ナデラが警告する単一AI依存、手放してはいけない5つの資産

社内で使うAIを1つに絞ると、運用も教育も一気に楽になります。

その楽さと引き換えに何を渡しているのか、Microsoft CEOのサティア・ナデラさんが7月にかなり踏み込んだ言い方をしています。

生き残れない、という表現です。

6月から7月にかけて、ナデラの警告は3段階で強まった

この発言、単発で飛び出したものではありません。

約1か月半のあいだに、同じ主張を3段階でトーンを上げながら出しています。

6月の時点では前向きな提案でした。

モデルは陳腐化も乗り換えも早いので、モデル選びに一喜一憂するより、自社のデータと人の判断が循環する仕組みを持つほうが複利で効く、という話です。

それが7月なかばには「二重の対価」という警告に変わります。

そして7月26日のCNNで、企業として残らない、というところまで来ました。

なお、CNNでの発言内容はTechCrunchなど海外メディアが伝えているものです。

番組の逐語トランスクリプトまでは確認が取れていないため、この記事での引用は報道を踏まえたものとして読んでください。

生き残れないという言葉が指しているのは、技術力でなく主導権

TechCrunchが伝えるところによると、ナデラさんの言い回しはこうです。

このコントロールを持たない企業は企業として残らない、なぜなら思考を外注してしまったのと同じだから。

厳しい言い方ですが、ここで指されているのはAIの性能差ではありません。

どのモデルが賢いかという競争の話ではなく、判断の材料が自社に残っているかどうかという話です。

優秀な外部コンサルタントに検討を丸ごと任せている状態を思い浮かべると近いと思います。

出てくる結論の質は高い。

ただ、検討の過程も、途中で捨てた選択肢も、なぜその結論になったのかという判断の履歴も、全部相手側にしか残らない。

契約が切れた瞬間、社内には最終報告書だけが残ります。

次に似た判断が必要になったとき、またゼロから同じ費用を払うことになる。

思考を外注した、という表現はそういう状態を指しています。

プロンプトとメタデータを含む、手放している5つの資産

では具体的に何が相手側に溜まっているのか。

7月の一連の発信で名前が挙がっているのは、プロンプト、メタデータ、コンテキスト、記憶、そしてツールの5つです。

ナデラさんはブログで、モデルは使った跡から学ぶと書いています。

人が書いたプロンプト、エージェントが叩いたツール、そしてとりわけ、モデルが間違えたときに人が入れた修正から学ぶ、と。

この5つを自社の実態に置き換えると、こうなります。

一番効いてくるのは、実はメタデータのほうだと僕は見ています。

プロンプトは書き直せます。

でも「この聞き方だと精度が落ちる」「この業務では毎回ここを直している」という改善の履歴は、社内の誰かの頭の中か、ベンダー側のログにしか存在していないことが多い。

現場の運用で一番価値が出ている部分が、一番残りにくい。

ここが厄介なところです。

ハーネスとモデルを切り離すAIゲートウェイという発想

ナデラさんの処方箋は、モデルとそれ以外を分けて持て、というものです。

ハーネスをモデルから切り離し、コンテキストと記憶をモデルから切り離しておけば、複数のモデルをそれぞれが得意なことに使える。

CNNでの発言はそういう趣旨でした。

ハーネスというのは、AIを実際の業務に繋ぎ込む層のことです。

コーディング支援ツールが分かりやすい例で、AIラボが提供する純正のハーネスをそのまま使うと、指示も履歴も改善の跡も全部そちら側に溜まっていきます。

ナデラさんはこの点にはっきり注意を促しています。

そこで出てくるのがAIゲートウェイという考え方です。

プロンプトを直接モデルに投げるのではなく、あいだに自社の中間層を1枚挟む。

指示も履歴も自社側を通るので、モデルを差し替えても資産は手元に残ります。

家電と電力会社の関係に近いです。

コンセントの規格が共通だから、契約先を変えても家電はそのまま使える。

逆に、電力会社の専用プラグしか挿さらない家電を買い揃えてしまうと、乗り換えのたびに家電ごと買い直すことになります。

メタデータを全部持っておけば、ゆくゆくは自社のウェイトやオープンモデルを訓練する道も開ける。

ナデラさんの提言はそこまで含んでいます。

自社のAI利用で、どこまでが手元に残っているか

とはいえ、全社的なAIゲートウェイを構築する話は、スタートアップが今日から着手できることではありません。

小さく始めるなら、この3点からです。

1: 業務プロンプトをチャット履歴の外に出す

日常的に使っている指示文が、各メンバーのチャット履歴の中にしかない状態は珍しくありません。

よく使うものだけでも社内のドキュメントに移すと、それだけで持ち出せる資産になります。

2: モデルを1つ替えて、動くか試す

今使っているAIを別のモデルに変えて、同じ業務が回るか試してみてください。

ここで手が止まるなら、その業務はすでに1社に依存しています。

何が引っかかったのかが、次に整備すべき箇所です。

3: 契約前に、持ち出せるかを確認する

新しいAIツールを入れる前に、利用履歴と設定データをエクスポートできるかを1行確認しておく。

これだけで将来の選択肢がかなり変わります。

企業として残らない、という言葉は経営者を煽るには強すぎる表現かもしれません。

ただ、自社のAI利用で何が手元に残っているかを一度棚卸ししてみる価値は、規模に関係なくあると思ってます。

まずは今いちばん頻繁に使っている業務プロンプトが、どこに保存されているかを確認するところからどうぞ。

Satya Nadella says companies that trust one AI for everything may not survive | TechCrunch

Companies without their own models — or without a layer of AI infrastructure known as AI gateways to separate their prompts from the model itself — will be in trouble, Nadella says.

techcrunch.com

On GPS: Exclusive interview with Microsoft CEO Satya Nadella | CNN Business

Artificial intelligence is fueling the American economy right now. But so much of the spending around AI is one massive bet – and many on Wall Street are worried about whether the payout will materialize. Fareed asks Satya Nadella, CEO of Microsoft, about the potential bubble and AI competition.

www.cnn.com