IBM CEOがパートナーに「一緒にAIで大儲けしましょう」

IBM CEO の Arvind Krishna 氏は CRN とのインタビューで、今年 IBM ソリューションプロバイダーは AI に対する顧客の信頼を構築し、初期の使用事例を拡大することに取り組むだろうと予測しました。

「業界にとって、これは非常にエキサイティングな時期です」と彼は語った。「私たちは、顧客にビジネス価値を生み出し、拡大する自信を与える生成AIの新しい波に突入しています。」

また、コード生成や人間拡張など、顧客の支持を得た初期のユースケースもいくつか紹介しました。

彼は、IBM の AI に関する進化する戦略について議論し、チェスやテレビのゲーム番組「Jeopardy」での勝利で世界中の注目を集めた Watson と、現在の AI の誇大宣伝サイクルをリードする ChatGPT の間に犯された間違いについて説明しました。

「私たちが犯した間違いは、AI で単一の答えを出し、その後、あなた方と協力するか、自分たちでトレーニングするかは問題ではないと言ったことです。しかし、完全なソリューションを提供させてください。私たちはあなた方よりもそれについて考えてきました。ですから、このソリューションを受け入れてください。新しいテクノロジーが登場するたびに、人々はそれを修正し、使ってみたい、試してみたいのです。ブラックボックスで完全な答えを与えても、それはできません。それが私たちが犯した間違いです。」

AI技術が進歩するにつれ、IBMはIBM Watson Studioなどの製品で自らが犯した間違いを修正しており、修正が可能になり、顧客が独自のモデルを持ち込むことも可能になっている。

「だからこそ、私たちはここ数カ月成功を収めることができた。そして、パートナーたちと一緒に、24年に再び努力を倍増させることができると心から願っている」と彼は語った。

クリシュナ氏は、IBMが多額の投資を行っているもう一つの新興技術である量子コンピューティングでは、IBMは同じ過ちを犯さないだろうと述べた。

IBM には、ユーザーが量子マシンを実験し、回路を実行できる Qiskit 開発者ツールキットがあります。

「今回、私たちは学び、ある意味原点に立ち返りました。… 30 年、40 年、50 年前に IBM の営業部や支店からメインフレームの使い方に関する無料のプログラミングクラスを受けたため、IBM について知っている人はたくさんいます。その後、私たちはその優位性を少し失ったかもしれませんが、今、同じ原点に立ち返り、『これがテクノロジーでできることであり、メインフレームでできることです』と言っています。そして、お客様が他の選択肢よりも当社のテクノロジーを喜んで購入してくださると、私たちは報われます。」

2024 年に IBM に何が期待できるでしょうか?

業界にとっては非常にエキサイティングな時期です。生成型 AI の新たな波が到来しており、2023 年は AI の年になるかもしれません。間違いなく多くの動きがあり、多くの人がそれに適応しています。

展開に関して言えば、特にパートナーが行う必要があることは、2024年、おそらく2025年までに足跡を残し、顧客がパートナーを信頼し始め、ユースケースの拡大が始まることです。 …これにより、顧客にとってのビジネス価値が生まれ、規模拡大への自信が生まれます。

ちなみに、クラウドとハイブリッドクラウドはまだ進行中であり、完成と成熟には程遠い状態です。

IBM ソリューションプロバイダーは、IBM の AI についてクライアントにどのように説明すればよいでしょうか?

大規模言語モデルと生成 AI の組み合わせは、本当に新しいものとして考えるべきです。 … 10年前のものでも20年前のものでも、AIの一般的な概念について議論したり、2011年にワトソンがクイズ番組「Jeopardy」で出場者兼司会者のケン・ジェニングスに勝ったときや、1997年にディープ・ブルーがチェスでガルリ・カスパロフに勝ったときのAIの例を見たりすることができます。 … 私たちが企業のお客様を本当に支援したいと考えている主なユースケースは 3 つあります。

1 つ目は顧客サービスです。これはコンタクトセンターやコールセンターにまで拡張でき、法人顧客のエンドカスタマーエクスペリエンスを向上させることができます。

この分野ではまだやるべきことがたくさんあります。人を置き換えることではありません。多くの場合、それはこれらの人々の効率を高め、より良い顧客サービスを実際に提供できるようにすることですが、その分野ではやるべきことがたくさんあると思います。

2 番目の例はエンコードに関するものです。 IT 導入のスキルを向上できる人材を育成できるでしょうか? [組織] 内の誰かがコードに取り組むのを手伝ってもらえますか?どちらの場合も、多くの業界は、規制、プライバシー、このすべてのデータから誰が学ぶのかを懸念しているため、この情報を他の誰にも渡さないでしょう。つまり、これらすべてをハイブリッド環境で実行できます。

3 番目のユースケースは、時間の経過とともに成長するデジタルワークフォースです。 …熟練した人材を見つけるのは難しいので、デジタル労働力を活用して人間の労働力を補強することはできるでしょうか?これは「置き換え」ではなく「強化」であり、これにより、会社をより速く拡大し、新しい流通チャネルを見つけ、人々や顧客が会社の製品やサービスを利用する新しい方法を見つけることができるようになります。 …私は冗談で、ジョン・スタインベックの声でメールを書く方法を教えるために大規模な言語モデルを構築したくないとチームに言いました。

それは一部の人にとっては素晴らしいことであり楽しいことですが、私たちはそうではありません。現在、当社は、特定の銀行の商品、特定の人口層、それらの人口層の所在地などに基づいて、特定の人々に対してどの資産管理商品がより適しているかをより適切に伝えるお手伝いをすることができます。

IBM は十分な数の新規スタートアップ顧客を獲得し、若いソリューションプロバイダーからのビジネスを引き付けているでしょうか?

たくさん勝ちました。「もっと改善できる」と言える統計と例をいくつか挙げます。だからこそ私たちはパートナーと話し合い、彼らがこれらの目標を達成する道になると考えています。 …Amazon はソフトウェアとハードウェアの両方で当社の顧客でもあります。

Uber と Paypal は当社の顧客であり、これらはよく知られた企業であり、非常に若い企業であるため、当然当社はこうした企業から市場シェアを獲得することになります。そうは言っても、このような例は数万あるべきだと思います。結局のところ、Maximo、Watsonx、Apptio といった製品の背後にあるイノベーションこそが重要なのです。これらは新規顧客にとっても既存顧客にとっても素晴らしい製品だと思います。

生成 AI が急速に普及していますが、これは量子コンピューティングの普及のタイムラインに何らかの影響を与えるでしょうか?

これは別のテクニックです。人々がこれらのテクニックを組み合わせるのを好むことは知っています。量子コンピューティングは交差点で AI を助けることになると思いますが、量子が解決する最初の一連の問題は、実際には AI とは異なると思います。

量子コンピューティングは材料分野の問題を解決することができます。もっと良い合金を作れるでしょうか？もっと良い潤滑剤を作れるでしょうか?もっと良いカーボンファイバーを作れるでしょうか？電気自動車のバッテリーはどうですか?これは量子コンピューティングを使って解決できる非常に重要な問題群だと思います。私たちはクリーブランドクリニックと共同研究を行っていますが、その目的はタンパク質の形状を理解することではなく、病気の進行中にタンパク質の形状がどのように変化するかを理解することです。そうすることで、治療や予防の解決策につながる可能性があるからです。

おそらくリスク領域では、量子コンピューティングは銀行がより良い住宅ローン金利を提供するのに役立つかもしれません。そうですね、これは消費者にとって非常に魅力的です。あるいは、何が起こるかをより正確に予測できれば、保険会社は量子コンピューティングを利用して保険料を下げたり、顧客のセグメンテーションを改善したりできるかもしれません。ですから、私たち消費者にとってもそれは理にかなっています。量子超越性の概念は、汎用人工知能に少し似ており、量子コンピュータが従来のコンピュータでは不可能または非現実的なタスクを実行するというものです。 AI が有用であるためには、汎用的な知能を直接実現する必要はありません。

Think 2023 カンファレンスで、IBM は過去に AI で間違いを犯したとおっしゃっていましたね。あなたはその間違いから学びましたか?

私たちが犯す間違いは、AI を使用して単一の答えを生み出すことです。そこで私たちは、あなた方と協力するか、私たち自身でトレーニングを行うかは問題ではないと言いました。しかし、完全な解決策をお伝えします。私たちはあなたよりもそれについてよく考えてきましたので、この解決策を受け入れてください。

後から考えてみると、これらの間違いはそれほど明白ではありませんでした。新しいテクノロジーが登場するたびに、人々はそれを改良したり、操作したり、試してみたりしたくなります。ブラックボックスである完全な答えを相手に与える場合、そうすることはできません。それが私たちが犯した間違いです。

そこで今、この間違いには実際的な意味があるかもしれないともお伝えします。当時、すべての AI はいわゆる「ディープラーニング」に基づいていました。つまり、データにラベルを付け、データをトレーニングするには多くの人手が必要でした。これらのモデルは難解であり、完成させるにはコンピューターサイエンスの博士号を持つ大勢の人材が必要になるでしょう。

「これを変更することができます」と言うのは難しいです。なぜなら、私たちの平均的な顧客には、ラベル付けやトレーニングを行う人材が十分にいなかったり、コンピューター科学者でいっぱいの部屋がなかったりするからです。

現在では、大規模な言語モデルにより、この責任や障害は大幅に軽減されました。だから、いじったり試したりすることができます。…だからこそ、今回は「解決策」や単一の答えさえも用意せずに始めました。

私たちはここから始めます。ここはスタジオであり、モデルを完成させるための場所です。ちなみに、弊社のモデルだけでなく、オープンソースのモデルもご利用いただけます。モデルを微調整したり、モデルの監視やデプロイをお手伝いすることもできます。

ですから、これは非常に異なるアプローチだと思います。だからこそ、私たちはここ数か月成功を収めてきたのだと思います。そして、パートナーとともに、2024年に再び倍増できることを心から願っています。

IBM が AI で犯した過ちが、量子分野で同じ過ちを犯すことを回避するのに役立つと推測できるでしょうか?

絶対に。 … 私たちは実際に、Qiskit と呼ばれる開発者ツールキットから始めました。 … 私たちは実際に、IBM の量子コンピューター群全体をクラウド上に配置した無料モデルを選択しました。これは、100 量子ビットを超えるユーティリティ規模の量子プロセッサーを搭載しています。実際、これらは無料で、誰でもアクセスして使用できます。

今は待たなければなりません。多くの人が使用する場合は待たなければなりませんが、これは自分で実験している人々のコミュニティを構築することです。

量子マシンに特定の特性を与えるための実験を行うことができます。彼らは、いわゆる高レベルの「プログラム」を実行できます。量子研究者は、「いやいや、私たちはプログラムではなく回路を実行しているのです」と言うでしょう。素人には、それがほぼすべてだと言うでしょう。すべては問題を解決することです。

だから今回は学んだと思います。私たちは原点に立ち返っています。30 年、40 年、50 年前に IBM の営業部や支店からメインフレームの使い方に関する無料のプログラミングクラスを受けたため、多くの人が IBM について知っています。

その後、私たちはその優位性を少し失ったかもしれませんが、私たちは「これがテクノロジーの使い方です」という同じ原点に戻っています。そうすることで大きなアドバンテージが得られます。方法をお見せしましょう。 '

お客様が他のテクノロジーよりも当社のテクノロジーを好んで購入していただくと、当社は報われます。ですから、私たちは量子分野で常にリードしていると思います。