• 特集
  • 動画
  • トピックス
  • 学び
プレミアムを無料で体験
INDEX
2027年までに40%がマルチモーダル化へ 〜ガードナー「生成AIのハイプ・サイクル:2024年」

2027年までに40%がマルチモーダル化へ 〜ガードナー「生成AIのハイプ・サイクル:2024年」

全体に公開
デジタル政策と未来社会のサムネイル画像
林 雅之
デジタル政策と未来社会林 雅之

ガートナージャパンは2024年9月10日、「生成AIのハイプ・サイクル:2024年」を発表し、生成AI技術の今後の進展とそのビジネスインパクトについてまとめています。

本ハイプ・サイクルは、生成AI技術が今後どのように進化し、ビジネスに影響を与えるかを示す一つの指針となります。

出典:ガートナー 生成AIのハイプ・サイクル:2024年 2024.9.10

ガートナーのレポートによると、2027年までに生成AIソリューションの40%がマルチモーダル対応(テキスト、画像、音声、動画など複数のデータを同時に処理する能力を持つ)になると予測されており、2023年のわずか1%から劇的な増加を見込んでいます。

このマルチモーダル対応へのシフトは、生成AIがビジネスにおいてますます不可欠な役割を果たすことを示唆しており、企業がそのポテンシャルを最大限に引き出すための戦略を再考する必要性が高まっています。

マルチモーダル生成AIの拡大とその影響

ガートナーが指摘するように、マルチモーダル生成AIは、従来の生成AI技術に比べて飛躍的な進化を遂げつつあります。これまで、テキストや画像、音声といった単一モードでの処理が主流でしたが、今後は複数のモードを同時に処理できる能力が重要視されるようになります。

ガートナーのディスティングイッシュト バイス プレジデント アナリスト、エリック・ブレテヌー氏は

マルチモーダル生成AIは、データ間の関連性をより自然に理解できるため、より直感的で高度なAIソリューションを実現できる

と述べています。

マルチモーダル生成AIの技術は、特定の業界やユースケースに限らず、幅広い分野で応用可能です。例えば、顧客対応のシステムでは、テキストと音声、さらには画像や動画を組み合わせて、より人間に近いインタラクションを提供することができ、カスタマーエクスペリエンスの向上が期待されます。また、複雑なデータ処理や高度な分析を必要とするビジネスプロセスでも、マルチモーダル対応によって効率化が図られることが期待されます。

オープンソースLLMの可能性とその影響

生成AIの進化において、オープンソースの大規模言語モデル(LLM)も重要な役割を果たしています。

ガートナーのアナリスト、アルン・チャンドラセカラン氏は、オープンソースLLMが生成AIの普及を加速させる要因であり、特定のユースケースに最適化されたモデルを企業が低コストで活用できる点を強調しています。オープンソースLLMは、カスタマイズ性の高さとプライバシー、セキュリティの制御が可能であり、ベンダーロックインを防ぐことで企業の柔軟性を高めることができます。

オープンソースLLMの技術により、企業は特定の業界やニーズに最適化されたAIモデルを迅速に開発できるため、ビジネスの俊敏性が大幅に向上します。また、オープンソースLLMを活用することで、従来は商用の高コストモデルに依存していた中小企業も、より高度なAIソリューションを導入できるようになります。これにより、生成AIの導入は民主化され、幅広い企業がそのメリットを享受できることが期待されます。

ドメイン固有の生成AIモデルと自律エージェントの台頭

ガートナーのレポートでは、今後5年間で企業に大きな影響を与える可能性がある技術として、ドメイン固有の生成AIモデル自律エージェントを挙げています。

ドメイン固有の生成AIモデルは、特定の業界やビジネス機能に最適化されたAIであり、精度やセキュリティ、プライバシーの観点からも非常に重要な役割を果たします。このモデルを活用することで、企業は従来よりも高度なAIを迅速に導入でき、業界固有の課題に対しても効率的なソリューションを提供することが可能です。

自律エージェントは、人間の介入なしに意思決定を行い、目標達成に向けて自律的に行動するAIシステムです。AI技術の進化を象徴する存在であり、ビジネスオペレーションの自動化や効率化に大きなインパクトをもたらす可能性があります。

ガートナーのブレテヌー氏は、

自律エージェントは、ビジネスの運用を根本から変革し、コスト削減や競争力強化に寄与する

と述べており、企業が今後のビジネスモデルを再定義するための重要な技術になることは間違いありません。

幻滅期に突入する生成AI技術

生成AI技術は、ガートナーのハイプサイクルにおいて「幻滅期」に突入しているとされます。

「幻滅期」の段階では、期待されていたほどの成果が得られず、課題やコストが露呈することが多く、企業は冷静な判断が求められます。しかし、ガートナーは、この期間を経てさらに技術が進化し、次の成長期に移行すると予測しています。アルン・チャンドラセカラン氏も、

生成AIは今後数年間で急速に機能が向上し、企業は再びそのメリットを享受できるだろう

と楽観的な見通しを示しています。

日本国内でも、生成AIの進展はビジネスのあらゆる分野で注目されています。

ガートナーの亦賀忠明氏は、

生成AIの進化はまだ始まったばかりであり、今後の成長ポテンシャルは大きい

と述べています。彼は、企業が生成AIを取り入れる際には、短期的な期待に振り回されず、長期的な視野で技術の導入を進めることが重要だと強調しています。

ガートナーのハイプ・サイクル:生成AIの進化の5つのフェーズ

最後に、ガートナーの「ハイプ・サイクル」のフェーズについて、整理したいと思います。ガートナーの「ハイプ・サイクル」は、新技術の進化過程を5つのフェーズに分けて可視化するフレームワークであり、各技術がどの段階に位置しているかを把握するのに役立ちます。

・黎明期(Innovation Trigger)
・過度な期待のピーク期(Peak of Inflated Expectations)
・幻滅期(Trough of Disillusionment)
・啓発期(Slope of Enlightenment)
※今回該当なし
・生産性の安定期(Plateau of Productivity
) ※今回該当なし

黎明期(Innovation Trigger)

黎明期のフェーズでは、技術革新が起き、関心が高まり始めた段階です。生成AIの黎明期には、多くの新しい技術が登場し、ビジネスや研究の分野での注目が集まっています

  • オープンソースのLLM: 商用利用を容易にするオープンソースの大規模言語モデル
  • マルチモーダル生成AI: テキスト、音声、画像などの複数のモードを同時に処理する技術
  • 転移学習: 他のタスクで学習したモデルを活用し、新しいタスクに適用する技術
  • 汎用AI: 複数のタスクをこなせる汎用的なAI技術
  • 生成AI対応型アプリケーション: AIを搭載したビジネスアプリケーション
  • GraphRAG: グラフデータと生成AIを組み合わせた高度なデータ分析
  • 自律エージェント: 人間の介入なしで独立した意思決定を行うAIシステム
  • 自己教師あり学習: 人間によるラベル付けなしに学習するAI技術
  • 組み込みモデル: デバイスに組み込まれたAIモデル
  • ドメイン固有の生成AIモデル: 特定の業界や用途に特化した生成AI技術
  • AIスーパーコンピューティング: 高度なAI計算能力を持つスーパーコンピュータ技術
  • AIシミュレーション: 仮想環境でのシミュレーションを行うAI技術
  • 人間のフィードバックによる強化学習: 人間のフィードバックを活用してAIモデルを強化する技術
  • 生成AIアプリケーションのオーケストレーション: 複数の生成AIアプリケーションを統合して最適化する技術
  • 偽情報セキュリティ: 偽情報やフェイクコンテンツを検出するAI技術
  • エッジ生成AI: 端末側で生成AI処理を行う技術

過度な期待のピーク期(Peak of Inflated Expectations)

技術が注目を浴び、さまざまな期待が集まる時期です。この時期には、技術の実現可能性が過大評価されることも多いですが、同時に新しい応用が試されています。

  • 検索拡張生成(RAG): テキストや画像検索を強化する生成AI技術
  • プロンプト・エンジニアリング: AIの生成プロンプトを最適化し、より良い結果を得るための技術
  • AI TRiSM: AIにおける透明性、説明可能性、セキュリティに関する技術
  • オープンソースのLLM: 商用利用を容易にするオープンソースの大規模言語モデル
  • ベクトル・データベース: 大規模データセットからパターンを抽出し、より効率的なデータ管理を実現
  • AI拡張型ソフトウェア・エンジニアリング: AIを活用したソフトウェア開発技術
  • ファウンデーション・モデル: 多様なタスクに対応できる基盤的なAIモデル
  • シンセティック・データ: 仮想環境やAIによって生成されたデータ
  • 生成AIワークロード向けアクセラレータ: AIワークロードの最適化を支援する技術
  • ModelOps: AIモデルの運用と管理を効率化する技術

幻滅期(Trough of Disillusionment)

技術への期待が減少し、実際の応用で課題が浮上する時期です。このフェーズでは、一部の技術が限界に直面し、過大評価された期待が是正されることもあります。

  • 大規模言語モデル(LLM): テキスト生成や自然言語処理に用いられる大規模AIモデル
  • 生成AI対応仮想アシスタント: 生成AIを活用した仮想アシスタント技術で、ビジネスや日常生活での自動化を実現

今後の展望

ガートナーのレポートによると、生成AIの一部の技術は、「過度な期待のピーク期」から「幻滅期」へと移行しつつあるといいます。幻滅期の期間には、技術の限界や課題が顕在化することが多いですが、それでも生成AIの将来には大きな可能性が秘められています。

ガートナーのアナリスト、アルン・チャンドラセカラン氏は

生成AIは、今後5年以内に大きな技術革新を遂げ、企業はこれに伴って競争優位性を確立できる

と述べています。

生成AIは、ビジネスのあらゆる側面に影響を与える変革的な技術であり、企業にとって競争優位性をもたらすツールとしての位置づけはますます高まっていくでしょう。

中でも、マルチモーダル対応の生成AIオープンソースLLMの活用、自律エージェントの導入は、今後のビジネスモデルの再定義に大きく寄与すると考えられます。ガートナーの報告が示すように、生成AIはまだ進化の途上にあり、企業はこの技術をどのように活用するかが将来の事業の成長を大きく左右する可能性も想定されます。

今後、生成AIが成熟し、ビジネスに浸透されていく過程で、企業はAI戦略を再考し、テクノロジーと共に事業を成長させていくことが求められます。生成AIは、単なる一時的な技術トレンドではなく、ビジネスの未来を創造するイノベーションの中核技術として、これからも大きな役割を担っていくでしょう。


いいねして著者を応援してみませんか

「高齢社会対策大綱」から見る働く環境とデジタル
日本の水素政策とサプライチェーン構築への道筋

コメント


注目のコメント

  • 比屋根 一雄
    badge
    三菱総合研究所 執行役員兼研究理事 生成AIラボセンター長

    ビジネス的には、テキスト+図表のマルチモーダルが案外重要です。次に音声対話、そして動画生成でしょうか。


  • 林 雅之
    国際大学GLOCOM 客員研究員

    ■黎明期(Innovation Trigger)

    ・オープンソースのLLM: 商用利用を容易にするオープンソースの大規模言語モデル
    ・マルチモーダル生成AI: テキスト、音声、画像などの複数のモードを同時に処理する
    ・技術転移学習: 他のタスクで学習したモデルを活用し、新しいタスクに適用する技術
    ・汎用AI: 複数のタスクをこなせる汎用的なAI技術
    ・生成AI対応型アプリケーション: AIを搭載したビジネスアプリケーション
    ・GraphRAG: グラフデータと生成AIを組み合わせた高度なデータ分析
    ・自律エージェント: 人間の介入なしで独立した意思決定を行うAIシステム
    ・自己教師あり学習: 人間によるラベル付けなしに学習するAI技術
    ・組み込みモデル: デバイスに組み込まれたAI
    ・モデルドメイン固有の生成AIモデル: 特定の業界や用途に特化した生成AI技術
    ・AIスーパーコンピューティング: 高度なAI計算能力を持つスーパーコンピュータ技術
    ・AIシミュレーション: 仮想環境でのシミュレーションを行うAI技術
    ・人間のフィードバックによる強化学習: 人間のフィードバックを活用してAIモデルを強化する技術
    ・生成AIアプリケーションのオーケストレーション: 複数の生成AIアプリケーションを統合して最適化する技術
    ・偽情報セキュリティ: 偽情報やフェイクコンテンツを検出するAI技術
    ・エッジ生成AI: 端末側で生成AI処理を行う技術


アプリをダウンロード

このトピックスについて



このトピックスのおすすめ投稿


自動配送ロボットは物流の未来を変えるのか?
全体に公開
14
Picks



トピックストップへ

NewsPicks について

SNSアカウント


関連サービス


法人・団体向けサービス


その他


© Uzabase, Inc

マイニュースに代わり
フォローを今後利用しますか