生成AIを使用すべきでないケース

ITリーダーは、自社のユースケースに生成AIを適用すべき場合とそうでない場合を判断することに苦心している。生成AIを巡るハイプ (過剰な喧伝) により、適さないユースケースに生成AIを使用してしまい、AIプロジェクトが複雑化したり、失敗したりするリスクが高まる恐れがある。

生成AIに必要以上に注目することで、ITリーダーは代替となるさまざまなAIテクニックを軽視し、ビジネス価値が低下してしまう可能性がある。AIの潜在的なユースケースの大半には、確立されたAIテクニックの方が適している。

AIテクニックは相互に排他的なものではなく、多くの場合、組み合わせることでシステム全体を強化できる。適切なAIテクニックを組み合わせる能力を備えている企業は、精度や透明性、パフォーマンスが高く、コストを削減し、データの必要性を低減させるAIシステムを構築できる独自の立場にある。

各ユースケースを体系的に分類し、生成AIの相対的な実現可能性を評価する。現時点では、「予見／予測」「計画／最適化」「意思決定インテリジェンス」「自律システム」に分類されるユースケースに生成AIモデルを単独で使用することは最適ではない。

生成AIモデルの使用が最適ではない場合は、代替となるAIテクニックを活用する。主要な代替テクニックは、非生成的ML (機械学習)、最適化、シミュレーション、ルール・ベースのシステム、グラフの使用である。多くのユースケースにおいて、こうしたテクニックは生成AIモデルよりも信頼性が高く、十分に理解されている。

生成AIモデルを他のAIテクニックと組み合わせて、生成AIの限界の一部 (不正確な回答やハルシネーション [Hallucination：もっともらしいが誤った回答] を生成する傾向など) を緩和する堅牢なシステムを構築する。逆に言えば、他のAIテクニックをサポートするために生成AIモデルを使用する。例えば、他のAI／ソフトウェア・システムへの自然言語インタフェースとして機能させる。