![](https://www.aibusinessasia.com/wp-content/uploads/2024/12/51001eaf-d67a-4ed0-9486-2e3f95c04027.jpeg)
ジェネレーティブ AI 革命の 3 年目に突入する中、人工知能は大きな変化を遂げています。焦点は、事前トレーニングされた迅速な応答 (「高速に考える」) から、推論時の慎重で推論主導の知能 (「低速に考える」) に移行しています。この進化により、新世代のエージェント アプリケーションが推進され、業界が再編され、可能性が再定義されています。
生成AIの基盤層の安定化
生成 AI 市場は、極めて重要な安定化段階に達しています。Microsoft/OpenAI、AWS/Anthropic、Meta、Google/DeepMind などの業界大手は、基盤レイヤー内での地位を強化しています。多額の資本と効率的な経済モデルに支えられたこれらのパートナーシップにより、次のトークンの予測がより速く、より安価で、よりアクセスしやすくなりました。
しかし、基礎層が安定するにつれて、注目は 推論層 — 意図的な問題解決と認知操作の領域です。この「システム 2」思考はパターン認識を超え、推論時に推論と意思決定が可能な AI モデルに重点を置いています。AlphaGo などの進歩に触発されたこのレイヤーは、AI が複雑な現実世界の問題を解決する方法を変革しています。
サービスとしてのソフトウェア(SaaS)からソフトウェアとしてのサービスへ
生成 AI は境界を打ち破り、SaaS モデルから革命的なパラダイムへと導きます。 ソフトウェアとしてのサービスここで、AI はツールを提供するだけでなく、作業そのものを実行します。この変化により、1 兆ドル規模の市場機会が生まれ、顧客サポート、サイバーセキュリティ、ソフトウェア開発などの業界が再定義されます。
取る シエラ、AIを搭載したカスタマーサポートエージェント。企業はもはやソフトウェアのシートに対して支払うのではなく、解決した問題ごとに支払うことになります。この結果重視のアプローチは、測定可能な結果をもたらすソフトウェアとしてのサービスの典型です。同様に、 GitHub コパイロット 開発者の支援からコーディングワークフロー全体の自動化へと進化し、 クロスボウ 継続的な AI 駆動型ペネトレーションテストによりサイバーセキュリティに革命をもたらします。
推論時の推論:次のフロンティア
本能的な反応(「システム1」)から熟慮した推論(「システム2」)への飛躍は、AIの次の変革のステップを示しています。OpenAIの o1(ストロベリー) は、この変化の先駆者であり、「推論時コンピューティング」を導入して、モデルが応答する前に一時停止、評価、推論できるようにすることです。
このイノベーションはすでに、コーディング、数学、科学研究などの分野に革命をもたらしています。AlphaGo の画期的な意思決定フレームワークに触発されたこれらの進歩は、前例のない認知能力を解き放ち、ますます複雑化する課題に取り組む AI への道を開きます。
認知アーキテクチャ: 現実世界の複雑さへの取り組み
汎用推論モデルが進歩する一方で、現実世界のアプリケーションでは ドメイン固有の認知アーキテクチャこれらのアーキテクチャは人間のワークフローをエミュレートし、タスクを個別の論理的なステップに分割します。
例えば、 工場のドロイド プル リクエストの確認、テストの実行、コードのマージなどのソフトウェア エンジニアリング タスクを自動化します。基盤モデルをアプリケーション ロジック、コンプライアンス ガードレール、専用データベースと組み合わせることで、認知アーキテクチャは業界のニーズに合わせた実用的でインテリジェントなソリューションを作成します。
エージェントアプリケーション: 市場の再定義
生成AIの推論能力は、 エージェントアプリケーション — 率先して具体的な結果をもたらす AI ツール。例:
- ハーヴェイ: AI搭載の法律アシスタント
- グリーニング: AI作業アシスタント
- 要約: AI医療筆記者
- クロスボウ: AIペンテスター
- シエラ: AIカスタマーサポートエージェント
エージェント アプリケーションは、これらのサービスの提供にかかる限界費用を削減することで、あらゆる規模の企業が高度なツールを利用できるようにします。たとえば、XBOW の自動ペネトレーション テストにより、サイバー セキュリティが民主化され、企業は低コストで定期的な評価を実施できるようになります。
推論時間コンピューティングのスケーリング: AI の未来
AIイノベーションの次の章はスケーリングにかかっている 推論時間計算OpenAIのo1モデルは、推論時に割り当てられた計算量が多いほど、推論能力が向上するという新しいスケーリング法則を導入しています。この変化は、 推論クラウド — タスクの複雑さに基づいてコンピューティング リソースを調整する動的な環境。
数時間または数日間推論できるモデルを想像してみてください。この機能は、数学、生物学、その他の分野で画期的な発見につながり、かつては解決不可能と思われていた問題を解決する可能性があります。大規模な事前トレーニング クラスターからアジャイルな推論クラウドへの移行は、AI 開発における重要なマイルストーンとなります。
アプリケーション層における機会
スタートアップや投資家にとって、アプリケーション層はイノベーションの最も有望な機会を提供します。ハイパースケーラーが基盤層を支配している一方で、アプリケーション層は ドメイン固有のソリューション 現実世界の問題に正確に対処します。
スタートアップ企業は、カスタム認知アーキテクチャと推論機能を活用することで、ワークフローにシームレスに統合されるツールを設計し、汎用モデルと実用的なアプリケーション間のギャップを埋めることができます。
最後に
AI が世界を驚異的なスピードで変えているように、ビジネス環境、たとえば企業の競争や成長の仕方も AI によって変化しています。その理由は、「製品の製造やサービスの提供、顧客体験の提供にかかる生産コスト」が、以前に比べて大幅に減少したためです。AI のおかげで、その「10 倍」の要素が解き放たれました。
ここでは、GroundAI の成長と顧客へのサービス提供における私の経験に基づいた、ビジネスと AI の将来に関する 3 つの個人的な意見を述べます。
- PLG から ALG への進化。従来の SLG (販売主導の成長) と PLG (製品主導の成長) は、顧客基盤が生産性向上の速度で拡大していないことを考えると、もはや効果的ではありません。したがって、成長は流通ネットワークに大きく傾いています。これは、オーディエンスにリーチするための新しいアプローチです。私はそれを ALG、オーディエンス主導の成長と呼んでいます。重要なのは、さまざまなプラットフォームでオーディエンスを効果的に引き付ける方法です。
- 中国のハイテク企業の海外進出が加速しているが、二つの都市の物語がある。
talkie.ai、runcomfy.com などの B2C または大規模 B2B SaaS 企業 ($20 ~ $100/月) が形になりつつあり、その分野で上位 3 位にランクされています。これらのスタートアップの多くは 5 人未満の開発チームで構成されていますが、非常に洗練された SEO と ALG アプローチを採用しています。一方、大手 SaaS/ソフトウェア企業 (50K ~ 100 ACV) は、主に私が「創業者の市場適合」と呼ぶ問題のために、依然として市場シェアの獲得に苦戦しています。創業者は、中国国外に上陸して拡大するための一貫した実行計画を作成するために考え方をローカライズできませんが、その多くは、年間最大 35 万ドルなどの魅力的なオファーで海外の人材を積極的に雇用しています。 - サービスとしてのソフトウェアから「ソフトウェアとしてのサービス」へのパラダイムシフト。LLM 機能は、OpenAi の O1 および O3 の推論機能など、予想よりも速く進歩しています。ただし、これらの機能をビジネス クライアントに提供する「ラスト マイル」はまだありません。これが、AI エージェント サービスのスタートアップが急増している理由ですが、悲しいことに、それらは 20 ~ 30% のビジネス ニーズしか解決していません。ほとんどの AI スタートアップがサービスを提供したり、「サービス提供」で収益を上げたりしているのはそのためです。私の記事「主要な AI SaaS が月額 $20 を請求している理由」について。
ジェネレーティブAIはソフトウェアとサービスの境界を再定義し、AIが自ら作業を行う時代を先導しています。 サービスとしてのソフトウェア に ソフトウェアとしてのサービス、業界を変革し、新しい市場を創出する可能性は他に類を見ないものです。焦点はもはや人間の知性を模倣することではなく、可能性を再構築する推論、適応、成果の提供にあります。
今の問題は、AI が進化できるかどうかではなく、AI が私たちの働き方、革新、そして世界で最も複雑な問題の解決方法をどのように再定義するかということです。
最新のブログ投稿の更新情報を受け取るには購読してください
コメントを残す: