© 2024 LayerX Inc. LayerX 事業部執行役員 AI・LLM事業部長 中村龍矢 (@nrryuya_jp) 2023/1/30 @生成AI新年会2024 自社視点で見た2024年の生成AIトレンド予測

© 2024 LayerX Inc. 2 中村龍矢 機械学習エンジニア 東京大 工学部 ● データサイエンスと出会う Gunosy データ分析部 ● 推薦システム開発等 セキュリティ研究者 （現在） 事業責任者 LayerX 創業時からR&D ● プログラムの形式検証 ● ブロックチェーン ○ Ethereumへのコント リビューション ● LayerX 事業部執行役員 AI・LLM事業部長 ● IPA 未踏スーパークリエータ ● 2020年度 電子情報通信学会 インターネットアーキテクチャ研 究賞 最優秀賞 (共著) ● Forbes JAPAN 30 UNDER 30 2023 「世界を変える30 歳未満」 LayerXの新規事業 ● プライバシーテック ● 大規模言語モデル 自己紹介

© 2024 LayerX Inc. 3 LayerXの事業概要 LayerXのご紹介 * 資本準備金含む 会社名　　　　 代表取締役　 創業　　　　　 資本金* 関連会社 株主一覧　 ｜ 株式会社LayerX（レイヤーエックス） ｜　代表取締役CEO 福島 良典 　　 代表取締役CTO 松本 勇気 ｜　2018年 ｜　132.6億円 ｜　バクラク事業、Fintech事業、AI・LLM事業 ｜　三井物産デジタル・アセットマネジメント 　　三井物産、LayerX、三井住友信託銀行、SMBC日興証券、JA三井リースによる合弁会社 ｜　 企業や行政のLLMを用いた 業務効率化・データ活用を支援 バクラク事業 企業活動のインフラとなる 法人支出管理（BSM）SaaSを 開発・提供 Fintech事業 ソフトウェアを駆使したアセットマネジメント 証券事業を合弁会社にて展開 AI・LLM事業 エンジニア・PdM・BizDev積極採用中です！

© 2024 LayerX Inc. 4 LayerXのLLM事業 LayerXのご紹介 例: 三井物産デジタル・アセットマネジメントでの取組 エンタープライズ企業の業務のリデザイン 様々なファンドにまつ わる契約書 ● LLMだからこそできるDX ● 単に自動化するのではなく、業務を LLMネイティブな形に変える ● 特に、長文の文書処理業務 ファンド管理DB 登記簿等の公的書類 投資サービスへの連携 ファンド運営の 効率化・自動化 LLM

エンタープライズ業務のDXにおける 2024年の生成AIトレンド予測

© 2024 LayerX Inc. 6 業界・業務特化のユースケースの発掘 「プチ幻滅期」を乗り越え、ChatGPTを超えたLLM活用が増えるはず ● 現状、「ChatGPTがないと生きていけない」人はあまりいない ● DX/IT部門以外が主導する、ドメインに深く根差した取り組みが色々生まれている ● 今年沢山のファーストペンギンの事例が生まれ、波及していくのではないか ● 既存SaaSへの組み込みも、徐々に地に足がついたものに （弊社バクラクでも取り組み中） 自社視点で見た2024年の生成AIトレンド予測

© 2024 LayerX Inc. 7 LLMの“精度”: 既にかなり頑張っている？ ● エンタープライズ業務の多くの割合は、自社内に特化した知識・ルールに依存している ● AIがインターネット上の情報から学習している限り、限界があるのでは ○ とても地頭の良い新入社員が入ってきて、ネットの情報だけで仕事を学べますか？ ● コンテキストとして与えたドメイン知識の活用は、特にGPT-4は十分頑張っている （体感値） ○ 精度が出ない原因を分解した際に、モデル自体のせい、ということが少ない エンタープライズ向けの業務効率化に限れば、LLM自体ができることに大きなサプライズは少ないかも？ 自社視点で見た2024年の生成AIトレンド予測

© 2024 LayerX Inc. 8 LLMのコスト低下・速度向上に期待 ● コンテキストサイズの制限があっても、大抵はデータを分割して処理すれば問題ない ○ むしろその方が精度が良い (“Lost in the middle”現象 [1]) ● 一方、現実にはインフラコストの観点から、検索 (retrieval) で絞り込む必要 ○ 検索は技術的にLLMほど進化していないため、ここが全体の精度のネックに ○ よって、コストが下がると検索の精度の要件が下がるメリットがある ■ GPT-4 Turboで値段が約1/3に下がった = 検索精度が1/3でも同じコスト ● 同様に、ユーザーへのレスポンス速度も、特に既存SaaSへの組み込みで重要 一方、速度とコストの地道な改善により、「実用化水準」を超えるユースケースが増えていく 自社視点で見た2024年の生成AIトレンド予測 [1] Lost in the middle: How language models use long contexts. NF Liu, et al.

No content