AI とクラウド コンピューティングが出会うとき、サービスとしての AI は神でしょうか、それとも悪魔でしょうか?

最先端技術の継続的な発展とクラウドコンピューティングサービスの普及により、AI as a service (AIaaS) をはじめとしたさまざまな「as a service」が市場に登場しています。では、サービスとしての AI とはどのようなものなのでしょうか?それは神か悪魔か？

絶え間ない競争の中で優位性と主導的地位を維持するために、AI を自社のアプリケーションに統合できる製品を求める企業が増えています。その中で、おそらくシンプルで人気のある方法は、クラウドベースの AI 製品およびサービス (AIaaS) を使用することです。 IDC の調査によると、2021 年までに、認知および AI システムに対する世界の企業支出は年間複合成長率 50.1% を維持し、これらのテクノロジーに対する企業総支出が 2017 年の 120 億米ドルから 2021 年には 576 億米ドルに増加することになります。

[[222858]]

この支出の大部分はクラウドベースの AI サービスに充てられると予想されます。 2018 年、RightScale のクラウド調査レポートでは、企業が AI における機械学習技術に特に懸念を抱いていることが指摘されました。今後どのようなパブリッククラウドサービスを利用する予定かを尋ねたところ、回答者の圧倒的多数が機械学習を選択しました。回答者のわずか 12% がこれらのサービスを使用していると答えましたが、46% が機械学習サービスをテスト中または導入を計画していると答えました。

企業が AIaaS に関心を持ち、需要があることは明らかであり、クラウド プロバイダーも積極的に対応し始めています。

AIaaSの種類

AlaaS がどのようなものかという質問に答えるには、まずその種類から始める必要があります。実際、「人工知能（AI）」自体がさまざまな技術を網羅する広い用語であるため、AIaaSにもさまざまな種類があります。一般的に言えば、AI技術の核心は、人間の脳の機能に匹敵する機械を作り出すことです。たとえば、AI には、画像内のオブジェクトを認識して識別できるコンピューター ビジョン テクノロジ、システムが人間の会話をシミュレートできるようにする自然言語処理テクノロジ、明示的にプログラムすることなく機械が自動的に学習できるようにする機械学習テクノロジが含まれます。

AlaaS では、サプライヤーが上記の AI テクノロジーの 1 つ以上を独立したクラウド サービス製品にパッケージ化できます。現在、市場で主流の AIaaS 製品は、一般的に次のカテゴリに分類できます。

ロボットとデジタルアシスタント

多くの人にとって、「人工知能」という言葉を聞くと、最初に思い浮かぶのは、Apple の Siri、Microsoft の Cortana、Amazon の Alexa などのデジタルアシスタントかもしれません。これらのツールは、自然言語処理技術を通じてユーザーと会話することができ、また多くのツールには機械学習機能も備わっており、継続的に機能を向上させています。多くの企業は、日々の業務の中で、より良いサービスを提供して顧客体験を向上させるために、自社の製品や Web サイトに同様の機能を追加したいと考えています。 IDC によると、2017 年に最も支出額が多かった AI ユースケースは、自動化された顧客サービス エージェントでした。しかし、企業が独自のロボットをゼロから作るというのは不可能な作業のように思われます。そのため、代替手段として、サプライヤーは Bot Platforms as a Service と呼ばれる製品を作成しました。企業は独自のデータを使用してロボットをトレーニングし、それらを使用して簡単な質問に答えることで、従業員がより複雑な顧客サービスタスクを処理できるようになります。

認知コンピューティング API

アプリケーション プログラミング インターフェイス (API) を使用すると、開発者は比較的簡単な方法でテクノロジやサービスを独自のアプリケーションや製品に統合できます。市場をリードするクラウド プロバイダーは、開発者が特定の種類の AI をアプリケーションに追加できるように、さまざまな API を提供しています。たとえば、写真共有アプリの開発者は、顔認識 API を使用してアプリに個人識別機能を提供できます。 API の助けにより、開発者は顔認識コードをゼロから記述する必要はなく、コードの動作を完全に理解する必要もありません。一般的な API の使用例には、コンピューター ビジョン、コンピューター音声、自然言語処理、検索、知識マッピング、翻訳、感情検出などがあります。

機械学習フレームワーク

このタイプのツールを使用すると、開発者は時間の経過とともに改善できるアプリケーションを作成できます。一般的に、開発者やデータ サイエンティストは機械学習フレームワークを使用してモデルを構築し、既存のデータを使用してモデルをトレーニングします。機械学習フレームワークは、ビッグデータ分析アプリケーションで特に一般的ですが、他の多くの種類のアプリケーションでも使用できます。独自の機械学習モデルを構築する場合と比較して、このクラウドアクセス可能なフレームワークは、より簡単かつ手頃な価格で使用できます。

マネージド機械学習サービス

企業は、アプリケーションに機械学習機能を追加したいものの、必要な関連経験と知識が不足しているという状況に直面することがよくあります。マネージド機械学習サービスは、テンプレート、事前構築されたモデル、ドラッグアンドドロップ開発ツールを通じて機械学習フレームワークの適用プロセスを簡素化および加速することで、この作業を支援します。

AIaaS の「究極の目標」は、クラウド サービスとして提供できる汎用 AI を作成することです。この汎用AIは、人間と同じように考え、コミュニケーションできるコンピュータシステムです。しかし、ほとんどの専門家は、このような汎用 AI を実現するにはまだ時期尚早だと考えています。

AIaaSの利点

大企業は一般的に、独自の AI プロジェクトや研究に投資する傾向があります。しかし、AIaaS の利点を考慮して、AIaaS を選択する企業が増えるのは当然です。一般的に言えば、AlaaS の利点は次のとおりです。

低コスト

AIaaS により、企業は高額なインフラストラクチャ費用を節約できます。これらのサービスにより、企業は必要なときに特定のハードウェアの短期使用料を支払うことができます。クラウド コンピューティングでは、ほとんどの AI ワークロードは「バースト性」があると考えられており、つまり、短時間で大量のコンピューティング能力を提供できるサービスに依存しています。 AIaaS では、ユーザーが使用したハードウェアに対してのみ料金が請求されるため、コストが大幅に削減されます。

スケーラビリティ

他のクラウド サービスと同様に、AIaaS 自体も非常にスケーラブルです。企業はパイロット プロジェクトから開始し、需要の増加に応じて AIaaS サービスを迅速に拡張できます。

可用性

いくつかの優れた AI ツールはオープンソース ライセンスで提供されていますが、これらのツールは安価である一方で、必ずしも使いやすいとは限りません。クラウド AI サービスを使用すると、開発者は分野の専門家でなくても AI に簡単にアクセスできるようになります。

AIaaSのデメリット

諺にあるように、純粋な金はなく、完璧な人間もいない。 AIaaS も完璧ではなく、欠点もあります。最大の欠点の 2 つは、他のクラウド サービスと同じで、セキュリティとコンプライアンスです。

多くの AI アプリケーション、特に機械学習機能を組み込んだアプリケーションは、大量のデータに依存しています。企業は、このデータをクラウドに保存または移行する場合、これらのアプリケーションにデータ暗号化機能などの適切なセキュリティ対策が講じられていることを確認する必要があります。

同時に、一部の国や地域の法律により、企業が機密データをクラウドに保存することが制限されていたり、規制によりデータの保存場所が制限されていたりするため、コンプライアンスが企業が AIaaS を適用する上で障害となる場合もあります。このような場合、一部のユースケースでは AIaaS が失敗する可能性があります。

AlaaS のもう 1 つの潜在的な欠点は、複雑になる可能性があることです。企業は、AI やクラウド コンピューティングのスキルを持つ従業員のトレーニングや採用に多大な時間と労力を費やすことになります。しかし、一部の企業は、この問題は克服可能であり、AIaaS が長期的な利益をもたらすと楽観視しています。

AIaaSベンダー

AIの機能やメリット・デメリットを簡単に紹介した後、代表的なサプライヤーや製品をいくつか紹介したいと思います。基本的に、すべての主要サプライヤーが AIaaS サービスを提供しており、他の小規模企業やスタートアップ企業も同様の製品を提供しています。以下は大まかな概要です。

上記のサプライヤーや製品以外にも、OracleのAI製品やSalesforceのmyEinsteinなど、急速に発展しているAIaaS製品があります。