大規模言語モデル

主要ニュース

1. 1

   AIエージェント ROI171%も導入は17%のみ

   IDCとマイクロソフトの調査によると、本番稼働に達したAIエージェントは世界で171%のROIを実現し、米国では192%に上昇する。一方、ガートナーの「CIO Survey 2026」では、2年以内の導入を計画する企業が60%超であるにもかかわらず、実際に導入済みの企業はわずか17%にとどまる。 フォレスターとアナコンダの調査では、パイロットの86%〜88%が本番稼働に到達しないため、意欲と実行のギャップは解消されない。構造的な障壁としては、ROIがマイナスとなった導入の41%で成功基準が不明確だったことや、ガバナンス不足（成熟した監視体制を持つ企業はわずか21%、エージェントの通信を完全に可視化できている企業は25%未満）が挙げられる。

   企業がプロトタイピングを超えて前進できるかは、ガバナンスのギャップを埋められるかどうかにかかっている。優先度の高いユースケースの本番稼働率は2024年の約15.5%から2025年に31%へ上昇しているが、この流れが続くかが焦点だ。現在、AIイニシアチブのうち収益期待を満たすのは4件に1件のみである。

2. 2

   iOS 27がSiri AIを搭載し9月中旬に公開へ

   Appleは9月9日のiPhone発表イベントの1週間後、9月16日頃にiOS 27をリリースする見込みだ。今回のアップデートでは、文書検索や質問応答、ホームオートメーション作成が可能なSiri AIを導入するほか、新しい写真編集ツールと改良版Image Playgroundも追加される。 このアップデートにより、Appleの内蔵AIアシスタントと写真編集ツールはGoogleやSamsungの競合製品に近づく。一方で、Siri AIやVisual Intelligenceを含む一部のAI機能は、欧州規制当局との紛争のため、発売時点ではEU圏内で利用できない。解決のめどは立っていない。

   iOS 27の成否は、Siri AIが実環境でどれだけ実用的に機能するか、そしてAppleがEU規制問題を解決できるかにかかっている。9月16日の正式リリースと、新機能に対するユーザーの反応に注目だ。

3. 3

   AMD、AIモデル向けデスクトップPC「Threadripper」を発表

   AMDは、AIモデルの実行に特化した、Threadripperプロセッサを搭載したデスクトップPCを開発した。 この動きは、クラウドサービスに依存せず、大規模なAIモデルをローカルで実行する必要がある開発者や研究者などのユーザーを対象としている。

   成功の鍵は、このデスクトップPCが実世界のAIタスクでどのような性能を発揮するか、そしてオンプレミス型AIソリューションを求める専門家を引き付けられるかどうかにかかっている。

4. 4

   JPモルガンのAI戦略：強制なしで20万人が登録

   JPモルガン・チェースは2024年夏、社内AIプラットフォーム「LLM Suite」を導入した際、利用を一切強制しなかった。8か月で、30万人超の従業員のうち20万人が自発的に登録した。 導入から2年後、JPモルガンはフォーチュン誌の「AIQ 50」リストで銀行として首位、企業全体では3位に入り、Alphabetを除くすべてのテック大手を上回った。その後、同行は技術の潜在能力とビジネス成果として実現できている内容との間にギャップがあることを公に認めた。

   同行の手法は、各AIプロジェクトをビジネス成果に結び付け、プロセスの最後にその効果を検証することにあり、単なる導入率の追跡にとどまらない。JPモルガンのエンジニアは社内プログラミング支援ツールによって10%から20%の効率向上を実現しており、この方法が具体的な結果を生み出せることを示している。

5. 5

   Anthropic、VisaおよびMastercardとAIコマースエージェントを発表

   Finextra Researchの報道によると、AnthropicはVisaおよびMastercardと提携し、AIコマースエージェントを発表する。 これによりAI搭載エージェントが決済・コマース分野に参入し、企業や消費者向けの取引処理がより自動化される方向へとシフトすることが示唆される。

   この展開がどこまで進むかは、決済ネットワークや加盟店がこうしたエージェントベースのコマースフローをどの程度迅速に採用するか、そしてセキュリティや不正防止策が自動化のスピードに追いつくかにかかっている。

6. 6

   コード不要のAI緑内障スクリーニング：Google Cloud Vertex AIによる概念実証

   研究者らはGoogle Cloud Vertex AIのコード不要の自動機械学習を用いて、網膜眼底写真から紹介基準を満たす緑内障を分類するモデルを構築した。この研究はCureusに発表された概念実証である。 このアプローチにより、プログラミング知識のない臨床医がコードを書かずにAIスクリーニングツールを開発できる可能性があり、紹介基準を満たす緑内障の早期発見を容易にするかもしれない。主要なクラウドプラットフォームを利用して臨床チームが自前のMLモデルを作る道筋を示している。

   このアプローチが本当に有用かは、より大規模で多様な患者データセットで検証できるかどうかにかかっている。確立されたベンチマークに対する実臨床での診断精度を検証する追加研究が行われるかどうかが注目される。