今後、生成AIと従来型のAIを使いこなしていくには

前回は、生成AIの課題を解決する道筋が見えてきたことを踏まえ、今後企業における生成AI活用がどうなっていくのかについて考察。セキュリティ、自社データの活用、ハルシネーションという課題を解決する手段としてローカルLLMが浸透し、ChatGPTやGeminiといった大規模なLLMとの使い分けが重要になっていく世界観を提示しました。

また、第1回でもお話したように、Appleが生成AIをOSレベルで組み込むという新たな提案を行ったこともあり、いよいよ生成AIの活用が本格化する未来が近づいてきたと感じています。

そこで気になるのが、「では、これまで使われていた従来型のAIは淘汰されるのか?」ということです。最終回となる今回は、生成AIと従来型AIの関係性、そして2種類のAIの行く末について解説します。

「従来型のAI」とは? 生成AIとの決定的な違い

まず、ここで言う「従来型のAI」とは何なのかについて整理しましょう。自然言語でプロンプトを入力することで、あらゆるタスクに対応するのが生成AIだとすれば、特定のタスクに特化して高速に作業を行うのが従来型のAIです。

例えば、製パンの会社の検品作業を考えてみましょう。工場のベルトコンベアをパンが流れていき、袋詰めされる最後の段階で検品作業が行われます。従来はベルトコンベアの横に人が立ち、「形がふぞろいなパンがないか」「色がおかしなパンがないか」などを目視で確認していました。

この検品作業のために導入されたのが、検品用のAIです。

人の代わりにベルトコンベアの上に取り付けられたカメラが食品を撮影し、その映像をAIに送ります。AIはあらかじめパンの形状や色に関するデータを学習しており、流れてくるパンの形状や色をチェック。許容値を超えるパンがあればアラートを出すという仕組みで、人と同程度の精度で検品を行っていました。

さて、この従来型のAIの作業は生成AIで代行できるでしょうか。

もちろん、できません。

現時点で生成AIにできるのは、あくまでも「コンテンツを生成」することです。もし、上記の検品作業をさせるのであれば、まずRAGやファインチューニングでパンの形状や色に関するデータを生成AIに学習させ、その上でパンの写真を撮り、生成AIに読み込ませてから「読み込んだパンの形状や色は正常ですか?」とプロンプトに入力して回答を待つ必要があります。検品作業でいちいちそんなことはできません。

生成AIは汎用的にさまざまな作業をこなすことは得意ですが、特定のタスクを高速で処理するのは実はあまり得意ではないのです。

意外かもしれませんが、生成AIの処理能力はAIとしてはかなり遅い方です。試しにプロンプトに何か質問を入力してみてください。すると、生成AIはすぐに回答を生成し始めます。ものによっては数秒、長くても1分程度で文章が生成されるため、一見すると「速い」と感じるかもしれません。でも、考えてもみてください。相手は人ではなくコンピュータです。それなら、文章の生成なんて本来は1秒もかからずできてもおかしくないのではないでしょうか。