生成AIを使用すべきでないケースとは？

ガートナーの調査によると、過去1年間で生成AIの採用が爆発的に増加し、事業部門だけでなく組織全体で最も展開されているAI技術の1つであることが明らかになりました。これは、生成AIが日常的な業務改善から画期的なビジネス革新まで、幅広い可能性を提供しているためです。

• 生成AIモデルを使用するかどうかは、ユースケースごとに決定します。まずは、検討中のAI技術にかかわらず、ユースケース自体に価値があり、実現可能であるかを見極めます。これが重要なのは、一部のユースケースはAIに最適ではなく、さらに検討するメリットもないからです。
• ユースケースに優先順位を設定したら、下記に示す関連ユースケース群と照らし合わせて、自社のユースケースに対する生成AIモデルの相対的な有用性を把握します。
  
  • 生成モデルの有用性が高い：コンテンツ生成、会話型ユーザーインターフェース、情報や知識の発見
  • 生成AIモデルの有用性は中程度である：セグメンテーション／分類、レコメンデーション・システム、認識、インテリジェント・オートメーション、異常検知／監視
  • 生成AIモデルの有用性は低い： 予見／予測、計画、意思決定インテリジェンス、自立システム（自立走行車、先進ロボティクス、ドローン）

• 生成AIが自社のユースケースに適していない一般的な理由は、生成AIに伴うリスクを許容できず、またそのリスクを効果的に軽減できないからです。生成AIに特有のリスクとしては、出力の信頼性の欠如、データ・プライバシー、知的財産、法的責任、サイバーセキュリティ、法令遵守などが挙げられる。こうしたリスクは、ユースケースごとに検討する必要があります。
  

• 生成モデルの有用性が高くないユースケースには代替となるAI技術を検討します。 
• 検討すべき既存の確立されたAI技術には、非生成的ML、最適化、シミュレーション、ルール／ヒューリスティック、ナレッジ・グラフなどがある。コーザルAI (因果関係を特定して活用するAI)、ニューロシンボリックAI、FPAI (第一原理に基づくAI)などの先進的な技術も追跡する価値があります。
• まずは、代替となるシンプルなAI技術を試すのがよいでしょう。なぜなら、リスクとコストが低く、理解も容易だからです。

• AIテクニックは相互に排他的なものではありません。最も高度なAIシステムは通常、AIツールをバランス良く組み合わせてテクニックを補完し、精度や透明性、パフォーマンスを向上させながらコストを削減してデータの必要性を低減させることを目指しています。
• 生成AIモデルと他のAIテクニックを組み合わせることは、極めて強力な手段となり得ます。
• AIテクニックの組み合わせの可能性は無限に存在します。次に、前述した5つの代替となるAI技術（非生成的ML、最適化、シミュレーション、ルール／ヒューリスティック、ナレッジ・グラフ）と生成AIモデルを組み合わせる典型的な方法をご説明します。

生成AIと他のAI技術との相乗効果

• 非生成的MLと生成AIモデル

潜在的なユースケース：セグメンテーション／分類、シンセティック・データ、コンピュータ・ビジョン

• 最適化／検索と生成AIモデル

潜在的なユースケース：LLMなどの生成AIモデルを使用して従来のエンタプライズ・サーチを拡張し、より会話的なインタフェースを実現

• シミュレーションと生成AIモデル

潜在的なユースケース：建築設計、材料設計、創薬、天気予報といった用途に関して、通常であればコストや時間がかかりすぎて実行できないシミュレーションを実施

• ルール・ベースのシステムと生成AIモデル

潜在的なユースケース：チャットボット、ロボアドバイザー、特殊な自然言語生成

• グラフと生成AIモデル
  

潜在的なユースケース：ナレッジ・マネジメント、検索拡張生成