ガートナー：バブルにもかかわらず、中国企業は依然としてビッグモデルと生成AIに最も関心を持っている

データ分析と人工知能は現在、世界のどの地域でも最も話題になっている技術です。特に昨年のジェネレーティブAIの登場は、人工知能市場全体を揺るがし、あらゆる分野での人工知能に対する認識を一新したと言えます。

ガートナーは毎年、世界市場の人工知能技術成熟度曲線を発表しています。今年は、世界規模のレポートに加えて、ガートナーは初めて2023年の中国データ分析および人工知能技術成熟度曲線も発表しました。

2023年の人工知能技術成熟曲線の変化は主に生成AIに反映されていますが、中国の技術成熟曲線はデータ分析と人工知能の両方をカバーしています。ガートナーのシニアリサーチディレクターである張童氏は、2つのレポートを横方向に比較すると違いがあるだろうと述べた。世界的な曲線はインテリジェントなエンティティとマルチモーダル性を示しているが、中国の曲線は比較的成熟した大規模モデルと関連アプリケーションに重点を置いている。

AI分野における世界と中国の技術成熟度は基本的に同じです。技術成熟度における最大の違いは、主にナレッジグラフにあります。多くの海外企業は、すでにナレッジグラフの能力を明確に認識していますが、多くの中国企業もナレッジグラフの重要性を認識しているものの、データ基盤と技術備蓄の不足により、ナレッジグラフの作成はまだ困難です。

生成AIにはまだ多くのバブルがある

中国のデータ分析と人工知能技術の成熟曲線の大きなモデルは、主に生成AIの範囲が広すぎるため、生成AIとは別に議論されています。

Zhang Tong 氏の見解では、すべての生成 AI は GPT、安定拡散などの基本モデルに基づいていますが、ここで話題にしている生成 AI は、基本モデルに基づいて生成されるフロントエンド アプリケーションに近いものです。

ビッグモデルは、生成型AIが現在の発展を遂げることができた真の理由であり、AI革命の基盤である。そのため、中国はビッグモデルを曲線上の独立した技術として位置付けており、ビッグモデルの技術にはまだまだ発展の余地がある。

現在、ビッグモデルと生成 AI が曲線の頂点にあり、それは多くのバブルがあることを意味します。多くの企業は、基本モデルを作成できるのは少数の企業だけであることにも気づいています。より多くの企業が行う必要があるのは、iOS または Android に基づいて APP を開発することを選択するのと同じように、企業のデータを通じて基本モデルを微調整するか、プロンプトとナレッジ ベースを組み合わせて独自のアプリケーションを作成することです。

商用のクローズドソースの大規模モデルには、トレーニング用の独自のデータ、資本サポート、より完全なフィードバック メカニズムがあるため、特定の領域で独自の利点があります。もう 1 つの方法は、大規模なモデルをオープンソース化することです。一部の企業は、モデルがより早く市場シェアを獲得できるように、大規模なモデルをオープンソース化しています。 。現在、コンプライアンスとデータセキュリティの問題により、中国企業はオープンソースのビッグモデル、またはクローズドソースのビッグモデルのローカル展開を選択する可能性が高くなっています。

基本モデルのアーキテクチャは今後も進化し続ける可能性がある。張同氏は、Transformerは人間の脳の動作モードをシミュレートしているが、人間の脳のエネルギー消費量は非常に低いのに対し、大型モデルのエネルギー消費量はかなり高いと考えている。したがって、私たちはコンピューティング能力とアルゴリズムの新たな進歩を期待しています。

データ分析技術はまだ初期段階にある

中国では、データウィービング、データ資産管理、集約データと分析、データミドルプラットフォームなどのテクノロジーへの注目も大幅に高まっています。

データ ウィービングは、データ統合、アクティブ メタデータ管理、ナレッジ グラフ、機械学習など、柔軟で高速なデータ サービスを実現するために使用される、新しいメタデータ ベースのデータ管理フレームワークです。その背後にある中核的なアクティブ メタデータ管理とナレッジ グラフ テクノロジが実際に実現されるまでには、長い時間がかかる可能性があります。

データ資産管理は、ガートナーが 2 年以内に実装できると考えている唯一のテクノロジーです。張同氏は、データ資産管理には大量の顧客データがあると多くの人が考えており、顧客データがどれだけ価値があるのか​​、それをテーブルに含めることができるのかという問題があるため、この判断を下す際には多くの議論があったと述べました。海外から見ると、表へのデータ記載については少なくとも10年ほど前から議論されているものの、いまだ実現には至っていない。しかし、最近我が国で「企業データ資源に関する会計処理に関する暫定規定」が発表されたことにより、我が国の進歩がより速いことは明らかであり、これはまた我が国の判断の正確さを証明しています。

私たちの急速な進歩は、主にデジタル中国、データ20、データエレメントなどの政策の公布など、データが本当に価値を生み出すことができることを期待する政府の推進に依存しています。そのため、ガートナーは、中国は海外よりも速い発展を遂げ、より早く実現される可能性が高いと考えています。

さらに、データミドルプラットフォームよりも、組み立てられたデータ分析の方が多くの企業のニーズによく応えられるでしょう。張童氏は組み立てられたAIをレゴのおもちゃに例えました。ビジネス担当者によって使用するデータや分析ツールが異なります。プラグイン組み立ては、パーソナライズされたニーズをより簡単に満たすことができます。

データミドルプラットフォームの構築は、柔軟なデータ再利用と迅速かつ機敏なアプリケーションビジネスニーズを実現することを目的としていますが、多くのミドルプラットフォームはこの目標を達成していないため、ガートナーは、組み立て可能なデータ分析プラットフォームが将来のトレンドになる可能性があると考えています。張童氏は、「ミドルプラットフォーム」という用語に固執すべきではなく、さまざまなデータ分析製品を組み合わせてデータ分析の需要を満たすことが不変の傾向であると述べた。