生成AI グローバルトレンド実務で活かす新規事業構築の5つの方法

生成AI時代での新規事業担当者向けのビジネストレンドのキャッチアップとビジネスローンチについて記載しております。

Transcript

1. 2024年10月22日 Elith ホワイトペーパー： 「生成AI×グローバルトレンド 実務で活かす新規事業構築の5つの方法」
2. 生成AI時代の新規事業の考え方 1 業務の自動化 LLMの汎用的な知識と高い言語能力により、多様なタスクに対し自律的に遂行することが可能になっています。LLMを 用いて業務を自動化することで、人的リソースの負担を軽減し、業務効率を大幅に向上させることができます。さら に、定型業務だけでなく、クリエイティブなタスクや意思決定支援にも応用することで、企業全体の生産性向上に寄与 します。 2 生成AIのマルチモーダル化により、テキスト以外に画像や音声など様々なモダリティに対応したモデルの開発が進めら れています。それらを活用することで、応用分野の広がりを見せ、今まで活用が難しかった分野にAIを応用することが 可能になります。 3 業界特化モデルの開発 LLMを初めとして生成AIの性能は、計算資源と密に相関し、大企業が有利な市場となっています。そのため、特定の業 界やニッチな分野に特化したモデルを開発し、特定の分野の性能のみ最大化することで、大企業に対抗したモデルの開 発が可能となります。 複数モダリティの活用
3. 新規事業担当者が押さえておきたいグローバルトレンド LLM開発の勃興 有名企業が、自社のLLMの開発・改良に力を入れており、各社のLLM性能の更新が競われています。 ここ数ヶ月で発表された主要なLLMだけでも以下が上げられます。 GPT-4o OpenAIが開発したマルチモーダルLLM 自然な音声対話が可能 o1-preview OpenAIが開発したLLM 推論時間を増やすことで、数学やコーディングな どの性能が飛躍的に向上 Gemini 1.5 pro Googleが開発したマルチモーダルLLM 200万に及ぶ長大なコンテキスト・ウィンドウを 持つ Llama 3.1 Metaが開発したオープンLLM 発表当時 GPT-4o に匹敵する性能を持っていた
4. 世界的なトレンド 小型モデルによる推論効率化 スマホなどのエッジデバイス上でも 動作可能な大規模言語モデルを小規 模言語モデル(SLM)と呼びます。 SLMの開発は、GoogleやMicrosoftな どの有名企業も進めており、SLMの 発展とともに、今後言語モデルの活 用がより身近になると予想されま す。 マルチモーダル化 生成AIの発展により、近年では複数 モダリティの入出力を可能にしたマ ルチモーダルモデルが数多く登場し ています。例として、OpenAIのGPT- 4oでは、画像、テキスト、音声など のモダリティに対応しており、今後 生成AIの応用範囲の拡大が期待され ます。 生成AI市場の拡大 生成AIの需要は世界的に高まってお り、生成AI需要は2023年から2030年 に掛け年平均53.3%増加することが 見込まれます。この傾向は日本も同 様で、年平均47.2%の増加が予想さ れます。また、需要額は、2025年に は日本だけで1.8兆円に達する見込み です。 https://www.jeita.or.jp/japanese/topics/2023/1221-2.pdf
5. 実務で活かす新規事業構築の5つの方法 先の世界的なトレンドに伴い、生成AIを用いた様々な新規事業が生まれています。以降では、それら の事業について、以下の5つの観点に分けてご紹介します。これにより、生成AIのトレンドへの理解 を深めていきましょう。 1. 自動運転 ✕ AI 現実世界の解釈能力が向上し、 稀なシーンにも対応可能に 3. ロボティクス ✕ AI 学習データに無い環境でも 動作が可能に 2. AIエージェント 多様なタスクに対して 柔軟な実行が可能に 4. バックオフィス ✕ AI 非定型業務への応用が可能となり 多くの業務の自動化が可能に 5. シミュレーション ✕ AI 効率的にかつ短時間での シミュレーションが可能に
6. 1. 自動運転 ✕ AI 既存の課題 完全な自動運転のために必要な、非常に稀なシー ンへの対応力の不足 現実世界に対する理解の不足 具体事例 生成AI時代のブレークスルー マルチモーダルLLMの登場により、LLMの汎用的な知 識や理解力と他モダリティが融合しました。これによ り、現実世界の解釈性が向上すると同時に、稀なシー ンに対しても意味的に理解・対応することが可能にな ります。また、生成AIを用いたシミュレーション技術 の開発も進められ、様々な運転シーンの収集が効率的 になってきています。 Wayveでは、視覚・言語・行動を統合したマルチモー ダルLLMを開発し、自然言語による指示に基づいた自 動運転を可能にします。例えば、複雑な交差点におい て「左折」 「右折」 「停止」のアクションを適切に選定 し安全かつ効率的に操作します。さらに、周囲の環境 の説明や、判断根拠の説明もでき、透明性と信頼性が 大幅に向上しています。 https://wayve.ai/thinking/lingo-2-driving-with-language/
7. 2. AIエージェント 既存の課題 事前に決められたタスクしか実行できない プランニング能力の不足により複雑なタスクが実 施できない 具体事例 生成AI時代のブレークスルー LLMを活用することで新規のタスクへの対応能力が向 上し、あらゆるタスクで自律的に動作・実行すること が可能となった。また、LLMのプランニング能力を活 用することで、今まで実行することが難しかったより 複雑なタスクを遂行することが可能になった。 Agentforceは、Salesforceが開発したAIエージェント になります。Agentforceの利用により一連の業務フロ ーの自動化が可能になります。例えば、営業の見込み 客リストから顧客を選別して商談を設定するといった 処理を自動で実行できます。 https://xtech.nikkei.com/atcl/nxt/news/24/01673/ https://prtimes.jp/main/html/rd/p/000000248.000041550.html
8. 3. ロボティクス ✕ AI 既存の課題 制限された環境でしか動作できない 現実世界の意味的な解釈が難しい 具体事例 生成AI時代のブレークスルー AIエージェント同様に、マルチモーダルLLMの登場に より、今まで難しかった多様なタスクに対し、ロボッ トを適用することが可能になりつつあります。 これは、言語を通したより汎用的な現実世界の解釈が 可能になるためです。また、LLMを利用することで自 然言語による、より直感的なロボット制御が可能とな ります。 Figureでは、人形のAIロボットの開発を進めており、 ロボットはリアルタイムに環境を認識しながら、指示 されたタスクを実行します。 ロボットは、道具の把持や歩行といった単純な動作か ら、荷物の運搬やコーヒーマシーンを活用したコーヒ ーの作成などの複雑なタスクまで実行することができ ます。 https://www.figure.ai/
9. 4. バックオフィス ✕ AI 既存の課題 バックオフィス業務は非定型な業務も含まれるた め自動化が難しかった 人によって作成物の品質が異なる 具体事例 生成AI時代のブレークスルー LLMを用いることで、言語による曖昧さがあるような タスクにも対応が可能になり、多くの業務の自動化が 可能になりました。 また、人では難しかった、多くの情報の分析・解釈を スムーズに実行することが可能になると同時に、作成 物の品質のばらつきも無くなるなどの優位性もありま す。 Amazon Q Businessは生成AIを活用したアシスタント で、企業のシステム内のデータや情報に基づいて、質 問への回答、要約の提供、コンテンツの生成、および タスクの安全な実行を行うことができます。これによ り、業務の大幅な自動化が可能になり、企業全体の生 産性を向上できます。 https://aws.amazon.com/jp/q/
10. 5. シミュレーション ✕ AI 既存の課題 膨大な変数を含む数式の解析により、シミュレー ションするため、計算負荷・時間が非常に大きく なる。 人などの動きの予測が不自然 具体事例 生成AI時代のブレークスルー 生成AIを利用することで、物理シミュレーションと 比較して短時間で非常に効率的にシミュレーションを することが可能となっています。 また、学習の際は実際の例をデータとして使用するた め、人などの動きをより自然に再現できます。 Ansysは、AIを活用した物理シミュレーションツール 「Ansys SimAI」を展開しています。従来の解析手法 と比べて最大1000倍の高速化を実現し、複雑な物理 現象も短時間で予測可能です。欧州自動車メーカーで の導入実績があり、専門知識がなくても高精度な解析 が行えるため、設計プロセスの効率化に貢献していま す。 https://xtech.nikkei.com/atcl/nxt/column/18/00001/09034/
11. Elithの革新的な事例紹介 - Part 1 完成車メーカー様との事例 Elithは、最先端のマルチモーダル大規模言語モデルと自動運転技術を融合させ、メーカとの協力のもと、より安 全で効率的な自動運転システムの開発を進行中。このシステムは、複雑な都市環境下での高精度な状況認識と意 思決定を実現し、自動運転技術の実現に貢献していきます。 AIエージェント技術の先駆的研究 Elithの研究チームは、エージェント技術分野における大規模言語モデルの活用に関する先駆的な研究を行い、そ の成果を書籍として出版予定。さらに、この研究成果は日経記事も出しており、AIエージェントの実用化に向け た重要な貢献を進めていきます。 1 技術開発 Elithは、マルチモーダルAIと自動運転技術の融合に成功し、共同研究開発プロジェクトで革新的な自動運転 システムの開発を進行中 2 メディア掲載 ElithのAIエージェント研究を記事を執筆中。その革新性と実用化への期待が高まっています。
12. Elithの革新的な事例紹介 - Part 2
13. 株式会社Elith　 株式会社Elith Account executive 村上 takeshi.murakami@elith.co.jp お問い合わせ　 Thank you