Gartnerの最新予測によると、2028年までに80%の生成AI商用アプリケーションが既存のデータ管理プラットフォーム上で開発されることが予想されています。この変革により、開発の複雑性が低減され、納品時間は半分に短縮される見込みです。

現在、生成AI商用アプリケーションの開発では、大規模な言語モデル（LLMs）と企業内のデータを組み合わせる手法や、ベクトル検索、メタデータ管理、プロンプト設計、埋め込み技術などの進化する技術が主に活用されています。しかし、統一的な管理方法がない場合、企業は「分散技術」に頼ることになり、納品時間の延長やコスト増加につながる可能性があります。

AI、人工知能

画像提供元: MidjourneyによるAI生成画像

Gartnerは最近開催されたインド・ムンバイのデータ＆アナリティクスサミットで、生成AIアプリケーション開発における検索強化生成（RAG）の重要性を強調しました。RAGは生成AIモデルの精度と信頼性を向上させるフレームワークであり、生成AIアプリケーションの展開の基礎となっています。Gartnerは、RAGが「柔軟な実装方法、強化された説明可能性、およびLLMsとの組み合わせ能力」を提供すると指摘しています。

Gartnerの上級アナリストであるプラサド・ポールは、RAGが営業、人事、IT、データ管理など多くの業務機能においてプロセスの改善やタスクの自動化に寄与すると述べました。現在、データエンジニアやデータ専門家は複雑なデータパイプラインやアプリケーションの開発、テスト、展開、保守において多くの課題に直面しています。ポールによれば、従来のデータ管理プロセスは時間のかかる手作業が多く求められますが、RAGの導入により生産性が大幅に向上し、データガバナンスプロセスも簡素化されるでしょう。

さらに、ポールは生成モデルであるLLMs自体は静的であり、訓練データに基づいて動作するため、最新情報には対応できないことを述べました。しかし、RAGを活用することで、企業は最新のビジネスや組織固有のデータをモデルに取り込むことができ、生成AIアプリケーションが質問への回答、ログ解析、意思決定などにおいて効果的に動作するようになります。

生成AI商用アプリケーションの種類については、ポールは主に以下の3つのカテゴリに分けられます。プロセスの改善と自動化（例えば、企業知識管理や文書処理の自動化）、ユーザーエクスペリエンス（例えば、カスタマーサポートの自動化やパーソナライズされたショッピング体験）、インサイトと予測（例えば、対話型ビジネスインテリジェンスやデータディスカバリー）です。

生成AIアプリケーションの構築と展開に際して、Gartnerは企業に以下の点を考慮することを推奨しています。まず、既存のデータ管理プラットフォームがRAG即サービスのプラットフォームとして変換できるか評価すること。次に、RAGを優先事項とし、既存のデータ管理システムからのベクトル検索、グラフ、ブロックといった技術を統合すること。最後に、メタデータやオペレーションデータを活用し、知的財産の保護、プライバシー問題の解決、悪意ある利用に対する対策を行うこと。

ポイントを押さえましょう:

🌟 2028年までに、80%の生成AI商用アプリケーションが既存のデータ管理プラットフォーム上で開発され、納品時間が50%短縮される予想です。

🚀 検索強化生成（RAG）は生成AIアプリケーション開発の重要な基盤となり、柔軟性と説明可能性を提供します。

🔍 Gartnerは企業に対し、既存プラットフォームの変換可能性を評価し、RAG技術を統合し、メタデータを活用して安全性を確保することを勧めています。