APIなしでは「AI」が成功できない理由

APIなしでは「AI」が成功できない理由

クラウド、携帯電話時代、メタバース、そして現在の人工知能などのテクノロジーのトレンドはすべて、表面下に隠れているテクノロジーの実現に依存しています。構造上の完全性は、多くの場合アプリケーション プログラミング インターフェイス (API) であるこれらの実現テクノロジの完璧な動作に依存します。したがって、彼らの成功は API の採用にかかっています。これは、Generative AI などの急速に進歩する AI テクノロジーが、誰もがテクノロジーを利用できるようにするためのシンプルで非常に使いやすいインターフェースを必要とする分野で特に当てはまります。ここでの秘密は、これらの AI ツールが、大規模言語モデル (LLM) の非常に複雑で集中的な作業の上にあるインターフェースにすぎないということです。

AI モデルは自分で考えるのではなく、私たちが慣れ親しんだ方法で対話できるようにそのように見えるだけであることを覚えておくことが重要です。 API は比較的シンプルで、高度に構造化されており、技術レベルで標準化されているため、本質的には AI プラットフォームの翻訳者として機能します。ほとんどの人が「AI」と考えるものは、API 製品のレンズを通して見る必要があります。この考え方により、組織は考えられるユースケースに最善の準備を整え、従業員がそれを実践するスキルを身に付けられるようにすることができます。

人工知能とAPI

賢明な従業員はすでに、ブレインストーミング、長いテキストの要約、検索エンジン、翻訳、または定型的な電子メールの作成の代替手段として、ChatGPT を日常のオフィス業務に取り入れています。ただし、これらの機能は 2021 年時点で公開されているデータに依存しているため制限があり、変化の速いビジネス環境では信頼することが困難です。

すべての兆候は、より強力な AI モデル、マルチモーダル AI モデル (テキスト、音声、画像を組み合わせたもの)、およびインタラクションから継続的に学習するモデルの開発を示しています。これらの AI モデルは、同社が一般市場向けに、または社内独自の AI アプリケーションとして AI 対応製品を構築するために使用されます。将来の AI アプリケーションは、ChatGPT のようなアプリケーションとは多くの点で異なります。最大の差別化要因は、企業のデータと機能(API 経由でアクセス)と AI モデル(API 経由でアクセス)を統合できる可能性です。一部のタスクでは、高度な AI プラットフォームが適切な API を検索してタスクを完了し、自動的に操作できる場合もあります。企業のデータと機能が API を通じて利用可能になると、AI モデルが安全かつクローズドな方法で独自の情報とやり取りできるようになるため、多くのユースケースが可能になります。たとえば、AI モデルが API と対話する単純な演習としては、顧客向けにパーソナライズされた電子メールを生成したり、顧客サービス リクエストに応答したりすることが挙げられます。より高度なユースケースでは、新しいデジタル製品やタッチポイントの作成が必要になります。

AI が普及するにつれて、データのプライバシー、安全性、セキュリティがより注目されるようになることは注目に値します。これがどのように進化するかを詳しく説明するのは時期尚早ですが、適切な API ガバナンスでは、セキュリティ、データ フロー、プライバシー、アクセスといった側面を正確に制御するメカニズムを提供する必要があります。

ビジネステクノロジストの台頭を推進

AI ソリューションによって約束される効率性の向上を実現するには、さまざまなビジネス機能の日常業務に AI ソリューションをシームレスに統合する必要があります。データと機能を簡単に利用できる API にパッケージ化するのは IT 部門の領域であると考える人もいるかもしれません。従来、これらの統合活動は IT 部門が担当していました。しかし、集中化された IT 部門には、効果的な API を作成するためのビジネス知識と背景が不足していることが多く、ビジネス要件が急速に変化して、膨大な作業負荷を超え、圧倒されてしまうことがよくあります。

幸いなことに、解決策があります。それは、ビジネス テクノロジスト、つまり関連する統合作業をより効率的に実行するための技術的知識を持つ知識労働者です。必ずしも、技術アーキテクチャに準拠したスケーラブルで信頼性の高いコードを作成するための高度な技術スキルを持っているわけではありませんが、ローコード開発ツールを活用して API を適切にオーケストレーションして使用することができます。世界中の開発者はわずか 2,700 万人ですが、知識労働者は 10 億人を超えます。ますます高額になる開発者を探すよりも、知識労働者をビジネス技術の専門家に昇進させる方が簡単でしょう。適切な権限付与を目指す組織は、包括的なドキュメント、ソリューションを構築および管理するための権限、直感的なエクスペリエンスを提供する最高の API を提供する必要があります。

APIの価値を過小評価しない

一見すると、API は AI 革命とは無関係に思えるかもしれません。 AI は魔法のように見えるかもしれませんが、舞台裏では API が LLM から結果を要求し、プラットフォームを既存の機能やデータと統合する上で重要な役割を果たしています。 API のイノベーション、採用、使用に投資するということは、AI によって企業を新たな高みへと導くことを望むすべての従業員に強力な基盤を提供する基盤に投資することを意味します。

<<:  「AI+コンピューティングパワー」が海外企業に「活力」を与えた

>>:  人工知能:創薬の厳しい時代に革命を起こすもの

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

GPT-3 の推論高速化は NVIDIA のソリューションを 50% 上回ります。大規模モデル推論システムEnergon-AIオープンソース

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

セマンティックAIとデータ管理の5つのトレンド

1. グラフデータベースとナレッジグラフが2022年に主流になる グラフ データベースが 2022 ...

メタバースを強化してインテリジェントなインタラクションの新たな未来を切り開く

4月23日、51CTO主催の「MetaConメタバーステクノロジーカンファレンス2022」がオンライ...

サイバー防御にAIを活用する

サイバー防御能力は、より高度なサイバー攻撃能力の発展に追いつくのに苦労している。人工知能、特に最先端...

医療機器製造における3つの大きなトレンド

医療製造にロボット工学と自動化を導入したダヴィンチ ロボット手術システムが発売されてから 20 年が...

プロジェクトを始めたいけれど、どこから始めればいいのか分からないですか?興味深いオープンソースの機械学習プロジェクト7つを試してみる

プロジェクトを実行することが機械学習を学ぶ唯一の方法であり、興味深く価値のあるプロジェクトを見つける...

ボルチモア、これまでで最も厳しい顔認識禁止法を制定する可能性

米国のボルチモア市で検討されている条例は、民間人だけでなく法執行機関や政府機関による顔認識技術の購入...

顔認識の歴史的な禁止が導入され、警察は犯罪者を捕まえるために顔認識を使用できなくなった

サンフランシスコは前例のない措置として、政府による顔認識技術の使用を禁止する規則を発布した。悪者を捕...

OpenAIの画像検出ツールが公開され、CTO: AI生成画像の99%を認識可能

OpenAI は AI 画像認識を開始しようとしています。最新のニュースとしては、同社が検出ツールを...

エッジ AI がインダストリー 4.0 の成果を推進する方法

物理的な世界を中心としたこれまでの産業革命とは異なり、第 4 次産業革命によって導入されたデジタル要...

インテルCEOがNVIDIAを非難:CUDA技術は時代遅れであり、業界全体がそれを終わらせたいと考えている

数日前、Intelは生成AI用のAIチップGaudi3を含む一連の新しいCPUを発売しました。計画に...

...

...

2021年のAIに関する10の大胆な予測の科学的分析 学術見出し

2020年は忘れられない年です。今年に入って、新型コロナウイルスの感染拡大に伴い、人工知能(AI)が...

マスク氏のニューラリンクが人間の脳にインターフェースを挿入するにはどれくらいの時間がかかるのでしょうか?

マスク氏は常にその知名度の高さで知られている。彼はテスラとスペースXという2つの大企業を所有している...