特定分野、特定ビジネスに絞ったAIエージェント
SLMをめぐる議論は、AIエージェント（Agentic AI）という新たな領域にもつながる。AIエージェントは、従来のAIとは異なり、入力データに基づいてリアルタイムかつ自律的に判断・行動するAIのことだ。AIエージェントの実現には、軽量で高速、かつ専門性の高いモデルが必要となるため、まさにSLMが最適といえる。
英国のビジネス系メディアVerdictに寄稿したスチュー・ロバーツはこう述べている。「SLMは、LLMに比べて高い精度を実現可能で、計算資源も少なくて済み、サイズが小さいぶんエコシステムへの統合も容易なため、AIエージェントとの親和性が高い」。
MobileLiveのアリは、これはAIにおける次の大きなブレークスルーだと考えている。「SLMは、特定分野の深い知識で訓練されているため、AIエージェントの自律的な判断を可能にする。たとえば、単に市場分析をするだけでなく、リアルタイムのデータをもとに自動で取引を行う金融エージェントや、サプライチェーンを追跡しながら配送ルートや在庫レベルを最適化する物流AIを想像してほしい」。
NTT New Ventures and InnovationのグローバルEVP、シャヒード・アーメドも同様の展望を語る。「SLMは、エッジにおける自律的な意思決定を可能にし、AIエージェントの流れに合致している。たとえばスマート工場では、人間の介入なしでAIエージェントがSLMを活用して機器の故障を予兆検知し、設定を調整したり、メンテナンスをスケジューリングしたりできる」。
このことはあらゆる業界に巨大な影響をもたらす。ヘルスケア分野ではSLMがより専門的な診断支援を行い、カスタマーサービスでは業界の専門用語を理解したAIエージェントが対応を行うといった具合に用途は無限だ。
SLMの最大の利点は「費用対効果」
OpenAIやグーグル、Anthropic（アンソロピック）らは、先端的なLLMの訓練に数十億ドル（数千億円）もの資金を投じてきた。これらLLMは、研究者がより小型のモデルを抽出・精製する出発点として有用である一方、その莫大な投資額の投資収益率（ROI）については、疑問視する声も上がっている。
だからこそ、AI開発における経済性は今、SLMに有利な方向へシフトしているように見える。アーメドによれば、SLMの最大の利点はその費用対効果だ。「LLMは膨大な計算資源を要し、それが高額な運用コストにつながる。一方、SLMは少ないリソースで特定タスクに対して高精度を発揮する。企業にとっては、ROIが非常に高い」。
アリはこの指摘に強く同意し、LLMとSLMのROI格差はますます明確になってきていると語る。「自社のニーズに合わせて正確に調整された、より小さく安価なモデルで、より良いビジネス成果が得られるのに、なぜ数百万ドル（数億円）もかけてLLMを訓練し、運用するのか？」と彼は問いかける。
