大規模言語モデル

主要ニュース

1. 1

   アメックス、AIで製品開発を加速　人員削減の話題は回避

   American Expressの最高経営責任者Steve Squeriは金曜日の決算説明会で、AIが同社の技術製品のバックログ処理を加速させ、効率性を高めていると述べた。ただし、ワークフローと収益への深刻な影響はより後の時期に訪れるだろうと注意を促した。アメックスの第2四半期純利益は31億1000万ドル（前年同期の28億8000万ドルから増加）、売上高は196億4000万ドル（前年同期の178億ドルから増加）、請求業務高は4458億ドル（前年同期の4163億ドルから増加）を報告した。 Squeriはaiを労働者の置き換えではなく業務の加速化として位置づけた。事業規模が拡大する一方で、アメックスは顧客サービス部門の採用加速がみられず、人員削減は今後の自然減を通じてのみ実施される見込みだ。この姿勢は、AI成長を直接レイオフと結びつけた競合フィンテック企業とは対照的であり、大手金融機関が雇用喪失への懸念に対応しながら技術投資を続ける様子を示している。

   アメックスは2025年後半にGoogle、PayPalを含む60以上の企業とともに立ち上げられたオープンスタンダードである決済エージェント・プロトコル（AP2）を支持しており、今後1年間で事業向けのAI搭載製品を6種類以上リリースする計画だ。これはエージェンティックAIが金融サービスの次の段階を支えるという賭けである。

2. 2

   ソロプレナーはAIへの重要業務のアウトソーシングを避けるべき

   Fast Companyはソロプレナー向けのガイダンスを発表し、人工知能に委譲すべきではないビジネス機能を特定し、人間の判断と個人的な関係を必要とするタスクを明らかにした。 ソロプレナーが自動化の圧力に直面する中で、どの業務を人間中心のままにすべきかを理解することは、特にクライアント対応や意思決定の場面において、小規模な独立事業を定義することが多い信頼、真正性、差別化を保つのに役立つ。個人的なタッチは競争優位性となる。

   この記事は、AIが日常業務を処理できる一方で、中核的な顧客関係と戦略的意思決定に対する個人的な統制を維持するソロプレナーは、完全に自動化した者よりも強力な顧客ロイヤルティとブランドアイデンティティを構築する可能性があると強調している。

3. 3

   退役軍人省、Salesforceと16億ドルのAI契約を締結

   米退役軍人省（VA）は、Salesforceと3年間16億ドル（約2600億円）の契約を締結し、部門全体にエージェント型AI（自律的に行動できるソフトウェアエージェント）を導入する。ライブコールに対応するバーチャルコンタクトセンターやVA病院の一部で既に導入されているSlackベースのオペレーティングシステムが含まれる。 VA職員は現在、分断されたシステムをナビゲートするのに時間を費やしており、退役軍人へのサービスに充てる時間が減っている。Salesforceの契約はデータとワークフローを統合することで、この管理負担を軽減し、スタッフが情報にアクセスしやすくなり、医療と給付の提供にもっと時間を割けるようにすることを目的としている。

   この契約はSalesforceの昨年10月に発表されたエージェント型エンタープライズライセンス契約（AELA）を採用しており、利用が無制限の場合、コスト超過の可能性についてアナリスト企業ガートナーから懸念が上がった。ただしSalesforceは更新時の柔軟性は維持されると述べている。

4. 4

   LEAD手法がLLMの長期推論のボトルネックを突破

   EPFLの研究者らは、大規模言語モデル（LLM）が長期推論タスクを実行する際の重大な失敗モード、すなわち推論を多数のステップに分解したときに生じる「回復不可能なボトルネック」を特定した。研究チームはLookahead-Enhanced Atomic Decomposition（LEAD）を提案し、短期的な将来検証と重複するロールアウトを用いて、誤り訂正能力を保ちながら安定性を維持する。o4-miniモデルはLEADを使用してチェッカージャンピングパズルを複雑度n＝13まで解くことに成功したが、極端な分解ではn＝11を超えて失敗した。 LLMに高度な戦略を与えた場合でも、長期実行中は不安定のままであり、これは継続的な複数ステップの推論を必要とするタスクの中核的な制限である。回復不可能なボトルネックは、少数の重要な「難しい」ステップでのエラーが、極度に不均一な誤り分布により不可逆的になることで発生する。分解の粒度とローカルコンテキストのバランスを取るLEADのアプローチは、複雑な問題解決のためのAIシステムにおいてより信頼性の高い推論へ向かう道を示唆している。

   この手法はo4-miniがLEADを使用してチェッカージャンピングを複雑度n＝13まで解くことができることを実証しており、極端な分解でのn＝11と比べて、長期タスク能力の最先端における測定可能な改善である。

5. 5

   Oracleがエンタープライズ向けAI専用GPUクラウドサービスを立ち上げ

   Oracleが「OCI Dedicated Cloud Customer-Owned GPU」を発表した。このサービスにより、企業は専用のコンピューティングリソースとネットワークリソースを備えたOracleのクラウドインフラストラクチャ上で独自のGPUを運用できる。 企業は大規模なAIモデルの実行をますます必要としているが、データソブリンティ、コスト管理、インフラ統合の制約に直面している。クラウド内の専用GPUサービスにより、企業はOracleのインフラストラクチャを活用しながら共有リソースの競争を避け、所有権と制御を維持できる。

   このサービスは、分離と予測可能なパフォーマンスを必要とする機密ワークロードを処理する組織を対象に設計されている。発表では利用可能性の詳細と価格仕様は明記されていない。

6. 6

   Amazon、サンフランシスコのAI拠点を閉鎖、モデル開発は継続

   Amazonはサンフランシスコの主要な人工知能研究拠点の閉鎖を確認したが、同社は最先端のAIモデル開発は他の場所で継続すると述べている。 この閉鎖はAmazonのAI研究開発組織の再編を示唆するものだが、同社はモデル構築の中核事業の継続性を示唆しており、この動きは組織内で大規模なAI業務が行われる場所を一変させる可能性がある。

   Amazonは閉鎖のタイムラインや影響を受けるスタッフ数を明らかにしておらず、サンフランシスコのAI事業への近期的な影響について疑問が残されている。