による
の上
クリント ・ボルトン、デルテクノロジーズ
ジェネレーティブAIへの期待は依然として高まっていますが、組織によっては、どのように活用すればよいか分からない場合があります。このプレイブックは、その第一歩となるでしょう。
デジタルトランスフォーメーションを推進するITリーダーにとって、新興技術への重要な投資をいつ行うべきかを見極めることは、繊細な判断を迫られる課題です。ためらえば競合他社を凌駕するチャンスを逃し、焦れば適切な成果を得られないまま貴重なリソースを浪費することになります。
2024年を迎えるにあたり、企業は昨年生産性向上のターボチャージャーとして登場した生成AIをどう活用すればこの難局を乗り切ることができるかに苦慮しています。マッキンゼー・グローバル・インスティテュートの推計によると、GenAIによるコンテンツ作成の自動化は、世界の企業利益を最大4.4兆ドル押し上げる可能性があります。1
しかし、デルの調査によると、37%の組織がデータのセキュリティとガバナンス、技術的な複雑さ、実装コストへの懸念を理由に、GenAIの導入に躊躇していると回答しています。2
もう一つの障害は、AIプロジェクトの実施経験がほとんど、あるいは全くない組織は、どのように始めればよいかわからない可能性があることです。O'Reilly Media 3が調査した組織の38%は、AI導入開始から1年未満で、まだ初期段階にあると回答しています。
あなたが「初期段階」のグループに属している場合、このプレイブック4 はGenAI の旅を進めるのに役立ちます。
GenAIの旅を始めましょう
ビジョンを共有しましょう。変革の取り組みには、人、プロセス、テクノロジーの連携が不可欠です。経営幹部、事業部門のリーダー、その他の主要なステークホルダーからのフィードバックを得ながら、組織におけるAI活用方法を明確にしましょう。ステークホルダーがコンテンツ作成に関して何を達成したいのか、そしてそれをサポートするために何が必要なのかを尋ねましょう。戦略的ビジョンの策定に着手し、ユースケースと計画されている投資の優先順位付け、そして将来のプロジェクトの指針を策定しましょう。GenAIソリューションの導入において、IT部門がどのようにビジネスをサポートし、保護していくのかを定期的に共有しましょう。
組織の準備状況を評価します。GenAIのユースケースには、慎重なインフラストラクチャの計画と導入が必要です。まず、環境の「現状」を把握し、トポロジー図を作成し、技術システムに関する情報を文書化します。次に、戦略的ビジョンの実現に必要な「あるべき姿」の青写真を作成します。これには、目標とする機能、将来のITアーキテクチャ、そして作業を推進するために必要な人材が含まれます。主要な関係者からの承認を得て、進捗状況を定期的に共有します。
データハウスを整備しましょう。GenAIには高品質なデータが必要です。データはクレンジングされ、一貫性があり、一元的に保存されている必要があります。理想的には、データをモデルに統合するためのパイプラインを備えたデータレイクに保存してください。データは、テストと学習のための戦術的な展開と、将来の潜在的なユースケースを考慮した長期的な戦略のバランスをとる、二本柱のアプローチをサポートできる柔軟性が必要です。迅速なアプローチには、ソース間のデータの匿名化、ラベル付け、正規化などのデータ準備が必要です。長期的な運用のためには、データガバナンス、データ品質、データ整合性、データセキュリティのためのガードレールを整備する必要があります。
デプロイメントモデルを選択する。データのクレンジングと準備が完了したら、デプロイメントモデルを検討できます。Llama 2などの事前トレーニング済みLLMのプライベートインスタンスを作成すると、迅速に稼働させることができます。より限定的なデータニーズには、検索拡張生成（RAG）を活用してドメイン固有の情報でモデルを拡張することで、幻覚現象を軽減できます。特殊な機能を必要とする組織の中には、独自のモデルを構築してトレーニングしたいと考えるところもありますが、これには多大な技術リソースが必要になります。最終的には、組織のニーズに合わせて、LLM、ドメイン固有、エンタープライズ固有など、モデルのサイズを適切に調整する必要があります。デプロイメントの選択は、ユースケースと、そこから得たいビジネス成果によって異なります。
ワークロードのロケーションを選択してください。モデルをホストする場所は重要な考慮事項です。ビジネス要件と技術ニーズに基づいて、最も適切な環境を選択してください。パブリッククラウドは、GenAIサービスを迅速に立ち上げ、テスト＆ラーニング型のパイロットに最適な選択肢です。ただし、GenAIサービスは大量のデータを生成する可能性があり、その量が増えるにつれて移動が困難になります。ソリューションを本番環境に導入する予定がある場合は、オンプレミスでの実行を検討する必要があります。オンプレミスであれば、モデルをカスタマイズし、高負荷のコンピューティングおよびストレージ処理に最適化されたハードウェアでサポートできます。データにAIを導入することで、セキュリティ、ガバナンス、コスト、エネルギー効率の制御に関して多くの要件を満たすことができます。独自のインフラストラクチャとデータを完全に制御することで、この変革の旅に乗り出す際に安心感を得ることができます。
これで、GenAIサービスを構築・展開し、組織の従業員を対象にプレッシャーテストを実施する準備が整いました。このプロジェクトに着手する際には、現場の実務者に必須のスキルである迅速なエンジニアリングのためのベストプラクティスを明確に定義するようにしてください。
もう一つ…
GenAI導入への熱意は依然として高く、導入を加速させたい誘惑に駆られるかもしれません。ただし、責任ある取り組みを策定することが重要です。結局のところ、GenAIの導入は、データだけでなく、コンプライアンス、ガバナンス、セキュリティ体制にも重大な影響を及ぼします。
GenAIは長期的な活用を念頭に置いています。いくつかの基本的かつ重要な原則に従うことで、組織はGenAIの恩恵を享受できる態勢を整えることができます。
dell.com/ai の詳細については、こちらをご覧ください。
1生成AIの経済的可能性、マッキンゼー・グローバル・インスティテュート、2023年6月。
2ジェネレーティブAIパルスサーベイ、デルテクノロジーズ、2023年9月
3企業における生成的AI、オライリーメディア、2023年9月
4ジェネレーティブAIの到来：準備はできていますか？デルテクノロジーズ、2023年10月
