サム・サマネ氏はTheoSymのCEOである。
GPT-5に関する大きな期待の中、その発表は多くの人々を困惑させた。私たちは魔法に近いものを約束されていた。汎用人工知能（AGI）への一歩を。しかし実際に手に入れたのは、同じストリーミングアルゴリズムの、より高速で、より大規模で、より洗練されたバージョンだった。依然として幻覚を見る。依然として過度に熱心である。そして依然として人を感心させようと頑張りすぎている。
GPT-5が素晴らしくないという意味ではない。確かに素晴らしい。ソフトウェアとしては驚異的だ。しかし、それを別のものだと思い込むのはやめるべきだ。これらの大規模言語モデルは基本的に、文章の次の単語を予測しようとする予測テキストエンジンだ。そしてインターネット全体—素晴らしいものとくだらないものが混在する膨大なリポジトリ—で訓練されているため、あなたの専門分野の博士号を持つ専門家を得ているわけではない。すべての「専門家」が同時に話しているような状態であり、それは明確さよりもノイズを生み出す傾向がある。
だからこそ、AIの近い将来はAGIの夢を追い求めることよりも、企業向けにカスタマイズされたAIを作ることに関係していると私は考えている。
汎用AIの問題点
現在構築されているAIには思考がない。情報に基づいた推測を行うだけだ。今日のモデルの基盤となるトランスフォーマーは、単に単語の重要性を測る重みづけをしたデータ構造にすぎない。事前学習によって賢くなるわけではなく、それは単にトークンに価値を割り当てる人間主導のプロセスにすぎない。
だからこそ幻覚は避けられない。モデルが十分なデータを持っていないアンダーフィットの場合もあれば、データが多すぎるオーバーフィットで、ランダムな関連性を吐き出し始める場合もある。いずれにせよ、システムは考えたり推論したりしているわけではない。パターンを照合しているだけだ。
その上、汎用AIは意図的にポジティブになるよう設計されている。どんなアイデアを与えても、それを「素晴らしいアイデア」だと言うように訓練されている。それは人々の気分を良くするかもしれないが、企業がお世辞を言うように設計された機械に基づいて、潜在的に不適切な選択をする可能性もある。
これらの汎用モデルだけに頼っているなら、根本的な間違いを犯している。あなたが本当に必要としているのは、あなた自身のコンテキスト、あなた自身のデータ、あなた自身の専門知識に基づいたAIであるにもかかわらず、インターネット全体から情報を引き出しているのだ。
AI時代の進化
私たちはすでにいくつかのAI時代が来ては去るのを目にしてきた。最初は単純な一問一答システムのチャットボット時代だった。次にプロンプトエンジニアリング時代があり、人々は慎重な言い回しによってモデルからより良い出力を引き出せることを発見した。その後、RAG（検索拡張生成）時代に入り、限られた文書セットに回答を根付かせることで信頼性が向上した。
そして今、私がコンテキストエンジニアリングと呼ぶ時代に入ったところだ。
コンテキストエンジニアリングはプロンプト作成をはるかに超えている。一つの質問と一つの回答についてではない。それは複数ステップの推論、変数を持つ動的プロンプト、そしてあなたのビジネスのために設計されたプロセスを通じてAIを導くことだ。AIをあなたが設計した道筋に沿って、一歩一歩考えるようにプログラミングするようなものだと考えてほしい。
この変化はすべてを変える。もはや巧みなプロンプトに頼るだけでは十分ではない。企業は、AIが定義されたコンテキスト内で動作し、無関係なノイズを排除するドメイン固有の知識を使用するシステムを設計する必要がある。それが意味のある結果を得る方法だ。
パーソナライズされたAIが唯一の前進方法である理由
万能AIは神話にすぎない。
すべての企業は、自社の業界に合わせてカスタマイズされ、自社の知識ベースに根ざした独自のAIを必要としている。そうでなければ、インターネットの集合的なノイズと会話しているだけだ。パーソナライズされたAIは人々を強化し、彼らを最高のバージョンにする。人間の創造性、共感、判断力に取って代わるのではなく、それを増幅させるのだ。
そして良いニュースは、これがかつてないほど手頃になっているということだ。ほんの数年前には数百万ドルかかっていたものが、現在では数万ドル、時にはそれ以下で構築できる。今日のオープンソースモデルと低コストのインフラストラクチャにより、企業は自社のニーズに合わせた独自のAIアシスタントを立ち上げることができる。
自分のサーバーでAIを実行すると、その経済性は明らかだ。クラウドで1回のやり取りに10〜15ドル支払う代わりに、ほぼゼロコストで済む。確かに、応答に5秒ではなく15秒かかるが、ビジネス環境ではそれは受け入れられるトレードオフだ。
このような理由から、私たちはAIの新しいデスクトップ時代の入り口に立っていると考えている。かつて巨大なデータベースを自分のマシンにインストールしたように、近い将来、パーソナライズされたAIシステムをローカルで、強力で手頃な価格でプライベートに実行するようになるだろう。
ハイブリッドシステムとコンテキストエンジニアリングの実践
では、実際にはどのように機能するのか？
それは構造化されたデータベースと非構造化データ検索の両方の長所を組み合わせたものだ。ベクトルデータベースとチャンキングを実験している人々は、多くの点で従来のデータベースが行っていたことを再発見している。真の機会は、AIがテーブルを照会し、非構造化データを処理し、両方を一貫した出力に組み合わせることができるハイブリッドシステムにある。
また、実際のビジネスワークフローとプロセスを模倣するAIプロセスを設計することも意味する。コンテキストエンジニアリングは単一のプロンプトではない。それは一連のステップであり、進行に応じて動的変数が組み込まれる。一つの質問を入力して最善を期待するのではなく、あなたのビジネスが実際に運営される方法をシミュレートする20のステップを通じてAIを導くのだ。
結果は単に良い回答を得るだけではない。それはあなたの組織の一部となるAIであり、あなたのコンテキスト内で、外部ではなく内部で機能する。
AGIを待つのをやめて今すぐ構築を始めよう
多くのリーダーは、機械が真に知的になる神話的な未来を待ち望み、AGIという考えに麻痺している。はっきり言おう：私たちはAGIの構築方法を知らない。モデルを大きくしてより多くのお金を投入しても、突然知性が生まれるわけではない。
その間、他の人々が奇跡が起こるのを待っている間に、賢い企業は行動を起こす。彼らは自社に特化した独自のAIを開発し、おとぎ話をまだ待っている混乱した競合他社からひそかに市場シェアを奪うだろう。
真のブレークスルーは、超知的な機械からではなく、AIを巧みに活用する超知的な人間から生まれるだろう。人間の専門知識とカスタマイズされたAIを活用することこそが、真の競争優位性がある場所だ。
独自のAIを構築するか、取り残されるか
GPT-5とその仲間は印象的だが、それだけでは不十分だ。企業はインターネット全体を必要としているわけではない。彼らが必要としているのは、パーソナライズされ、コンテキストに沿い、自分のドメインに根ざした独自のAIだ。
コスト障壁は下がった。技術は利用可能だ。唯一の本当の問題は、リーダーたちがこの瞬間を捉えるか、それとも決して訪れないかもしれない幻想を待ち続けるかだ。
もし本当にビジネスを未来に向けて更新したいなら、万能AIに頼るのをやめよう。独自のAIの構築を始めよう。
