AI ワークフローとは？
AI ワークフローは、AI パイプラインとも呼ばれるエンドツーエンドの AI ソリューションを構築するために使用されるプロセスであり、マシンラーニング、ディープラーニング、または生成 AI (GenAI) を活用して、タスクの自動化や意思決定を支援します。組織は、データの生成と準備、AI モデリングまたは AI モデルのトレーニング、そして最後に導入と AI モデル推論を含む段階的な AI ワークフローを活用して AI パイプラインを構築します。完全な AI パイプラインの構築を容易にするため、一部の AI ワークフローは、事前に定義され、モジュラー化され、特定のユースケース向けに設計されています。このような事前定義された AI ワークフローは、リファレンス実装またはリファレンス・キットとも呼ばれます。
AI ワークフローの役割
ほとんどの AI 導入は、データ、モデル、導入という 3 つのステップで構成される AI パイプラインの形を取ります。
- データステップには、正式なデータ収集または生成プロセスが含まれ、通常は前処理と保存が続きます。このステップでは、トレーニングまたは推論のいずれかのために、AI モデルで使用するデータを準備します。
- 2 番目のステップである AI モデリングでは、アルゴリズムの階層化を通じて AI モデルを開発し、人間の心の論理的思考パターンおよび意思決定パターンをシミュレートするニューラル・ネットワークを作成します。一度定義された AI モデルは、精度と結果の品質を向上させるために、大量のデータでトレーニングされます。
- 最後のステップである導入は、AI モデルが実際のユースケース、例えば工場の組み立てラインで製品の欠陥を検出したり、生成 AI の場合は、人間の介入を最小限またはゼロにしてユーザーの問い合わせに答えるパーソナライズされたチャットボットとして導入されるときに行われます。
AI パイプライン内では、AI ワークフローはあらゆるデータ準備、モデル・トレーニング、推論プロセスをサポートします。例えば、AI ワークフローは、事前にトレーニングされたモデルやコードサンプルを組織に提供することで、モデル開発を促進するために使用したり、すでに導入されている AI モデルをより高速かつ効率的に実行できるように最適化するために使用したりすることができます。
ChatGPT のような市販の AI アプリケーションを使用する企業は、独自の AI ワークフローを構築する必要がなくなる可能性があります。しかし、企業はこれらの AI アプリケーションに入力するデータの制御が難しく、潜在的なデータ・セキュリティーやプライバシー・リスクにさらされる可能性があります。
AI ワークフローのメリット
McKinsey & Company の調査によると、2024年に AI を導入している組織は 72%、生成 AI を導入している組織は 65% で、それぞれ 2023年の 55%、33% から増加しています。1 AI を導入する組織が増えるにつれ、AI ワークフローは、AI パイプラインの設計、導入、維持に関連する課題を克服するのに役立ちます。
- AI アプリケーションの迅速な導入: AI ソリューションの研究開発には時間と労力がかかり、データ・サイエンティストや AI 開発者のような高度なスキルを有する人材が必要となります。多くの AI ワークフローでは、AI パイプラインの主要なステップに事前に構築されたコンポーネントを活用する機能が提供されているため、組織は高性能な AI ソリューションをいち早く構築、導入することができます。
- 簡素化された統合と互換性: 組織が汎用 AI を既存のビジネス・オペレーションに統合しようとすると、メールサーバーや顧客データベースなどのユースケース向けに設計されたインフラストラクチャーとの連携という課題に直面します。AI ワークフローは、一般的な IT サーバーと同じハードウェアでテストおよび検証できるため、新しい AI アプリケーションを導入しながら、これまでの IT 投資を活用することが可能です。
- 開放性、拡張性、再構成性: 多くの AI ワークフローは、オープンソースのフレームワークを使用して構築されており、ライセンスコストを削減し、特定のビジネス・ニーズを満たすために、より深いレベルでのカスタマイズを可能にしています。また、これにより、組織はニーズの変化に応じて多様なハードウェアのターゲットに導入できる、再利用可能な AI ソフトウェア資産のポートフォリオを拡大することが可能になります。
AI ワークフロー・ソリューション
組織は、独自の AI パイプラインを開発する際に、リファレンス実装、AI ツールキット、事前トレーニング済みモデルを採用することで、事前定義された AI ワークフローを活用できます。一部の AI ワークフローは、対話型 AI チャットボット、自動化された視覚的品質管理検査、機器や資産の健全性を確保する予測メンテナンスなど、業界で成功が実証されている、使用頻度の高い、または価値の高いユースケース向けに開発、販売されています。また、AI オーケストレーション・スイートは、異種環境全体にわたって AI ソリューションをテスト、構築、導入する際に、AI ワークフローの管理を支援するより多くのツールを組織に提供します。