AIによる生産性向上 生成AIが様々な産業において効率の新たな時代を開く

AI boosts productivity, ushering in a new era of efficiency across various industries.

2022年11月22日、ほとんど仮想的な瞬間が訪れ、それは地球上のほぼすべての産業の基盤を揺るがしました。

その日、OpenAIは史上最も高度な人工知能チャットボットであるChatGPTをリリースしました。これにより、消費者の質問に答えるための生成型AIアプリケーションから科学的なブレークスルーを追求する研究者の作業を加速するまで、ビジネスがより効率的になるための需要が生まれました。

以前はAIに手を出していた企業も、最新のアプリケーションを採用・展開するために急ぎます。アルゴリズムが新しいテキスト、画像、音声、アニメーション、3Dモデル、さらにはコンピュータコードを生成することができる生成型AIは、人々が働く・遊ぶ方法を変革しています。

大規模な言語モデル（LLM）を用いてクエリを処理することにより、この技術は情報の検索や編集などの手作業に費やす時間を劇的に短縮することができます。

• 「機械学習支援コンピュータアーキテクチャ設計のためのオープンソースジムナジウム」
• 「脳のように機能するコンピュータビジョンは、人々が見るように見ることができます」
• 「テキスト生成推論によるコンピュータからの大規模言語モデルの提供」

その賭けは大きいです。PwCによると、AIは2030年までに世界経済に1兆5千億ドル以上をもたらす可能性があります。そして、AIの導入の影響はインターネット、モバイルブロードバンド、スマートフォンの発明以上に大きいかもしれません。

生成型AIを推進するエンジンは、高速計算です。これは、科学、分析、エンジニアリング、消費者およびエンタープライズのユースケース全般にわたり、GPU、DPU、ネットワーキング、およびCPUを使用してアプリケーションを高速化します。

早期の採用企業は、薬剤探索、金融サービス、小売、通信、エネルギー、高等教育、公共部門など、さまざまな業界で、高速計算と生成型AIを組み合わせてビジネスのオペレーション、サービス提供、生産性の向上を実現しています。

薬剤探索のための生成型AI

今日、放射線科医はAIを使用して医療画像の異常を検出し、医師は電子健康記録をスキャンして患者の洞察を明らかにし、研究者は新しい薬剤の発見を加速するためにそれを使用しています。

従来の薬剤探索は、5000以上の化学物質の合成を必要とし、平均的な成功率はわずか10%です。そして、ほとんどの新薬候補が市場に出るまでに10年以上かかります。

研究者は、生成型AIモデルを使用してタンパク質のアミノ酸配列を読み取り、ターゲットタンパク質の構造を秒単位で正確に予測することができます。これには数週間または数か月かかることがあります。

NVIDIAのBioNeMoモデルを使用して、バイオテクノロジーの世界的リーダーであるアムジェンは、分子スクリーニングと最適化のためのモデルのカスタマイズにかかる時間を3か月からわずか数週間に短縮しました。このタイプのトレーニング可能な基礎モデルにより、科学者は特定の疾患の研究のためのバリアントを作成し、希少な状態の治療法を開発することができます。

タンパク質構造の予測や大規模な実世界および合成データセットでのアルゴリズムの安全なトレーニングなど、生成型AIと高速計算は、疾病の拡散を緩和し、個別の医療治療を可能にし、患者の生存率を向上させるための新たな研究領域を開拓しています。

金融サービスのための生成型AI

NVIDIAの最新の調査によると、金融サービス業界での主要なAIの活用事例は、カスタマーサービスとディープアナリティクスです。ここでは、自然言語処理とLLMが使用され、顧客の問い合わせにより良い対応をするためや投資の洞察を明らかにするために使用されています。別の一般的な応用は、パーソナライズされた銀行体験、マーケティング最適化、投資ガイダンスを提供する推薦システムです。

先進的なAIアプリケーションは、この業界が不正行為をより防止し、ポートフォリオ計画やリスク管理からコンプライアンスや自動化まで、銀行業務のあらゆる側面を変革する可能性があります。

ビジネスに関連する情報の80%は構造化されていない形式、主にテキスト形式ですが、これは生成型AIの主要な対象となります。Bloomberg Newsは、金融および投資コミュニティに関連するニュースを1日に5,000本も発行しています。これらの記事は、タイムリーな投資の決定をするために使用できる膨大な非構造化市場データの宝庫です。

NVIDIA、ドイツ銀行、ブルームバーグなどは、ドメイン固有のデータや独自のデータをトレーニングおよび微調整するために訓練されたLLMを作成して、金融アプリケーションに使用しています。

金融トランスフォーマー、または「FinFormers」は、非構造化の金融データの文脈を学び、意味を理解することができます。これらはQ&Aチャットボットのパワーを供給し、金融テキストを要約・翻訳し、取引先リスクの早期警告サインを提供し、データを迅速に取得し、データ品質の問題を特定することができます。

これらの生成型AIツールは、プロプライエタリデータをモデルトレーニングおよび微調整に統合し、バイアスを防ぐためのデータキュレーションを統合し、会話を金融に特化させるためのガードレールを使用するフレームワークに依存しています。

フィンテックスタートアップや大手国際銀行がLLMと生成型AIの使用を拡大し、内部および外部の利害関係者に対して洗練されたバーチャルアシスタントを提供し、ハイパーカスタマー向けのコンテンツを作成し、マニュアル作業を削減するために文書要約を自動化し、テラバイトの公共および非公開データを分析して投資の洞察を生成することを期待してください。

小売業における生成AI

オンラインでのショッピングが全体の60％を占め、消費者がますますつながり、知識も豊富になる中で、AIは小売業者が期待の変化に対応し、競争の高まる状況から差別化するための重要なツールとなっています。

小売業者は、AIを活用して顧客体験を向上させ、ダイナミックな価格設定を実現し、顧客セグメンテーションを作成し、個別のおすすめを設計し、ビジュアル検索を実行しています。

生成AIは、購入者の旅のあらゆるステップで顧客と従業員をサポートすることができます。

特定のブランドや製品データでトレーニングされたAIモデルを使用すると、検索エンジンの最適化ランキングを向上させ、ショッパーが探している正確な製品を見つけるのに役立つ堅牢な製品説明を生成することができます。たとえば、生成AIは製品属性を含むメタタグを使用して、「低糖」や「グルテンフリー」といったさまざまな用語を含むより包括的な製品説明を生成することができます。

AIの仮想アシスタントは、企業資源計画システムをチェックし、顧客サービスメッセージを生成してショッパーに利用可能なアイテムや発送予定の日時を通知し、注文変更のリクエストにも対応することができます。

NVIDIA Inceptionのグローバルなテクノロジースタートアップの一員であるFashableは、生成AIを使用して仮想的な衣料品デザインを作成し、製品開発時の物理的な生地の必要性をなくしています。専有データと市場データの両方でトレーニングされたモデルにより、これによってファッションデザインの環境への影響を減らし、小売業者が現在の市場のトレンドや好みに合わせて服をデザインするのに役立ちます。

小売業者はAIを使用して、顧客の注意を引きつけ、顧客のショッピング体験を向上させ、適切な商品を適切なタイミングでショッパーに提供することで収益を増やすことが期待されます。

通信における生成AI

NVIDIAの調査によると、通信業界では95％の回答者がAIと関わっており、2/3がAIが会社の将来的な成功に重要な役割を果たすと考えていました。

顧客サービスの向上、ネットワークの運用と設計の効率化、現場技術者のサポート、新しい収益機会の創出など、生成AIは通信業界を再発明する可能性を秘めています。

通信事業者は、ネットワーク機器やサービス、パフォーマンス、チケットの問題、サイト調査などの専有データで診断AIモデルをトレーニングすることができます。これらのモデルは、技術的なパフォーマンスの問題のトラブルシューティングを加速し、ネットワーク設計を推奨し、ネットワークの構成を準拠にチェックし、機器の故障を予測し、セキュリティの脅威を特定し対応することができます。

生成AIのアプリケーションは、携帯機器上で動作し、現場技術者をサポートするために設備をスキャンし、仮想的なチュートリアルを生成することができます。さらに、仮想ガイドは拡張現実を使用して強化することができ、技術者が3Dの没入環境で設備を分析したり、遠隔の専門家のサポートを求めたりすることができます。

また、新たな収益機会も通信事業者に開かれています。世界中の通信事業者は、大規模なエッジインフラと広範なデータセットを活用して、企業や政府の顧客に対して生成AIをサービスとして提供しています。

生成AIが進化するにつれて、通信事業者はネットワークのパフォーマンス最適化、顧客サポートの向上、セキュリティ侵入の検出、保守業務の強化にこの技術を活用することが期待されます。

エネルギーにおける生成AI

エネルギー業界では、AIが予知保守や資産最適化、スマートグリッド管理、再生可能エネルギーの予測、グリッドのセキュリティなどに活用されています。

老朽化したインフラと新たな政府の規制に対応するために、エネルギー事業者は生成AIに注目しています。

米国の電力会社は、毎年何十億ドルもの費用を費やして発電および送電インフラの点検、保守、アップグレードを行っています。

近年まで、点検をサポートするためにビジョンAIを使用するには、グリッド資産の数千枚の手動で収集、タグ付けされた写真でアルゴリズムをトレーニングする必要があり、トレーニングデータは常に新しいコンポーネントに対応するように更新されていました。しかし、生成AIが重要な役割を果たすことができます。

少量の画像トレーニングデータを使用することで、アルゴリズムは物理的に正確な数千枚の画像を生成し、フィールド技術者がグリッド設備の腐食、破損、障害物を特定したり、野火を検出したりするためのコンピュータービジョンモデルのトレーニングが可能となります。このような積極的なメンテナンスは、ダウンタイムを減らし、現場へのチーム派遣を減らすことでグリッドの信頼性と回復力を向上させます。

生成AIは、手動の調査と分析の必要性を減らすこともできます。McKinseyによると、従業員は情報を検索するために1日あたり最大1.8時間を費やしており、労働週間のほぼ20％に相当します。生産性を向上させるために、エネルギー会社は会議のメモ、SAPの記録、電子メール、フィールドのベストプラクティス、標準的な資材データシートなどの専有データを含むLLMをトレーニングすることができます。

このような知識リポジトリをAIチャットボットに接続することで、エンジニアやデータサイエンティストは高度な技術的な質問に即座に回答を得ることができます。たとえば、メンテナンスエンジニアが会社Xのモデル風車のピッチ制御の問題をトラブルシューティングしている場合、「風車のモデルXのピッチ制御の問題を修正するために、油圧システムの圧力や流量をどのように調整すればよいですか？」とボットに尋ねることができます。適切にトレーニングされたモデルは、ユーザーに具体的な指示を提供し、ユーザーが手厚いマニュアルを探す必要がなくなります。

AIの応用により、新しいシステム設計、顧客サービス、自動化などにおいて、ジェネレーティブAIは安全性とエネルギー効率を向上させ、エネルギー業界の運営費を削減することが期待されています。

高等教育と研究のためのジェネレーティブAI

知能化された教育支援システムから自動的なエッセイの採点まで、AIは数十年間にわたり教育に活用されてきました。大学はAIを用いて教師と学生の体験を向上させるため、AIに焦点を当てた研究イニシアチブを推進するためのリソースを増やしています。

たとえば、フロリダ大学の研究者は、学術界で最速のスーパーコンピューターの一つを利用しています。彼らはそれを使用して、電子健康記録に保存されている臨床ノートの医療言語をコンピュータが読み解き、解釈することができる自然言語処理モデルであるGatorTronを開発しました。医療の文脈を理解するモデルを持つことで、AI開発者は、医師を支援する音声からテキストへの変換アプリなど、さまざまな医療アプリケーションを作成することができます。

ヨーロッパでは、ミュンヘン工科大学を含む産学連携が、ゲノムデータで訓練されたLLMが専門モデルを必要とせずに多くの遺伝子タスクに対して一般化できることを示しています。ゲノムのLLMは、DNAがRNAやタンパク質にどのように変換されるかのダイナミクスを科学者が理解するのに役立ち、新しい臨床応用が可能となり、薬物開発や健康に貢献するでしょう。

このような画期的な研究を行い、最も意欲的な学生や資格のある学術専門家を引きつけるためには、高等教育機関は予算を一元化し、AIのイニシアチブを計画し、AIのリソースと恩恵を学問の範囲内で分配することを検討すべきです。

公共セクターのためのジェネレーティブAI

現在、公共セクターにおけるAIの最大の機会は、公務員がより効率的に業務を遂行し、リソースを節約することを支援することです。

アメリカ連邦政府は200万人以上の民間職員を雇用しており、そのうち3分の2が専門職や行政職に従事しています。

これらの行政職は、起案、編集、要約文書の更新、監査とコンプライアンスのための支出記録、市民からの問い合わせへの回答など、時間のかかる手作業のタスクを含みます。

コストを抑制し、日常業務の効率を向上させるために、政府機関はジェネレーティブAIを利用することができます。

ジェネレーティブAIの文書要約能力は、政策立案者やスタッフ、公務員、調達担当者、契約業者の生産性を高める潜在能力があります。たとえば、最近公開された米国人工知能国家安全委員会の756ページの報告書を考えてみてください。報告書や法律文書がしばしば数百ページに及ぶ密度の高い学術や法律のテキストである場合、数秒で生成されるAIによる要約は、複雑な内容を簡潔な言葉で分かりやすく説明することができ、タスクを完了するために必要な人的リソースを節約することができます。

LLMによって動力付けられたAIの仮想アシスタントやチャットボットは、オンライン上で関連情報を即座に提供することができ、財務省、国税庁、運転免許試験場などの機関で電話対応に多忙なスタッフの負担を軽減することができます。

単純なテキスト入力によって、AIコンテンツ生成は公務員が出版物、メールのやり取り、報告書、プレスリリース、公共広告を作成し、配布するのを支援することができます。

AIの分析能力は、メディケア、メディケイド、退役軍人省、米国郵便公社、国務省などの組織が提供する重要なサービスの手続きを迅速化するのにも役立ちます。

ジェネレーティブAIは、政府機関が予算制約の中で働き、政府サービスをより迅速に提供し、積極的な公の感情を得るための重要なツールとなる可能性があります。

ジェネレーティブAI – ビジネスの成功における重要な要素

あらゆる分野で、組織はジェネレーティブAIによって従業員の生産性を向上させ、製品を改善し、より高品質なサービスを提供しています。

ジェネレーティブAIを実践するためには、企業は膨大な量のデータ、深いAIの専門知識、迅速にモデルを展開および維持するための十分な計算能力が必要です。企業は、NVIDIA AI Enterpriseソフトウェアの一部であるNeMoジェネレーティブAIフレームワークを使用することで、カスタマイズされたジェネレーティブAIソリューションを迅速に構築および実行するための簡便な手法を提供します。

ビジネスの生産性を向上させ、タスクを自動化し、従業員や顧客に新たな可能性を開くためのパワフルなジェネレーティブAIツールについて詳しく知るには、ご覧ください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!