ポイント: 人工知能をサービスとして提供する（AIaaS）は、企業にコスト効果の高いAIツールを提供し、広範な社内専門知識を必要とせずに迅速な実装とスケーラビリティを可能にします。これにより、企業はコアオペレーションに集中しながら、AI技術を活用できます。
- AIaaSはAIインフラストラクチャへの初期投資を削減します。
- 主な利点には、使いやすさ、柔軟性、およびスケーラビリティが含まれます。
今日、ほぼすべての企業が、コアビジネスに集中し、他のニーズをサードパーティの専門家やベンダーにアウトソースするための方法として、少なくとも1種類のサービスとしての提供を利用しています。ソフトウェアとしてのサービスは
世界的な支出が最も大きい—2020年だけで1億500万ドルが支出されましたが、IaaSとPaaSは今後数年でより早く成長すると予想されています。
現在、同じサービスとしてのアプローチが新しい分野に適用されています：AIaaS。AIaaSは人工知能をサービスとして提供することの略です。この用語と製品は急増しており、この記事ではAIaaSが何を意味するのかを掘り下げています。
私たちは以下を見ていきます：
始めましょう。
AIaaSとは何ですか？
AIaaSは人工知能をサービスとして提供することを指します。これは、企業がフルインハウスのAIのコストの一部でAI技術を実装し、スケールすることを可能にするオフ・ザ・シェルフのAIツールを指します。
すべてのサービスの概念は、ネットワークを介して呼び出すことができるソフトウェアを指します。これは、クラウドコンピューティングに依存しているためです。ほとんどの場合、ソフトウェアはオフ・ザ・シェルフで入手可能です。サードパーティのベンダーから購入し、いくつか調整を加え、ほぼ即座に使用を開始できます。たとえそれがあなたのシステムに完全にカスタマイズされていなくても。
長い間、人工知能はほとんどの企業にとってコストが高すぎました：
- 機械は巨大で高価でした。
- プログラマーはそのような機械で働く人が不足しており（高額な報酬を要求しました）。
- 多くの企業は研究に十分なデータを持っていませんでした。
クラウドサービスが非常にアクセスしやすくなったため、AIもよりアクセスしやすくなっています：企業は無限のデータを収集し、保存できます。ここでAI-as-a-serviceが登場します。
さて、AIに関して正しい期待を持つために少し寄り道をしましょう。
AIを理解する
私たちは何度も繰り返し聞きます：人工知能は、機械が人間の脳が達成できるのと同じような作業を行うための方法です。この定義は重要な議論の主題であり、技術の専門家は、機械を人間の脳と比較することは間違ったパラダイムであると主張しています。それは、人間が機械に取って代わられるという恐怖を促進するかもしれません。
AIという用語は、企業がどれだけ革新的であるかを示すためのマーケティング戦術としても使用されることがあります—これは人工AIまたは偽AIとして知られています。
技術的特異点について心配し始める前に、私たちはAIが実際に何であるかを理解する必要があります。
「知性とは、あなたが以前に準備していなかったタスクで新しいスキルを習得する効率です…知性はスキルそのものではなく、あなたがどれだけよく、効率的に新しいことを学ぶことができるかです。」 -- フランソワ・シャロット、GoogleのAI研究者であり、Kerasの創始者
新しい環境に適応し、新しい問題に対する解決策を創造できる機械は人工知能を示していると言われています。人間が常に新しい課題に反応しているのと同じように、コンピュータもプログラマーが明示的にプログラムした方法とは異なる方法で反応できるようになっています。
重要なのは、AIは自ら作られるのではなく—人間がそれを作ります。私たちは、通常人間が行うことをすることができるエンティティを知的と呼びます。
今日、機械学習はAIの主要なタイプです。それはAIのいくつかの分野の中で最も成熟しています。ただし、AIと同様に、実際にはどのようなものなのかとMLに関する誇大広告がたくさんあります。今日、MLは多くのことができますが、すべての組織の問題を解決するための空想的な解決策ではありません。
(MLとAIの違いを理解する。)
AIはどのように機能しますか？
AIの大多数はアルゴリズムを利用します。アルゴリズムは、通常コンピュータによって従われるルールまたはプロセスのセットとして定義され、問題を計算または解決します。AIアルゴリズムの場合、コンピュータは特定のタスクを解決するために:
- 非常に大量のデータを研究する。
- 一般化または統計的推定を行う。
AIは大きなビジネス
AIaaSの成長
AIアルゴリズムは通常、次の2つのタイプに分類されます：
- 機械学習アルゴリズム、分類および回帰を含む
- 深層学習アルゴリズム、深層ニューラルネットを使用
(トップMLアルゴリズムを探索する。)
これらのアルゴリズムが特定の方法で適用されると、コンピュータは人間の脳のように行動することができます：
- 画像内のオブジェクトを特定する
- 人間と自発的に会話をする
- 無人運転車の運転手からの障害に反応する
- 人間と24/7の可用性でチャットする
企業は、データから得られるすべての洞察を活用したいと考えています。組織にとって、データは以下を助けるかもしれません：
- 顧客とそのニーズをより良く理解する
- 自動化できる生産およびサービス提供のポイントを見つける
- なぜある人が購入し、他の人が購入しないのかを理解する
あらゆる見かけ上無形の情報は、競争上の優位性をもたらす可能性があります。
(3つのシンプルなデータ戦略とデータ倫理を比較する。)
あなたの会社がまだ人工知能を利用していない場合、すぐに利用することになるでしょう。国際データ公社（IDC）は、2020年に支出された501億ドルから2024年までに1100億ドル以上に増加することを予測しています。
さらに遡ると、2017年には120億ドルしか支出されませんでした。つまり、世界的な支出はわずか7年でほぼ10倍に増加することが予想されています。
この支出は多くの場所から来ているようです—大企業だけではありません。Flexeraは最近、AIの大規模な採用について報告しました：
- 28％の企業がAI/MLを試験的に導入しています。
- 46％の企業がAI/MLを試験的に導入または導入予定です。
- AI/MLは企業が最も試験的に導入している分野です。
これは何を意味しますか？確かに、AIとMLは今日のほとんどの組織のレーダーに載っています。さらに大きなポイントは、ほぼ半数の企業が今後数年内にこの技術を利用することが期待されるということです。
自社のクラウドを構築したり、自社の人工知能システムを構築、テスト、利用したりすることができない、またはそれを望まない企業にとって、人工知能をサービスとして提供することが解決策です。これが最も大きな魅力です：大規模な初期投資を必要とせずにデータ洞察を活用できる機会です。
他の「サービスとしての」オプションと同様に、AIaaSには以下のような利点があります：
- コアビジネスに集中する（データや機械学習の専門家になる必要がない）
- 投資のリスクを最小限に抑える
- データから得られる利益を増やす
- 戦略的柔軟性を向上させる
- コストを柔軟かつ透明にする
AIaaSの種類
一般的なAIaaSの種類には以下が含まれます：
チャットボットとデジタルアシスタンス
これには、人間との会話から学習し、言語パターンを模倣しながら回答を提供する自然言語処理（NLP）アルゴリズムを使用するチャットボットが含まれます。これにより、カスタマーサービスの従業員はより複雑なタスクに集中できます。
これらは現在最も広く使用されているAIaaSの種類です。
認知コンピューティングAPI
APIの略はアプリケーションプログラミングインターフェイスで、サービスが互いに通信する方法です。APIは、開発者がアプリケーションに特定の技術やサービスを追加することを可能にし、ゼロからコードを書く必要がありません。APIの一般的なオプションには以下が含まれます：
- NLP
- コンピュータ音声とコンピュータビジョン
- 翻訳
- ナレッジマッピング
- 検索
- 感情検出
機械学習フレームワーク
MLおよびAIフレームワークは、開発者が既存の企業データから学習する独自のモデルを構築するために使用できるツールです。
機械学習はビッグデータに関連付けられることが多いですが、他の用途もあり、これらのフレームワークはビッグデータ環境を必要とせずに機械学習タスクを組み込む方法を提供します。
完全管理された機械学習サービス
AI機械学習フレームワークは機械学習への第一歩です。このオプションは、テンプレート、事前構築されたモデル、ドラッグアンドドロップツールを使用して、開発者がよりカスタマイズされた機械学習フレームワークを構築するのを支援します。
AIaaSの利点と欠点
他の「サービスとしての」提供と同様に、AIをサービスとして提供するビジネスモデルは、大きなコストをかけずに企業に価値をもたらします。ただし、クラウドベースのAIシステムを使用することには、企業が無視してはならない明確な欠点もあります。
なぜAIaaSを使用するべきですか？
- コストの一部で高度なインフラを利用できる。成功するAIと機械学習には、多くの並列マシンと高速GPUが必要です。AIaaS以前は、企業は初期投資と継続的な維持が過大であると判断するかもしれません。現在、AIインフラストラクチャをサービスとして提供することで、企業は大幅に低いコストで機械学習の力を活用できます。これは、意思決定を部分的にサポートする領域にお金と時間をかけるのではなく、コアビジネスに集中し続けることができることを意味します。
- 柔軟性。低コストと共に、AIaaSには多くの透明性があります：使用した分だけ支払います。機械学習は実行するために多くのコンピュートパワーを必要としますが、そのパワーが必要な短時間のみ必要かもしれません—AIを常に実行している必要はありません。
- 使いやすさ。多くのAIオプションはオープンソースですが、必ずしもユーザーフレンドリーではありません。これは、あなたの開発者がML技術のインストールと開発に時間を費やしていることを意味します。代わりに、AIaaSはすぐに利用可能です—技術的な専門家になることなくAIの力を活用できます。
- スケーラビリティ。人工知能をサービスとして提供することで、小規模なプロジェクトから始め、ニーズに合うかどうかを学ぶことができます。自社データに対する経験を積むにつれて、サービスを調整し、プロジェクトの要求に応じてスケールアップまたはスケールダウンできます。
AIaaSの課題は何ですか？
- セキュリティの低下。AIと機械学習は大量のデータに依存するため、企業はそのデータをサードパーティのベンダーと共有する必要があります。データストレージ、アクセス、およびサーバーへの転送は、データが不適切にアクセス、共有、または改ざんされないように確保する必要があります。
- 依存。1つまたは複数のサードパーティと連携しているため、必要な情報を提供することに依存しています。これは必ずしも問題とは限りませんが、問題が発生した場合に遅延や他の問題が生じる可能性があります。
- 透明性の低下。AIaaSでは、サービスを購入していますが、アクセスは購入していません。一部の人は、特にMLのようなサービスとしての提供を、ブラックボックスとして考えています—入力と出力は理解していますが、どのアルゴリズムが使用されているか、アルゴリズムが更新されるか、どのバージョンがどのデータに適用されるかを理解していません。これにより、データの安定性や出力に関する混乱や誤解が生じる可能性があります。
- データガバナンス。特定の業界は、データをクラウドに保存する方法を制限する場合もあり、それがあなたの会社が特定のタイプのAIaaSを利用できない理由となることがあります。
- 長期的なコスト。すべての「サービスとしての」提供と同様に、AIaaSも例外ではありません。 AIや機械学習に深く関与するにつれて、より複雑な提供を求めることがあり、それにはより特定の経験を持つスタッフを雇用し、訓練する必要があります。しかし、すべてのことと同様に、コストはあなたの会社にとって賢明な投資である可能性があります。
AIaaSのベンダー
おそらく、AIaaSの主要なベンダーを推測できるでしょう。
AIをサービスとして提供する例には、Amazon Web Services (AWS), Microsoft Azure、およびGoogle Cloud Platform (GCP)が含まれ、これらはすべて業界をリードする企業であり、AIaaS提供を多くの企業に提供しています。各ベンダーは、完全管理された機械学習オプションに加えて、さまざまなタイプのボット、API、および機械学習フレームワークを提供しています。
AIとしてのサービスの他の例には、Salesforce、Oracle、SAPなどの有名なテクノロジー企業が含まれ、Big 3の領域に進出しています。
さまざまなAIaaSの部分に焦点を当てた無数のスタートアップも存在します。すべての業界で、より大きな企業が小さな企業を買収して、開発されたサービスをポートフォリオに追加することは珍しくありません。
AIaaS（AIとしてのサービス）とAIPaaS（AIプラットフォームとしてのサービス）の違い
クラウドベースの提供により、技術の進歩がよりアクセスしやすく、手頃で、スケーラブルになり、ビジネスが最新の革新に対応できるようになります。これらの利点は、AI技術にとって特に価値があります—そのため、AIaaSとAIPaaSの急速な成長があります。
AIaaSとAIPaaSの違いは、その範囲と目的にあります。AIaaSは、特定の機能やニーズに対応する、すぐに使えるオフ・ザ・シェルフのツールやAPIを提供します。このアプローチは、カスタマイズされたモデルが必要な場合には不十分です。AIPaaSは、特定のユースケースに対応するAIモデルを構築およびトレーニングするためのインフラとツールを提供します。
AIプラットフォームとしてのサービス（AIPaaS）
AIPaaSは、完全なAIソリューション開発環境を提供する専門のIaaSです。データサイエンティストや高度な開発者は、データを管理し、組織のニーズに合わせたAIモデルを作成およびトレーニングするための柔軟性を持っています。AIPaaSは、モデルの展開と管理のためのインフラとツールも提供します。
主な違い
AIaaSの未来
急成長している分野として、AIaaSには早期採用者を惹きつける多くの利点があります。しかし、その欠点には改善の余地がたくさんあります。
AIaaSを開発する際に問題が発生する可能性がありますが、他の「サービスとしての」提供と同様に重要になる可能性があります。これらの貴重なサービスを少数の手から取り除くことで、より多くの組織がAIとMLの力を活用できるようになります。
関連する読み物
これらの投稿は私自身の意見であり、必ずしもBMCの立場、戦略、意見を表すものではありません。