スタートアップ

2026.11.16 08:30

元MI6職員が挑む、ビッグテックのAI支配からの脱却と企業独自のモデル開発

stock.adobe.com

BRANDVOICE | Paid Program

もっと見る>

ブラントは、そのインテリジェンスが顧客に固有のものになると見込む。「HSBCやバークレイズといった銀行で利用される、金融向けAI製品を例にしてみましょう。各行は、共通の基盤となるインテリジェンスに頼るのではなく、それぞれの業務慣行、方針、独自知識に基づいて学習されたモデルを持つことができます。これにより、そのインテリジェンスは各行の事業に固有のものになるのです」と彼は言う。「これは、ソフトウェア企業とその顧客の関係を根本的に変えると考えています」

advertisement

ただし、本番環境の記録だけでは、エージェントが事業側の望むことを行ったかどうかは示せない。評価にはなお、独立した例と、事業側が定義した基準が必要だ。そうでなければ、訓練は修正しようとしていた行動をかえって強化するリスクがある。

精度を損なわずに推論コストを削減

最も強い商業的な事例は、名前を明かしていないフィンテック顧客から来ている。ただし、その見出しとなる数字は慎重に読む必要がある。

「あるフィンテック企業は、請求書やメールから情報を抽出・分類するためにフロンティアモデルを使っていました。その企業は、そのタスクに特化した小型モデルを訓練することで、精度と処理速度の双方を改善しつつ、推論コストを96%削減することができました。ただし、この数字はモデルの開発・運用にかかる総コストではなく、推論コストのみを反映している、と理解することが重要です」とブラントは言う。「専門化に普遍的な損益分岐点はありません。処理量が比較的少ない場合や、フロンティアAPIの価格が大きく下がる場合には、そもそも専門モデルを構築する経済合理性がない可能性もあるのです」

advertisement

100件超の契約書から抽出した4000件超の法務関連質問において、Overmindの専門モデルはF1値(F1スコア)で91.6%を達成した。これに対し、名前を明かしていないフロンティアの旗艦モデルは82%だった。F1は、モデルが取得した情報のうちどれだけが関連しているかを示す適合率(プレシジョン)と、関連情報のうちどれだけを見つけられるかを示す再現率(リコール)のバランスを取る指標だ。スコアが高い場合は、関連性のない結果や見落としを低く抑えながら、正しい詳細を見つけていることを示す。さらに、推論コストは1000件の質問あたり1.03ドル(約164円)で、旗艦モデルの20.94ドル(約3340円)と比べて低かった。より安価なフロンティアモデルと比較すると優位性は縮まり、専門モデルのコストはおおむね半分だった。

次ページ > 適切に訓練された小型モデルは、はるかに大きなフロンティアモデルを上回り得る

タグ:

advertisement

ForbesBrandVoice

人気記事