ガートナー：このGenAIアプリ開発戦略は納期を50%短縮できる可能性がある

アフィリエイトリンクまたはスポンサーシップを通じて、ベンダーから収益を得る場合があります。これにより、サイト上の商品配置が影響を受ける可能性がありますが、レビューの内容には影響しません。詳細は利用規約をご覧ください。

ガートナーは、検索拡張生成が GenAI ビジネスアプリの開発と展開に関する問題を軽減する上で重要な役割を果たすと予測しています。

仮想 AI 関連画像がディスプレイに表示されているラップトップを使用している IT プロフェッショナル。 — 画像: Sutthiphong/Adobe Stock

ガートナーによると、2028年までに生成AIビジネスアプリの80%が既存のデータ管理プラットフォーム上で開発され、複雑さが軽減され、配信時間が50%短縮されるという。

現在、GenAIのビジネスアプリケーションは、大規模言語モデル（LLM）と組織の内部データ、そしてベクトル検索、メタデータ管理、迅速な設計、埋め込みといった急速に進化する技術を統合することで開発されています。しかし、組織は統一された管理アプローチなしに「散在する技術」を採用し、納品までの期間が長くなり、コストが増加するリスクがあると、同社は先週ムンバイで開催されたガートナーデータ＆アナリティクスサミットで発表しました。

より正確な GenAI アプリの構築における RAG の役割

生成 AI モデルの精度と信頼性を高めるフレームワークである検索拡張生成 (RAG) は、これらの問題を軽減する上で重要な役割を果たします。

ガートナー社によると、RAG は「実装の柔軟性、強化された説明可能性、LLM との組み合わせ可能性」を提供するため、GenAI アプリケーションの導入の基盤になりつつあるという。

「RAGの重要なユースケースの一つは、営業、人事、IT、データ管理など、多くのビジネス機能におけるプロセス改善とタスクの自動化です」と、ガートナーのシニアディレクターアナリスト、プラサド・ポア氏はTechRepublicに語った。「現在、データエンジニアやデータプロフェッショナルは、複雑なデータパイプラインやアプリケーションの開発、テスト、導入、そして最も重要なメンテナンスにおいて、多くの課題に直面しています。」

これは、データ管理に関する現在のプロセスがかなりの時間と人的労力を要しているためです。ポア氏は、RAGを使用することでこれらの時間と労力を削減し、生産性を向上させることができると述べています。「また、データガバナンスは本質的に複雑です」とポア氏は付け加え、データディスカバリ、ビジネスコンテキスト生成、ログ分析によるセキュリティ異常検出などの分野でRAGのメリットを享受できると述べました。

さらに、LLMなどの生成モデルは静的であり、学習に使用したデータ以外の最新情報を認識していないとポア氏は指摘した。これらのモデルは主に公開されているデータを用いて学習される。一般的なタスクには使用できるが、コンテキストが欠如しているため、ビジネス／組織固有のタスクには役立たない、と彼は述べた。

RAG は、最新のビジネスまたは組織固有/独自のデータ、さらには最新の公開データもコンテキストとして LLM モデルに統合し、質問への回答、ログの分析、質問/入力に基づいて実行するアクションの決定などの目標を達成できると Pore 氏は述べています。

GenAIビジネスアプリの種類

ガートナーが言及しているビジネスアプリの種類について、ポア氏は、GenAIには様々な業界やセクターで多くのユースケースとアプリケーションがあると述べています。大まかに言えば、以下の3つのカテゴリーに分類できます。

プロセスの改善と自動化:たとえば、エンタープライズナレッジ管理、ドキュメント処理の自動化、調査、ソフトウェアの開発と運用、社内ヘルプデスクなど。
ユーザーエクスペリエンス:たとえば、顧客サポートの自動化、製品関連のクエリ用のチャットボット、パーソナライズされたショッピングエクスペリエンス、旅行アシスタント、多くの IT ツールの自然言語インターフェースなどです。
洞察と予測:たとえば、会話型 BI および分析ツール、データ検出、拡張データ管理およびビジネスインテリジェンス、従来の BI/分析の自動化、自然言語処理など。

GenAIアプリの作成と展開に関する3つのヒント

ガートナーは、GenAI アプリを構築および導入する際に、企業が以下の点を考慮することを推奨しています。

現在使用されているデータ管理プラットフォームを、ビジネス GenAI アプリケーションの知識ソースとしてのスタンドアロンのドキュメント/データストアを置き換える RAG-as-a-service プラットフォームに変換できるかどうかを評価します。
GenAIアプリケーションの構築においては、RAGを優先し、既存のデータ管理システムやそのエコシステムパートナーからベクトル検索、グラフ、チャンキングなどの技術を統合します。RAG技術は技術的な混乱の発生リスクが低く、組織のデータとの互換性も確保されます。
データ管理プラットフォームにおいて、実行時にメタデータと運用データを活用します。これにより、悪意のある利用を防ぎ、プライバシーの懸念に対処し、知的財産の漏洩を防止します。

ガートナー社のハイプサイクルで幻滅期に入った生成 AI に関する、TechRepublic の最近の記事をお読みください。

記事をシェア