アプリケーション開発者の視点から見た2023年LLMの実績
2024年2月17日 · Jah Guo
最近、OpenAIがSoraを発表し、大規模言語モデル（LLM）への関心がさらに高まっています。LLMに1年間深く関わってきたプロダクトマネージャーとして、LLMの大きな文脈の中で実際の業務経験を共有します。
1. LLMはテック大手の「ポリティカル・コレクトネス」の標準となった
SNS、モバイルインターネット、ブロックチェーン、メタバースに続き、2023年は再び第四次産業革命——AI時代の元年と称されています。大手テック企業は従来の概念を超えた新たな機会を発見し、激しい競争を繰り広げています。OpenAI、Microsoft、Google、Metaは明確な戦略で急速に前進しています。以前とは異なり、中国の大手インターネット企業は計算能力の制限と不明確なアプリケーションシナリオにより、次のステップに対して慎重かつ不確実な姿勢を見せています。
2. 経営者たちは愛、恐怖、無力感を経験している
経営者やCIOたちもセルフメディアに狂ったように洗脳されています。ほとんどのプロダクト意思決定者は大規模モデルの仕組みを理解していないにもかかわらず、社内外で他者に先んじて大規模モデルを導入することを決定しました。ChatGPTを自社のアシスタントとしてブランディングした後、社内の企業情報が社外、さらには海外に送信されていることが判明し、法的リスクが発生しました。さらに、遅い対話体験はほとんど使い物になりません。
3. 世界最大のテック大手がChatGPTをコピーしている
ChatGPTが対話＋プロンプトのインタラクションモードを開始して以来、テック大手はそのインテリジェントアシスタントをほぼそのまま模倣しています。API、マルチモーダルアプリケーション、ストアがそれに続きます。OpenAIの次の画期的な機能は不明ですが、一つ確かなことがあります：誰もが追随しようと熱心に待っています。
4. これは「裸の王様」かもしれない
ソーシャルメディア、業界フォーラム、製品発表会のいずれにおいても、多くの人が大規模モデルが自社製品を活性化させ、数千の企業向けに業界特化モデルを育成したと主張しています。しかし、これらの大規模モデルが専門分野で理解力に欠け、実行できないタスクが多いことを認める人はいません。大規模モデルが専門的または特定分野の知識を獲得するには、多大なコストがかかることが多いのです。
5. メディアは興奮しているが、PM、プログラマー、ビジネス専門家は皆落ち込んでいる
時間の約90%がデータ関連タスクに費やされています。収集、作成、クリーニング、フォーマット、スライシング、トレーニング、ラベリングなどです。このプロセスは毎日、毎週、毎月続きます。生産研究チームは情報の正確性について不確かなことが多いです。ビジネス専門家はモデルのトレーニング方法がわかりません。プロダクトマネージャーはビジネス専門家とLLMの直接的なコミュニケーションを促進する方法を考えています。このプロセスの終わりは誰にも見えていません。
6. クラウドプラットフォームの新たな成長ポイントに急速になった
従来のクラウドプラットフォームプロバイダーは、MLに基づくLLMトレーニングプラットフォームを導入しました。MLOpsに続き、LLMOpsの概念が導入されました。技術的および計算能力の課題にもかかわらず、クラウドプラットフォームはLLMを次世代インフラストラクチャに変えています。しかし、その設計は粗雑で、ビジネス専門家が直接使用するのは難しいと認識されることが多いです。クラウドサービスのプロダクトマネージャーは、ユーザーがLLMの機能をどのように活用するかをまだ完全に理解していないようです。
7. 徐々にフロントからバックグラウンドへ移行し、ビジネスをコアに据える
半年間の集中的な取り組みの後、大規模モデルだけではすべてを達成できないことに気づきました。大規模モデルを主要な手法としてビジネスプロセスを構築しても、タイムリーでコスト効率の良いソリューションを提供し、ビジネスニーズを満たし、確実な投資収益率を実現することはできません。多くのプロダクトマネージャーは現在、大規模モデルをオフラインで使用して非同期の知識とデータ処理を支援しています。これらのモデルが新しい形式の知識を効果的に学習し組み合わせるために、このビジネスロジックを含むコードスニペットに新しい名前を付けました——Agent。
8. 業界は次世代アプリケーションの新しい形態を定義し始めている
人々がどのウェブサイトやアプリを使うか決める必要がなくなる未来を想像してください。代わりに、AIに意図を伝えるだけで、AIが直接答えを見つけたり操作を実行したりします。このインタラクティブAIは次世代のアプリケーション形態を代表する可能性があります。現在、多くのプロダクトマネージャーはこれをチャットボットとして設計しており、インテリジェントアシスタントと呼ぶこともあります。しかし残念ながら、複数のアシスタントがあっても、ユーザーは依然として意思決定や検索を行う必要があります。
9. 規制は以前よりも早く到来している
オピニオンリーダーは「将来AIを活用しなければ、あなたは敗者だ」と宣言し、すぐにクラスを提供して利益を得始めました。OpenAIはさらに、わずか1週間で数百万の新しい「アプリ」やAgentが出現できることを示しました。その結果、膨大な量の機密データが世界中のデータセンターにアップロードされ、相反する価値観が無制限に混在しています。これほど迅速に政府の注目を集めた製品タイプは他にありません。
10. AIは技術の神壇から降り、一般の人々にもアクセス可能になった
AIのトレーニングはかつてアルゴリズムエンジニアの専門領域でした。しかし、モデルのデプロイ後は、ビジネス専門家やユーザーのトレーニングプロセスへの参加がより多く求められるようになりました。プロンプト生成ツールとトレーニングプラットフォームを使えば、アルゴリズムの知識がなくてもモデルのトレーニングを完了できます。小規模モデルでさえ、ソフトウェアのインストールと同様に、サーバーやパソコンに簡単にデプロイできます。これはアルゴリズムエンジニアを不安にさせる重大な変化です。