdownを使用して記述する。3. 問題記述のうち、GPT-4が自力で情報を見つける必要がある部分を参照注釈に変換し、最後にURLを記載する。タオ氏は、GPT-4を直接数学者にして「問題を解決する」のではなく、インスピレーションの源を提供し、研究の方向性についてアドバイスを与える「専門家」として扱い、数学者の研究作業の効率を大幅に向上させています。

Tao 氏の GPT-4 に関する経験は、次のとおりです。1. AI に直接質問に回答させないでください。そうすると、ほぼ確実にプロが作ったような意味不明な回答が返ってきます。2. 大規模な AI モデルは、半完成のセマンティック検索作業が得意であり、巧妙な質問内容と形式の設計により、科学者との協力者となり、貴重な戦略的提案を提供できます。

現実には、一部の企業リーダーは業務生産ラインに対する深い研究と理解が不足しており、ビッグモデルの技術的特徴と応用シナリオに対する理解も不足しています。彼らはPPTに騙され、AIビッグモデルが専門スタッフを完全に置き換える能力を持っていると信じています。彼らは盲目的にいくつかの高額投資プロジェクトを推進しており、その結果は想像に難くありません。

2. AIビッグモデルと知識管理

前節で述べたように、AIビッグモデルは半製品の意味検索に優れており、巧妙な質問内容とフォーマット設計により、ビジネス担当者の協力者となり、貴重な戦略提案を提供することで、ビジネス活動の利便性を生み出し、「コスト削減と効率向上」の効果を実現します。

これを見て、このアカウントをフォローしている読者の方々は何か関係があるのだろうか？そう、「ナレッジマネジメント」だ。 「デジタル変革を遂げた企業にはどのようなナレッジマネジメントが必要なのか？」では、ビジネスが「デジタル化」された後の運用ルールの変更をナレッジのデジタル化と呼ぶことを述べました。知識のデジタル化は、ビジネス ルールとビジネスの「デジタル化」の間の橋渡しとして機能し、デジタル変革を遂げた企業のビジネス エンジンとなります。知識のデジタル化は、効果的な知識管理に依存します。知識管理の目標は次のとおりです。1. 管理活動の実施を通じて、企業の運営で蓄積された知的成果を効果的に業務運営ルールに変換し、動的に更新します。2. ビジネス ルールはビジネス活動自体と密接に結合されているため、ビジネス活動のあらゆるリンクと段階でルールを効果的に適用できます。これには、業務運営ルール、つまり知識の蓄積と管理、そして知識の応用という2つの側面があります。

AIビッグモデルはビジネス担当者の協力者として、多数のモデルパラメータを持ち、膨大なビジネスデータのトレーニングにより、一方ではビジネス運用ルールの効果的な蓄積、統合、管理を自動的に実現できます。他方では、知識のデジタル化、正規化、テンプレート化、モデル化に基づいて、知識のオンデマンド提供、統合表示、インテリジェントな推奨も実現します。

知識管理の観点から見ると、AIビッグモデルは、デジタル変革における企業知識のデジタル化、正規化、テンプレート化、モデリングに基づいて、知識管理の自動化と知識のインテリジェントな応用を実現します。

3. AIビッグモデルとデータセキュリティ

著者は、企業が大規模な AI モデルを深く適用する準備をする前に、まずデータ セキュリティという 1 つの問題を明確に検討する必要があると考えています。ここで読者は疑問に思うかもしれません。データ セキュリティはデータ ガバナンス作業の一部にすぎないのに、なぜこのシナリオで最初に考慮する必要があるのでしょうか。結論は次のとおりです。企業が自社のビジネス データのセキュリティを考慮することは、大規模な AI モデルの構築と適用モードに決定的な影響を及ぼします。

技術的に言えば、大規模な AI モデルとは、本質的には膨大な量のデータを使用してトレーニングされたディープ ニューラル ネットワーク モデルです。膨大なデータとパラメータの規模により、知能の出現が可能になり、人間のような知能を発揮します。 AI ビッグモデルの理解、推論、創造力の飛躍的進歩は、大規模で高品質なトレーニング データに基づいています。 GPT-3 モデルは 45 TB 以上の生データと 570 GB の前処理済みデータを使用したと言われており、GPT-4 モデルはさらに多くのデータを使用したとのことです。企業が必要とする垂直 AI ビッグ モデルは、複数の分野、複数の業界、多様性からの膨大なデータに基づいている必要があります。また、モデルのトレーニング データ セットに、より多くの垂直ドメインの知識とビジネス ルールを追加し、ビジネス ドメインの専門家の徹底的な参加も必要とします。

大規模な AI モデルを使用する場合、ユーザーは目的の出力を得るために大規模なモデルに入力を提供する必要があります。これらの継続的な入力により、大規模モデルの改善と完成のための修正データとフィードバック情報が提供されますが、これにはある程度、一部の企業の業務運営に関する機密データ、プロセス、ルール情報の提供が必要になります。企業がこうした情報の漏洩を一切許容できない場合は、独自の大規模な AI モデルとアプリケーションを構築する必要があり、それには多額のリソース投資が必要になります。

一方、企業が従業員がAIビッグモデルを使用する際に、会社の業務に関する機密データの一部を公衆AIビッグモデルに提供することを認める場合、データ提供の境界と方法をさらに評価し、これに基づいて、対応するデータセキュリティ戦略、システム、および運用手順を策定する必要があり、これらはすべて新しい領域です。

一方、企業が独自の大規模な AI モデルを構築する場合、解決すべき重要な課題はデータアクセス権限の問題です。簡単に言えば、さまざまな職種の従業員が一般的にAIビッグモデルを業務アシスタントとして使用する場合、職務知識の範囲に基づいて、企業が独自に構築したAIビッグモデルから取得できるデータの境界を制限する必要があり、ビッグモデルに対する技術要件と使用管理要件がより高くなります。

4. まとめ

現在、ビッグAIモデルの産業応用はまだ初期段階にあります。一部の企業リーダーが、ビッグモデルが一挙に勝利の方程式となり、企業発展のデジタル変革の問題を解決できると期待するのは非現実的です。現在、データインテリジェンスの技術的限界により、デジタル変革におけるAIビッグモデルの役割は、「データ中心のビジネス変革の3つのパラダイム」の第3のパラダイムの境界をまだ突破していません。しかし、企業の知識管理の分野では、AIビッグモデルは、知識のデジタル化、パラダイム化、テンプレート化、モデリングに基づいて、知識管理の自動化と知識応用のインテリジェント化をさらに実現し、「コスト削減と効率向上」をさらに促進することができます。データ集約型アプリケーションである大規模な AI モデルは、従来のデータ セキュリティとデータ ガバナンスに新たな問題と課題をもたらします。