米国で私が好きなものの1つは、スーパーマーケットの規模だ。フットボール場ほどの長さの通路には、スライスチーズの数十種類から歯磨き粉の6つのブランドまで、欲しいものがほぼ何でも並んでいる。ある意味では、大きいことは本当に良いことでもある。
だが、広大なスーパーマーケットの通路で十分な時間を過ごすと、その欠点にも気づき始める。特定の商品を探すのは苛立たしいことがある。品揃えについて基本的なことしか訓練されていないスタッフは、個々の商品について詳しくは教えてくれない。特定のワインに合うチーズの助言が必要なら、専門のチーズ店のほうがはるかに頼りになる。
ChatGPTが3年前に初登場したとき、その論理は巨大なスーパーマーケットのそれに似ていた。目標は、考え得るあらゆる質問に対応するワンストップショップとして、最大かつ最も包括的なAIを構築することだった。そしてしばらくの間、そのアプローチはうまく機能しているように見えた。1つの会話の中で、メールの下書きから、子どもの代数の問題の手助け、会議の整理、コードのデバッグ、家族旅行の計画までこなせるツールがそこにあったのだ。
何でもこなすLLM（大規模言語モデル）の問題は、インターネットの膨大な範囲で訓練されているため、幅広い知識を持つ一方で専門性が浅い点にある。ゼネラリストにも適した場面はあるが、ときにはより深い知識がどうしても必要になる。
汎用AIと特化型AI
AIにまつわる有名なホラーストーリーのいくつかは、おそらくご存じだろう。食事から食卓塩を排除しようとした男性が、LLMに「臭化ナトリウム（有毒）に置き換えよ」と提案され、入院した件。シカゴ・サンタイムズの夏の読書リストが、捏造された本だけで構成されていた件。ChatGPT生成の法的調査を提出した弁護士たちが、それが虚偽だと判明した件。
こうした例は枚挙にいとまがない。そして言うまでもないが、医師の代わりにLLMへ相談してはならない。しかし、これらの出来事は、汎用AIができることと、私たちがAIに求めていることの根本的なミスマッチの一部でもある。スタンフォード大学ロースクールの研究者が主要AIモデルを検証したところ、ハルシネーション率は58〜88%だった。医療の文脈では、特化領域の文献レビューにおける誤り率が91%を超えることを研究が示している。目的特化で作られた法務AIツールでさえ、ベンチマークの問い合わせのうち17%以上で依然としてハルシネーションを起こしている。
中心的な問題は、LLMが訓練されるデータにある。汎用AIモデルは、ウェブ上のあらゆる場所から、あらゆるトピックの情報を引き出す。特定の文脈では、これは非常に有用だ。アンバー・ニガムとジョン・グレイザーがハーバード・ビジネス・レビューで書いているように、ChatGPT、Claude、Geminiのようなシステムが多くの企業用途で優れている理由は、実は特化していないからだという。「その価値は、領域横断で幅広く情報を統合し、意外な結びつきを見出し、ビジネスコミュニケーションの全範囲を扱える能力から生まれる」と彼らは記している。
むしろリーダーは、こうしたシステムを「チームで最も価値の高いユーティリティプレーヤー」のAI版だと捉えるべきであり、コンテンツの幅と深さの双方を促進する役割を担わせるとよい。
一方、特化型モデルは、どの情報を取り出すべきかだけでなく、その情報が特定の枠組みの中でどのように機能するかも理解している。著者らが指摘するように、これは汎用AIモデルよりも特定分野でより知的かつ正確なアウトプットを生成できることを意味する。
例えば、汎用AIはオンライン上で何千もの例を見ているため契約書を作成できる。だが特化型の法務AIは、どの条項が潜在的な責任を生み得るかを認識し、優先順位を変えた可能性のある最新の判例を文脈の中で位置づける。GoogleのAIリードであるアルサラン・モセニアは、領域特化のLLMは安全性の仕組みが強化されていることが多く、さらに情報が少ないほうが実際には課題に集中しやすいのだと説明している。「焦点を狭めることで、これらのモデルは外部の無関係な情報の影響を受けにくくなり、より一貫性があり信頼できる出力を確保できる」と彼は書く。
特化型LLMを作る方法
AIをスリム化したいリーダーには、いくつかの選択肢がある。
プロンプトエンジニアリングは最も直接的で、LLMの基本的な枠組みを組み替える必要がない。例えば、ChatGPTに顧客の解約パターンを分析させたいとする。「なぜ顧客は離れていくのか？」と尋ねる代わりに、具体的な文脈を与える。「データアナリストとして振る舞え。当社のプロジェクト管理ツールの以下の顧客利用データを確認せよ。90日以内に解約したユーザーに共通するパターンを、ログイン頻度とサポートチケット数に焦点を当てて特定せよ。潜在的な影響度の順に、実行可能な示唆を提示せよ」といった具合だ。
このアプローチは基本的なタスクには有効だが、限界がある。深い領域知識を欠くゼネラリストのモデルを使っていることに変わりはなく、プロンプトは毎回作り直す必要がある。
次の段階はRAG（検索拡張生成）で、LLMを自社固有のデータソースに接続する。これによりAIはドキュメントや社内ナレッジベースから情報を引き出せるようになり、回答はより正確で、自社により関連するものになる。
最後にファインチューニングがある。これは基盤モデルを、特定領域のより小さなデータセットで継続学習させる手法だ。実際のサポートチケットでファインチューニングされたカスタマーサービスAIは、自社製品を具体的に理解する。業界の規制関連の提出書類で訓練された財務分析AIは、自社にとって重要なパターンを認識する。参入障壁もこれまでになく低く、GoogleのVertex AIやAmazon SageMakerのようなプラットフォームが面倒な作業の大半を担ってくれる。
汎用LLMが素晴らしいツールでないと主張する人はいないだろう。それは、何でもそろうスーパーマーケットの利点に異を唱える人がいないのと同じだ。だが、ときには専門家が必要なのである。
