生成AI

生成AIとは?

生成AIは人工知能 (AI) で、機械学習 (ML) とディープラーニングのアルゴリズムを使用し、ユーザーからのプロンプトや質問に応じて、テキスト、画像、動画、音楽、コンピューターのコードといった新しいコンテンツを生成するものです。生成AIには個人、ビジネス、芸術の目的で、人間が独自のコンテンツを作る方法を劇的に変える可能性が秘められています。

生成AIは検索拡張生成 (RAG: Retrieval Augmented Generation) AIのサブセットであるという点でRAGとは異なります。RAGは、生成AIと検索AIの双方の長所を組み合わせたものです。また、生成AIは人間の脳の動きを模倣して結果を得る認知AIとも異なります。

生成AIの仕組みとは?

生成AIが新たなコンテンツを生み出せるようになるためには、まずトレーニングが必要です。言語、画像、音楽、その他のコンテンツといった大量の情報がディープラーニングのシステムに送り込まれます。

そこから、AIニューラルネットワーク (人間の脳を模倣してコンピューターにデータ処理を教えるMLのサブセット) がデータを選別し、システムによる「学習」をサポートします。例えば、人気の高いChatGPTのチャットボットは、大量のデータセットと、インターネット、書籍、雑誌、歌、演劇、映画、その他の公開データソースから収集した3,000億以上の単語を使って訓練されたものです。ChatGPTは、こうしたあらゆるデータからパターンと構造を理解するために研究し、学習します。

生成AIに十分な知識が吸収されると、作成を始めることができます。訓練で使用したデータから推定するパターンに基づいて、ユーザーの指示や質問に応じた新たなコンテンツを生成することができます。例えば、特定の著者が書いた小説について訓練を受けていれば、ユーザーからの指示に応じてその著者の小説に見られる文体や題材で文章を書くことができます。新しい画像が必要な場合には、いくつかの特徴を入力すると、生成AIが絵を作成してくれます。

生成AIは継続的に学習するよう訓練されているため、複数バージョンのコンテンツを作成して、その時点で最善のコンテンツを選択し、処理を進めることができます。この洗練化のプロセスがあるからこそ、生成AIはアウトプットの質を継続的に改善することができます。

生成AIのメリットとは?

生成AIには、次のような潜在的なメリットが数多くあります:

• コンテンツ作成の高速化: グラフィックデザイン、トレーニング動画の作成、記事の執筆、作曲、コードのデバッグなど、質問、指示、視覚的な画像、メモといったユーザーによる適切なインプットがあれば迅速にコンテンツを生成できるという点が、生成AIを利用する最も人気のあるメリットの1つになっています。Gartner社の予想では、生成AIによって作成されるアウトバウンドマーケティングメッセージは2022年にはわずか2%でしたが、2025年には30%になるとされています。
• 人間の作業効率の向上: 生成AIモデルによる初回のアウトプットが基準に満たないものであったとしても、人がゼロから作成するよりも大幅に短い期間で、この生のコンテンツを満足のいくまで改善することができます。
• 組織の生産性向上: 生成AIモデルは24時間365日稼働できる上、疲れたり、病気になったり、休憩を必要としたりすることがないため、24時間体制でより多くの仕事をこなし、全体の生産性を上げることができます。
• コスト削減: 生成AIに職務を代替させて経費を削減させる企業もありますが、生成AIを利用して既存の労働者を支援し、以前は不可能だったより多くのことを成し遂げる企業も多くあります。
• カスタマーエクスペリエンスの向上: 生成AIのカスタマーサービスチャットボットは、顧客の質問や問題のサポートに対して、より友好的で、パーソナライズされた、人間のような応答を提供することで、カスタマージャーニーを向上させることができます。
• 新製品開発の加速: 生成AIは、新薬の開発と発見を加速したり、エンタープライズアプリケーションのコーディングをシンプルにしたり、イノベーションを促進したり、新製品のアイデアを活性化したりすることができます。
• トレーニングや教育の強化: 生成AIは、テストのカスタマイズ、トレーニング教材や学習教材の動的な割り当てを行うことで、より迅速で効果的な学習をサポートできるよう、生徒と従業員の教育体験をパーソナライズすることができます。
• より良い意思決定の支援: 生成AIは大量のデータを取り込んでパターンと傾向を見つけることができるため、AIなしでは見逃されていた可能性がある知見を得られるよう経営陣を支援し、より良い意思決定とより効果的な戦略の立案を行えるようにします。

生成AIのリスクと限界とは?

生成AIにはさまざまなメリットがありますが、適切に管理し責任を持って利用しなければリスクと限界もあります。これには、次のものが挙げられます:

• 基準に満たない品質: 生成AIは迅速にコンテンツを提供することができますが、その品質は必ずしも求められている水準に達しているとは限りません。アウトプットが正確で、適切で、高い品質を確実に保つには、綿密な事実確認、監視、編集が必要です。
• 創造性に欠け、画一的で相似的: AIはさまざまなコンテンツを取り込んで学習したパターンを模倣できますが、自身が何をしているのかについては理解していません。人間には創造性、特に直感と論理を飛躍させる能力があるため、生成AIが生み出すものの深みと感情的な共鳴は制限されてしまいます。
• 個人情報、専有情報、機密情報の意図しない漏洩: 生成AIは、モデルの訓練に大量のデータを必要とします。そのため、個人情報や個人を特定できる情報 (PII) を意図せず漏洩させたり、機密情報を流出させたり、データプライバシーとセキュリティ規制に違反したりすることのないよう、企業も個人も、こうしたモデルの訓練に使用するデータソースについて細心の注意を払う必要があります。
• 倫理上の悪用: 「ディープフェイク」(真実のように見える偽の動画) の作成、フェイクニュースの拡散、著作権で保護されているコンテンツの盗用など、AIが悪意のある目的や犯罪目的で使用されるリスクもあります。
• 偏見や不備の含まれる結果や、まったくの虚偽の結果: 初期のAIモデルで示されたように、生成AIが作成するコンテンツは、アウトプットに使用するため訓練に用いられたデータに大きく依存します。そのデータの質が悪かったり、排他的だったり、偏見があったり、単に誤ったものであれば、AIシステムが応答する結果も同じようになります。
• 社会的混乱: あらゆる形態の自動化に共通することですが、生成AIがこれまでの自動化テクノロジーよりも多くの仕事に取って代わり、より広範な職業に影響を及ぼす可能性があると推測する人もいます。こういった種類の産業革命は、社会の断絶を生み、旧世代と新世代の間に緊張関係を生じさせる大きな可能性があることが、歴史から示されています。
• 法的分野の不透明性: AIが生成したコンテンツには、著作権の侵害や、所有権、有害性、誤解を招くコンテンツに対する責任といった、法的な問題が発生する可能性があります。

こういった理由から、企業は責任を持って、倫理的に生成AIを利用するよう留意する必要があります。

生成AIの用途とは?

生成AIは既に多くの職種や業界で利用されています:

• クリエイティブサービス/マーケティング: 企業や代理店などは、ターゲット広告の作成、マーケティングコンテンツの執筆、キャンペーンの計画、キャンペーン効果の測定、Webサイトの制作に生成AIを使用しています。
• 小売: 以前より小売業では、顧客の閲覧や購買行動に基づいた購入に関するレコメンデーションの提供にAIを使用してきました。生成AIは、どの商品の需要がいつどこで高くなるのかを予測し、倉庫や店舗の在庫を最適化することもできます。
• ヘルスケア: 生成AIツールは、臨床試験結果、レントゲンやCTスキャンの画像といった患者の既往歴に基づいて、医師が個人に合わせた患者のケアを行えるようサポートします。このようなツールでは、強力なパターンマッチング機能を備えたシステムに大量の臨床データや診断データが取り込まれているため、医師による病気の早期発見にも繋がります。また、AIによって、予約受付、薬の処方、カルテの更新といった手作業をなくすこともできます。
• 物流、配送、輸送: これらの業界は位置情報サービスに大きく依存しています。生成AIは衛星画像を地図形式に変換し、より効率の良いルート選定や目的地までの物品の配送ができるよう作業員もシステムも支援することができます。
• 製造: 計画外のダウンタイムは、あらゆる規模の製造業に金銭的な損害を及ぼす可能性があります。製造業で生成AIを利用すると、メンテナンスを予測可能にして想定外のダウンタイムを排除することができます。また、複数の製品デザインの製造とテストを一度に実施し、最も高い利益を出すにはどのデザインを追求すべきかを判断することができます。
• 金融: 生成AIは預け入れや引き出しといったリアルタイムの取引を自動化することで、リテールバンキングの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。
• 教育: 高等教育だけでなく初等教育や中等教育においても、授業計画やテストの作成、成績や出席の追跡、学級運営に関連する繰り返し作業の削減といった点で、生成AIは教師をサポートすることができます。
• ホスピタリティ: ホテル、レストラン、その他のホスピタリティビジネスは、生成AIを利用してパーソナライズされたゲスト体験を生み出すことができます。生成AIチャットボットは、予約、客室やテーブルの空き状況確認といった面倒な反復作業の多くを簡単に処理することが可能です。

Cohesityと生成AI

Cohesityは、人工知能 (AI)、特に生成AIを利用し、組織のデータが持つ力を活用してセキュリティ脅威に対して先手を打てるよう取り組んでいます。

Cohesityは企業がデータの管理、セキュリティ確保、保護を強化する際に、ビジネスにより強力なパワーを提供できるよう、Microsoft Azure OpenAIと協業しています。リスクプロファイルとユーザーの行動に応じてAIが将来の脅威を軽減する機会が増える中、Cohesityは悪質な行為者を阻止する生成AI、認知AI、検索拡張生成AIに対する理解において最前線にいます。

生成AIは、データセキュリティとデータ管理というCohesityの中心事業にとって重要なものです。Cohesityは、お客様がデータエステート全体をバックアップし、データ隔離、脅威検知、データ分類によってサイバーレジリエンスを向上できるようサポートしています。

Cohesityは世界の大手企業に対し、セキュリティ体制の強化に必要となる詳細なインサイトと分析を提供しています。Cohesity Data Cloudは最新のデータセキュリティとデータ管理プラットフォームで、「AI対応」という点で独自のものです。大規模に拡張し、簡単に検索できるよう構築されており、きめ細かい単位でのアクセス制御とセキュリティ機能で非常に高いデータの可用性と完全性を確実にします。

例えばCohesityのグローバル検索機能を使うと、一元管理されたインターフェイスから複数のワークロードとデータコピーを簡単かつ迅速にグローバル検索することができます。Cohesity Data Cloudでは、AIと大規模言語モデル (LLM) がビジネスの重要な質問に対して迅速に回答することができ、同時に適切な人だけがアクセス権のあるデータに関する回答を確認できるようにします。

Cohesity Data Cloudで保護するデータにはインデックスが作成され、LLMでそのデータを活用できるよう固有のメタデータが含まれています。データが保存され、脅威の検索と分析ができるのと同様に、このメタデータもAI対応なので、LLMやその他の言語を活用したAIモデル (Azure OpenAIなど) でデータに関する質問をすると、LLMが即座に人間が解読可能な応答を返します。Cohesityにバックアップされた信頼できるデータソースを使用することで、ユーザーと機械のどちらからのクエリに対しても、より正確で実用的な応答が得られます。

エンタープライズビジネス、政府機関、その他の組織は、サイバーセキュリティ戦略に安全かつセキュアにAIを取り入れることができます。Cohesity Data Cloudプラットフォームは、AI、セキュリティ、コンプライアンス、分析に、包括的でクリーンな文脈に沿ったデータを提供します。

Cohesityは近年、企業特有の要件に対応する包括的なソリューション、Cohesity Gaiaを発表しました。

Cohesity Gaiaは、市場初のAIを活用したエンタープライズ検索アシスタントです。Cohesity Data Cloudに保存された高品質なバックアップデータに対して、検索拡張生成 (RAG) AIと大規模言語モデル (LLM) を活用します。

組織はCohesity Gaiaを使用して「データと対話」することで、よりスマートで迅速なビジネスの意思決定を行うことができます。