LexisNexisが生成AIの課題に挑む

生成型 AI の破壊的な脅威から抜け出す方法を模索している IT リーダーは、LexisNexis のエグゼクティブ バイスプレジデント兼 CTO である Jeff Reihl 氏のアドバイスから恩恵を受けるかもしれません。潜在的な破壊者より一歩先を行くために、このテクノロジーを迅速に導入してください。

ライ氏は、1970年代初頭の創業以来、レクシスネクシスとその法律・ビジネスデータおよび分析サービスのポートフォリオは、インターネット、Google検索、オープンソースソフトウェアの台頭、そして今やおそらく最も手強い敵である生成型人工知能からの競争上の脅威に直面してきたと指摘した。

レイ氏は、生成 AI の開発ペースが、IT リーダーとしての 40 年近くにわたる経験の中で経験したどのペースよりもはるかに速いと認めています。この新たな現実に対処するため、OpenAIのGPT-4が昨年3月にデビューした後、彼の会社の中核経営陣は戦略会議を開催した。会議では、新たなイノベーションに対応するために、会社の年間目標をすべて再計画し、優先順位を付け直すことに合意しました。

「私たちは全員でそれに取り組みました」とレイ氏は語った。「インタラクティブ性、回答の包括性、生成できるデータの点でゲームチェンジャーだったので、大きな方向転換をしました。それができることは驚くべきものでした。」

LexisNexis の主要事業は、法律、保険、金融会社、政府機関、法執行機関に情報と分析を収集して提供することであるため、生成 AI の脅威は現実的です。しかし、Reihl 氏は、今日の汎用大規模言語モデル (LLM) は不完全であり、LexisNexis は独自のデータと独自のツールを磨き、Anthropic の Claude AI アシスタントや Microsoft Azure 上の GPT-4 などのサービスで使用される LLM を強化およびカスタマイズしているため、LexisNexis が生成 AI の進歩に対応できると確信しています。

LexisNexis の 2,000 人以上の技術者と約 200 人のデータ サイエンティストは、生成 AI を活用して同社の世界中の顧客ベースにさらなる価値を付加する独自の機能を統合するために懸命に取り組んでいます。しかし、この試みは全く新しいものではありません。 LexisNexis は、2018 年にリリースされて以来、Google の自然言語処理 (NLP) モデル ファミリ BERT と Chat GPT を使用しています。しかし現在、同社は主要なLLMをすべてサポートしているとライル氏は語った。

「エンドユーザーが会話型検索に参加している場合、クエリの一部は 1 回のトランザクションで Azure の ChatGPT-4 と AWS の Anthropic の両方に送信されます」と Reih 氏は言います。「クエリを入力すると、質問の種類に応じて、両方に送信される可能性があります。最適な LLM を選択します。AWS と Azure を使用します。顧客の質問に答えるには、最適なモデルを使用します。」

先月末、レクシスネクシスは米国で独自の生成AIソリューションであるLexis+ AIを立ち上げ、AIの「錯覚」を排除し、リンクされた法的な引用を提供することで、弁護士が正確で最新の判例にアクセスできるようにすると約束した。これは、現在の多くの法学修士課程で確認されている弱点である。

イノベーションの基盤を築く

これらはすべて、LexisNexis が 2015 年に開始したクラウドへの移行がなければ実現できなかったでしょう。 LexisNexis は主に AWS の顧客ですが、Microsoft Office やその他の Microsoft プラットフォームを使用する多くの顧客に Microsoft Azure も提供しています。

しかし、クラウドコンピューティングを実現するには、まだ困難な道のりが残っています。

レイル氏が2007年にレクシスネクシスに入社した当時、同社のインフラストラクチャの約半分は、コアプラットフォームを含めてメインフレームベースでした。同社は米国で 2 つの非常に大規模なデータ センターを運営しており、複数の買収を行ってきたため、非常に多様なテクノロジとデータ形式が生まれています。

その後間もなく、LexisNexis の IT リーダーたちは取締役会に近づき、インフラストラクチャ全体をオープンな XML ベースのシステムに置き換えるために数億ドルの資金を要求したと Reihl 氏は指摘する。同社は、メインフレームからこれらのオープン システムに多くのデータを移行し、独自の検索機能、インデックス作成機能、自動化機能を追加しました。しかし、それらのアプリケーションはクラウド コンピューティング向けに最適化されていなかったため、同社が約 10 年前にクラウド コンピューティングの使用を開始したとき、最終的にはマイクロサービス向けに再設計する必要がありました。

2020 年、LexisNexis は最後のメインフレームをシャットダウンして大幅なコスト削減を実現し、すべての取り組みをクラウド プラットフォームに集中させました。

一部のワークロードは依然として残りのデータ センターで実行されていますが、LexisNexis が活用するデータの大部分は、裁判所の文書、法律事務所、ニュース ソース、Web サイトなど 50,000 を超えるソースから取得され、同社の独自のコンテンツ制作システムに流れ込みます。このサービスのエディターは独自のコンテンツを強化および充実させ、自動化によりクラウド上のワークフローに価値を追加します。

LexisNexis は、大幅なコスト削減、拡張性、柔軟性、イノベーションのスピードなど、クラウドへの移行によって多くの企業が享受してきたメリットも享受しています。しかし、おそらく最大の利点は、LexisNexis が独自の生成 AI アプリケーションに機械学習と LLM を迅速に採用できたことです。

「当社の最初の AI 作業の一部はここから始まりました」と Reihl 氏は言います。「私たちはそれをすべて NLP と基本的な機械学習で実行し、それが時間の経過とともにより深い学習へと進化しました。」

変革のもう一つの大きな側面は、従業員のスキルアップと新たな人材の獲得に向けた同社の取り組みです。 LexisNexis のチーム構成は、ユーザー エクスペリエンス デザイナー、製品マネージャー、ソフトウェア エンジニアから、主題専門家、法律と法律用語を理解している知的財産弁護士、約 200 人のデータ サイエンティストと機械学習エンジニアへと進化しました。

レイル氏は、レクシスネクシスがデジタル変革に総額14億ドルを費やしたと述べた。この投資は価値があるようです。

LexisNexis は、生成 AI 機能を強化したマルチモデル LLM ソリューションである Lexis+ AI を 10 月に米国市場で発売しました。同社によれば、この法務業界向けの微調整された AI プラットフォームは、市場でも数少ない AI SaaS プラットフォームの 1 つであり、錯覚を排除する検索拡張生成エンジン、洗練された会話型検索機能、法務文書の作成、ケースの要約、文書のアップロード機能を備えており、ユーザーは法務文書から数分で分析、要約、およびコアな洞察を抽出できます。

レイル氏は、このプラットフォームは、ベータ版に参加してプロンプトや検索機能の改良、プライバシーの確保や特定の検索を社内で実行できるようにするセキュリティ対策の導入など、弁護士にとって極めて重要な点に協力してくれた顧客と共同で開発されたと考えている。

LexisNexis が直面している最大の課題は、すべての組織が直面している課題と同じです。それは、十分な人材を見つけることです。

「世の中には優秀な人材があまりいません。そのため、データに関する洞察力のある人材を育成し、そのスキルを伸ばすよう努めています」とライル氏は語った。それでも、200 人のデータ サイエンティストを抱える同社は、来年の国際展開に向けて好位置につけていると彼は考えている。

出典: www.cio.com