01
業界の共通認識：AIアプリケーションはモデルの成功の鍵。
百度のCEO李彦宏は、消費者向け開発も重要だが、企業向けアプリケーションの方が大規模モデルで良い結果を得られると考えている。彼は医療、金融、教育などの分野でカスタマイズされたインテリジェントエージェントが開発され、将来的にはエージェントが100万単位に達し、巨大なエコシステムを形成すると予測している。
百度は今年、大手国有企業や業界のリーディングカンパニーを含む17のプロジェクトを複数の分野で受注し、金額も相当なものとなっている。李彦宏はAIアプリケーションを迅速にインテリジェントエージェントに実装する必要があると考えている。
Moonshot AIの創業者である杨植麟は、企業向けを完全に排除しているわけではないが、主に消費者向けに注力していると述べている。Kimiは既にAI分野でトップクラスのトラフィックと使用量を達成しているが、ピーク時には計算能力不足によって問題が発生することがある。そのため、キャッシュ技術を通じてモデル推論性能を最適化するなど、運用コストを削減し効率を向上させる措置を講じている。
杨植麟は、企業向けに転換するには、まず計算能力の問題を解決し、安定した計算能力を確保することが基本だと考えている。
消費者向けシナリオでのAI市場競争コストが上昇し続けており、多くのAI企業が市場戦略を再評価することを促している。企業向けアプリケーションシナリオこそが、大規模モデルの深遠な影響と高効率な成果を実現する鍵となる分野であり、企業に真のコスト削減と効率向上をもたらすことで初めて、業界ひいては産業全体の進歩を推進できる。
02
インテリジェントエージェントやAI、大（小）規模モデルはどのようにB2B分野に効果的に参入できるか？最初の方法は企業向け上流を行うことである。
企業向け上流とはサプライチェーンの源流を指す。例えば、製薬会社にはAIを利用するニーズとシナリオがあるが、大規模モデル企業が直接参入するのは難しい。この場合、製薬会社が使用しているSaaSソフトウェアプロバイダーと協力し、既存のソフトウェア製品にAIを追加することで、製薬会社がソフトウェアを使用する際にスムーズにAIの使用に移行できるようにすることを検討できる。
B2Bソフトウェアには複数の展開形態がある：
-
オンプレミス展開：ソフトウェアを顧客自身のサーバーやデバイスにインストールし、顧客がデータとセキュリティを管理する。定期的なアップグレードが必要で、メンテナンスが面倒でコストが高い。AI統合の実現に課題があり、特に事前に訓練されたモデルの場合は顕著である。
-
SaaSモデル：ユーザーはサブスクリプション方式で料金を支払う。SaaS企業は直接AI機能を統合でき、小規模モデル企業を迂回して大規模モデル企業から直接サービスを購入してプロセスを改造することもできる。
SaaSモデルでAI機能を統合するのが最も簡単で、サービスプロバイダーはバックエンドでAI機能を統一的に更新・維持でき、顧客は技術的な詳細を気にする必要がない。
上から下を見ると、AIソリューションを提供する企業は一部の注文を獲得できるかもしれないが、顧客を成功に導くプロセスは非常に困難で、投資と収益のバランスが取れないことが多い。
03
新しい解決策はあるだろうか？ボトムアップのアプローチを考えてみよう。
新しい認識：企業でAIを使用することは実際にはブレークスルーを見つけることであり、主に作業効率を向上させることが目的で、AIは一般的に既存のワークフローを強化するために使用され、完全に一からやり直すわけではない。
AIがプロセスの再構築を変革する過程で、大部分の時間は人間が既に慣れ親しんだ作業を処理し、車輪を再発明する必要はない。
企業がAIモデルの使用を開始する際、これらのモデルは企業自身のワークフローと密接に結びつく必要がある。汎用大規模モデルは適していない可能性があり、各企業のビジネスとプロセスが特殊であるため、AIが必要とするデータも特殊である。
この時、小規模モデルや小型アシスタントの方が適している。例えば、中小企業の会計士は金蝶や用友などのソフトウェアを使用しており、これらのソフトウェアには既に大量のデータが保存されている。オペレーターはAIを使ってデータを素早く見つけたり結論を得たりしたいだけで、既存のソフトウェアを大幅に変更する必要はない。
AIを企業（ToB）シナリオで使用するには、複雑なビジネスプロセスを複数の小タスクや具体的な小シナリオに分解し、各小シナリオでAIを使って改善するのが良い方法である。
MicrosoftやSalesforceなどの企業は、AIを使って全く新しい製品を開発するのではなく、既存のビジネスプロセスや製品機能の中で大規模モデルを利用して補助や強化を行っている。
彼らは小規模モデルをアシスタントや強化能力として洗練し、既存のシステムにより良く統合して最適化し、完全に置き換えるのではない。これは多くのAI企業がPC向けに開発しているプラグインに似ており、マウスを軽くスライドさせたりショートカットキーを押したりするだけでAIを呼び出して助けを求めることができ、コア機能はより良い意思決定を支援することである。
04
ToB企業にとって、AIに本当に必要なことは何か？主にデータを使って運営、管理、意思決定、マーケティングの面での決定を支援することである。
AI企業にとって、実用的かつ低コストを実現するにはどうすればよいか？鍵は迅速な複製を実現し、非常に低コストで多様なシナリオをカバーすることである。
一つの方法は、AIをインテリジェントエージェントとしてパッケージ化し、ローカルデータを呼び出せるようにすることである。これがKimi Chatがキャッシュコストを削減している理由であり、頻繁に使用されるローカルテキストを保存することで小型アシスタントの精度を向上させることができる。
しかし、どうすれば正確で汎用的でありながら、コストも低く抑えられるのか？