変革的な AI、ノーコード、ローコード - エンタープライズ AI 導入に最適なパスはどれでしょうか?

COVID-19のパンデミックにより、私たちはテクノロジー、オンライン活動、人工知能への依存をさらに高めざるを得なくなりました。その中でも、AIは、顧客のますます高まる体験への需要に応えながら、大規模にパーソナライズされたサービスを提供できるため、企業にとって特に重要です。

[[340639]]

しかし、ほとんどの企業は AI を導入するために必要な知識やツールを持っておらず、AI 主導型企業への変革の核となる要求さえ理解していません。この記事では、AI導入方法の観点からこれらの実際的な問題をどのように解決するかについて説明します。

まず、後述する方法の多くはノーコードに重点を置いていますが、開発者にも適用でき、開発速度を大幅に向上させるのに役立つことを強調することが重要です。

プログラミングを学んで以来、多くの人が簡単な英語のコマンドを使用してアプリケーションを作成できるツールを望んでいることに気づきました。数年後、テキスト ジェネレーターと HTML マークアップのデモンストレーションを記述するデュアル世代のコードにより、ついに私たちの理想に最も近いソリューションである OpenAI の GPT-3 が誕生しました。

GPT-3 の正式名称は Generative Pre-trained Transformer 3 で、大量のデータを使用して AI アルゴリズムをトレーニングし、その後、組み込みの知識を使用して、非常に少ない追加トレーニング、またはまったく追加トレーニングなしで新しいタスクで驚くべきパフォーマンスを発揮します。 GPT-3 は、Common Crawl や Wikipedia を含む大量のデータを使用してトレーニングされました。さらに重要なのは、このモデルはスーパーコンピューターによってトレーニングされており、その驚異的な 1,750 億のパラメーターにより、これまでで最大の AI モデルとなっていることです。

これは、AI アルゴリズムが固有の知識を使用して、いつでも特定のタスク要件に適応できることを意味します。変革型 AI には、モデルをゼロから開発するよりも時間がかからず、実際の結果も高くなるなど、多くの重要な利点があります。さらに、変革的な AI により、人工知能テクノロジーの利用のハードルが下がりました。企業は、特定のデータをモデルと共有するだけで、自社に適したモデル ソリューションを生成できます。たとえば、Anyline のノーコード AI トレーニング プログラムは、企業が独自のテキスト リーダー ソリューション (ID スキャナーやナンバー プレート リーダーなど) を構築するのに役立ちます。顧客はトレーニング プログラムにデータをアップロードするだけで、トレーナーがニューラル ネットワークを自動的に調整して、カスタマイズされた OCR スキャン プログラムを生成します。

つまり、ユーザーはシステムの動作方法、アプリケーション内のソース コード、特定のアーキテクチャを理解する必要はありません。代わりに、システムに必要なインテリジェンス データを提供し、AI が対応する調整を自律的に行​​うようにするだけで済みます。

もちろん、一定レベルの AI 知識は必要です。ドリュー・コンウェイ氏が提唱するデータ サイエンスのベン図の概念によれば、AI の開発と実装には、コンピューター サイエンスのスキルと数学および統計の知識という 2 つの重要なスキルが必要です。これらの基礎がなければ、実験室環境ではうまく機能するモデルでも、現実世界の問題に対処するときには失敗する可能性が高くなります。

もう一つの一般的な実装アプローチは、ノーコードおよびローコード プラットフォームです。このようなプラットフォームは、企業がシンプルなドラッグ アンド ドロップ インターフェイスを通じてアプリケーションを開発するのに役立ちます。ノーコードおよびローコード ツールはテクノロジー大手の次の戦場となり、Amazon が最近リリースした Honeycode プラットフォームはその最良の証拠です。これは 132 億ドルの市場であり、2025 年までに 455 億ドルに成長すると予想されています。

会話型AIプラットフォームKore.aiのCEO兼創設者であるRaj Koneru氏は、ノーコードアプローチには多くの利点があると述べた。 「ユーザーはノーコード プラットフォームを簡単にカスタマイズしてアプリケーションを開発できます。以前は数週間、あるいは数か月かかっていた作業が、今では数日または数時間で完了します。」

ノーコード プラットフォームのもう 1 つの大きな利点は、カスタマイズが容易なことです。 Koneru 氏によると、ノーコード プラットフォームにより、「数時間で新しいロジックを実装し、変更に備えることができる」とのことです。「さらに重要なのは、このようなプラットフォームはできるだけ多くの参加者を結び付けることができるため、他の IT 開発者に要件や状況を説明する時間を費やすことなく、ほぼ誰でも必要な機能を即座に実装できるということです。」

しかし、ノーコード プラットフォームにも独自の欠点があります。ほとんどのノーコード/ローコード プラットフォームはクラウドベースであり、長期使用は必然的に深刻なベンダー ロックインの問題につながります。つまり、将来のプラットフォームの変更は非常に困難で、時間がかかることになります。同様に、ノーコード アプリケーションは特定の範囲内で適切に機能する傾向があり、システムに組み込まれている機能を超えた機能が必要な場合は、ユーザーにとって実装が困難になる可能性があります。

もちろん、これらの問題を克服する方法はあります。たとえば、Kore.ai はドラッグ アンド ドロップ開発インターフェースを直接提供するだけでなく、開発者に API 接続も公開し、開発者がより自由に追加機能を開発できるようにしています。 Radial は、e コマース企業の分析ニーズを満たす AI プラットフォームです。一般ユーザーにはプラグアンドプレイ ソリューションを提供し、上級顧客向けには多数の API ツールも提供しています。

AI技術の重要性は過小評価できません。企業がデータから価値や情報を引き出せなければ、激しい市場競争で不利になります。採用する具体的な AI 導入方法は、ビジネス ニーズと技術的能力によって異なります。トランスフォーマー ラーニング、ノーコード、ローコード プラットフォームの中から適切な選択を行うことで、機能要件が現在のプラットフォームのサポート範囲内に留まるようにしながら、適切なインターフェイスを通じてビジネス目標を達成し、アプリケーションを開発できるようになります。