私は疑問に思った。
AI担当者「自社プロダクトのAIを作りました。」
——本当に“作った”のだろうか。
中身は、「既存の自然言語モデルのエンジンを活用しているだけではないのか」 と。
「自社で〇〇なサービスを作りました」なら分かる
「自社で〇〇なサービスを作りました。」
であれば、特に違和感はないし、むしろ普通だと思う。
ただ、「AIを作りました」と言われたとき、
そのAIの正式名称や、どんなモデルで、どんな処理をしているのかまで理解した上で言っている人は、どれくらいいるのだろうか。
そもそも、AIの本来の名称が Artificial Intelligence であることすら、意識されないまま使われているケースもあるのではないか。
——そんなことを考えて、少しだけモヤっとした。
別に否定したいわけではない
念のために書いておくと、
別にそれを否定したいわけではない。
既存のAIモデルやAPIを活用してプロダクトを作ること自体は、
今やごく普通の選択だし、むしろ健全だと思っている。
ゼロからモデルを作ることだけが正解ではないし、
目的に合った技術を選んで使うのは、立派なエンジニアリングだとまで思う。
AIという言葉のズレについて、少し整理してみる
では、何に違和感を覚えていたのか。
それは「AI」という言葉が、あまりにも広い意味で使われていることだ。
現場で「AI」と呼ばれているものをよく見ると、
実際には、いくつかのレイヤーが混ざっていることが多い。
■ モデル（Model）
学習済みの重みを持ったモデルそのもの。
大規模言語モデルなどがこれに当たる。
このレイヤーは専門性が高く、チューニングも必須であり、
多くのプロダクトでは自前で作る対象ではない。
■ API・エンジン（API / Engine）
モデルを外部から使えるようにしたAPIやエンジン。
多くの「AI搭載プロダクト」は、
実際にはこのレイヤーを利用している。
■ 推論・処理設計（Inference / Workflow）
プロンプト設計、前処理・後処理、
検索との組み合わせや制御ロジックなど。
実は、この部分にこそプロダクトとしての工夫や設計力が表れやすい。
それらが全部「AI」でまとめられてしまう
問題は、
これらすべてが一言で「AI」と呼ばれてしまうことだ。
モデルを作ったのか、APIを使ったのか、推論フローを設計したのか。
どこに価値があるのかが曖昧なまま、「AIを作りました」という表現だけが残る。
ぶっちゃけ、ここが一番言いたい
正直なところ、
世に出回っているAIチャットアプリのような
大規模言語モデルのエンジン を使っているだけなら、
それは「AIを使っている」のであって
「AIを作った」とは少し違う気がしている。
別に巨大なモデルである必要はない。
機械学習でも、場合によってはルールベースでもいいから、
自社の業務やドメインに特化した仕組みを設計してこそ、
初めて「自社のAI」と呼べるのではないだろうか。
おわりに
AIを導入すること自体が目的になる時代は、
そろそろ終わりつつある気がしている。
どのレイヤーで、何を作り、どこに価値を置いているのか。
その解像度が少し上がるだけで、「AI」という言葉は、
もう少し地に足のついたものになるのではないか。
ちなみに、私はクラスタリングに強かった教授の下で学生時代を過ごしたせいか、
こんなポエムを領域展開してしまった今日この頃である。