今週、ラスベガスで3万人が集まり、Google Cloudの最新情報を聞くために一堂に会しました。彼らが聞いたのは、すべてがジェネラティブAIであったことです。Google Cloudはまず第一にクラウドインフラストラクチャとプラットフォームのベンダーです。それがわからなかった場合、AIのニュースの洪水の中で見逃されてしまったかもしれません。

GoogleはGemini大規模言語モデル（LLM）を活用し、プラットフォーム全体で生産性を向上させるために設計されたAIの数々の強化を発表しました。もちろん、それは立派な目標であり、第1日の主要な基調講演と翌日のデベロッパー基調講演を通じて、Googleはこれらのソリューションの力を示すために数多くのデモを交えて発表しました。

しかし、多くのものはやや単純すぎるように思えました。時間が限られた基調講演に収めるために考慮しても、Googleエコシステム内の例に大部分を依存していました。ほとんどの企業がGoogleの外部リポジトリに多くのデータを持っているという事実を考慮に入れても、です。

いくつかの例は、実際にはAIなしで行われていた可能性があるように感じられました。たとえば、eコマースのデモでは、プレゼンターがベンダーに電話してオンライン取引を完了させました。これはセールスボットの通信機能を見せるためにデザインされていましたが、実際には購入者がウェブサイトで簡単に手続きを完了できたかもしれませんでした。

ジェネラティブAIには、コードの作成、コンテンツのコーパスの分析およびクエリの可能性、ウェブサイトが停止した理由を理解するためのログデータへの質問など、強力なユースケースがあります。さらに、個々の開発者、創造的な人々、従業員などを支援するために導入されたタスクと役割ベースのエージェントは、ジェネラティブAIを具体的な方法で活用する可能性を持っています。

Google Cloud Next 2024：これまでに発表されたすべて

などを含む」、「彼らは真の利益を受け取り始める前に、データを修正し、クリーンアップし、ほぼ1か所に保管する必要がある、と述べました。

データが常に重要でした

Googleのような大手ベンダーは、これらのソリューションを実装することを簡単に聞こえるようにしていますが、すべての洗練されたテクノロジーと同様に、表面上は簡単に見えても、裏側では複雑であることがある。今週何度も聞かされたように、Geminiや他の大規模言語モデルをトレーニングするのに使用されるデータについては、「ゴミを入れれば、ゴミが出る」という状況です。そして、それはジェネラティブAIの場合にはさらに当てはまります。

それはデータから始まります。データが整理されていない場合、LLMを利用して自社のユースケースにトレーニングするための準備を整えることは非常に困難になります。彼の会社のGoogle Cloudプラクティスを担当するDeloitteの主任であるKashif Rahamatullahは、今週のGoogleの発表に大部分感銘を受けたと述べていますが、データがクリーンではない多くの企業はジェネラティブAIソリューションの実装に問題を抱えるかもしれないと依然として認めています。「これらの会話はAIの会話から始まるかもしれませんが、すぐに次のようになります。『データを修復してクリーンアップし、ほぼ1か所、またはほぼ1か所に保管して、ジェネラティブAIの真の利益を受け取り始める前に、ほとんどの人々はすでに非常に煩雑な作業になっています",Rahamatullah said.

utting="ftp:/」);\n\n、\nもう神無しはこの会社を考えるより難しいことについて真剣に考えさせられます。"これらの企業は、初めてのデジタル変革への一歩も踏み出していないJainが参照したような会社を含むものは、適切なデータセキュリティとガバナンスモデルを持っていないと、ジェネラティブAIを採用する際に苦労するかもしれません。「これらの企業は、まずその問題を解決してから、デジタル変革に取り掛かり、データセキュリティとガバナンスモデルを熟成させ、その後ジェネラティブAIの真の利益を受けるべし」と彼は言いました。

変更は簡単ではない

15年間にわたる他の技術的飛躍と同様に、モバイル、クラウド、コンテナ化、マーケティングオートメーションなど、多くの約束からなるこれらの進歩はそれぞれが独自の複雑さを導入し、大企業は私たちが想像する以上に慎重に行動します。AIは、Googleや正直なところ他の大手ベンダーが提示しているようなものよりもはるかに大きな課題であるように感じられます。

過去の技術のシフトから学んだことは、これらは多くの期待と多くの幻滅（もういくつかの年後、我々はこれらの先進技術を活用すべきだったかもしれない多くの大企業が、導入後数年が経過した後でも、まだ模索したり、まだ全く参加しない状況を目にするまで、招きました。

技術革新の利益を受け取れない理由はたくさんありますが、企業の慣性、新しい解決策を採用するのが難しい環境構造、あるいは法的、人事、ITなどのグループが、様々な理由（内部政治を含む）で、実質的な変更を拒否し続けていることがあります。\n

EgnyteのCEOでストレージ、ガバナンス、セキュリティに注力する企業であるVineet Jainは、2種類の企業があると考えています：すでにクラウドに大幅シフトを実施しており、ジェネラティブAIを採用する際に迅速に進むことができる企業、そして採用が遅れた企業：たぶん苦戦するだろう。JainはTechCrunchに対して、「デジタルトランスフォーメーションの探求にまだスタートしていないか、非常に初期の段階にある多くの'遅い'クラウド採用者とお話をしています」と述べています。

AWSは、貴社がクラウドへの移行を待ちきれなくなっています

「これらの企業は、デジタル変革の走りをつけるために、AIについて真剣に考えることを強いられるかもしれませんが、彼らはかなり遅れているので、この問題を解決する必要があるでしょう",彼は言いました。\n

常にデータがありました

Googleのような大手ベンダーは、これらのソリューションを実装することを簡単に聞こえるようにしていますが、すべての洗練されたテクノロジーと同様に、表面上は簡単に見えても、裏側では複雑であることがある。今週何度も聞かされたように、Geminiや他の大規模言語モデルをトレーニングするのに使用されるデータについては、「ゴミを入れれば、ゴミが出る」という状況です。そして、それはジェネラティブAIの場合にはさらに当てはまります。

それはデータから始まります。データが整理されていない場合、LLMを利用して自社のユースケースにトレーニングするための準備を整えることは非常に困難になります。彼の会社のGoogle Cloudプラクティスを担当するDeloitteの主任であるKashif Rahamatullahは、今週のGoogleの発表に大部分感銘を受けたと述べていますが、データがクリーンではない多くの企業はジェネラティブAIソリューションの実装に問題を抱えるかもしれないと依然として認めています。「これらの会話はAIの会話から始まるかもしれませんが、すぐに次のようになります。『データを修復してクリーンアップし、ほぼ1か所、またはほぼ1か所に保管して、ジェネラティブAIの真の利益を受け取り始める前に、ほとんどの人々はすでに非常に煩雑な作業になっています",Rahamatullah said。\"\n

Googleの視点では、同社は、データエンジニアが内部および外部のデータソースに接続するデータパイプラインを構築するのをより簡単にするために、ジェネラティブAIツールを開発しました。Googleのデータベース、データ分析およびLooker担当の副社長兼ゼネラルマネージャーであるGerrit Kazmaierは、「データエンジニアリングチームのスピードを上げるために、データを移動し、モデルに準備ができる作業の多くを自動化する」とTechCrunchに語っています。

特にデジタル変革の途中まで進んだ企業では、これは利用しやすいデータの接続とクリーニングを支援するはずです。しかし、Jainが言及したような、デジタル変革に向けて意味のあるステップを踏んでいない企業など（Googleが作成したこれらのツールでも）、さらなる困難を引き起こすかもしれません。\n

すべては、純粋な実装だけでなく、AIは、既存のモデルに基づいたアプリケーションでも、カスタムモデルを構築しようとするときに特に、課題を抱えているとConstellation ResearchのアナリストであるAndy Thuraiが述べています。"これらのソリューションを導入する際、企業はガバナンス、責任、セキュリティ、プライバシー、倫理的かつ責任ある使用と実装のコンプライアンスについて考える必要があります",Thurai said。\n

GCNに今週参加した経営者、IT専門家、開発者などは、Google Cloudから次に何が出てくるかを求めていたかもしれませんが、AIを求めていない場合、または組織としてまだ準備ができていない場合、シンシティを離れる際、GoogleがAIに完全に集中していることに少しショックを受けるかもしれません。デジタルの洗練度を欠いている組織が、Googleや他のベンダーが提供しているよりも、より包括的な解決策を提供するまで、これらの技術の真の利点を十分に活用するまでには長い時間がかかるかもしれません。