企業向けAIにはリアルタイムデータが必要。業界はようやく追いつきつつある

モデルは決してシステム全体ではなかった

汎用AIモデルは、どれほど高性能であっても、デフォルトでは企業の専門家ではありません。顧客、契約、在庫、価格設定ロジック、不正パターン、ビジネスルールなどを自動的に把握することはできないのです。そのため、最新の企業固有のデータに基づいたAIシステムは、そうしたコンテキストなしに推論するように求められた汎用モデルよりも、通常は優れたパフォーマンスを発揮します。モデルの規模、精度、ファインチューニングの有無、検索機能の強化、エージェント型であるかどうかよりも、適切な情報を適切なタイミングで提供できるかどうかが重要なのです。

3年前、私たちはこれをシンプルな人間のアナロジーに当てはめて説明しました。記憶はデータとして始まり、パターンが現れると知識となり、コンテキストを通して意味を獲得し、それに基づいて行動すると選択へと変わります。エンタープライズAIも同じ構造に従います。情報はシステムに何が真実かを伝え、コンテキストは何が重要かを伝えます。アクションとは、システムが推奨、決定、ワークフローのトリガー、またはビジネスの状態変更を行う際に発生するものです。

当時もそうだったし、今もそうです。違いは、業界の他の企業も同じことを言い始めたということです。

よかった。ようこそ。

しかし、それを口にすることと、それを実現するために構築することは全く別物であり、まさにそのギャップこそがSingleStoreの存在意義なのです。

コンテキストが古くなると、知能は低下する

リアルタイムのエンタープライズAIは、単に「データにAIを適用する」ことではありません。コンテキストとは、生の情報を意思決定を導くのに十分な意味のある情報に変換するレイヤーであり、企業においては、そのコンテキストは静的なものではありません。ビジネスが変化するたびに、コンテキストも変化します。顧客の行動が変わったり、在庫が変動したり、支払いが完了したり、サポートの問題が深刻化したり、権限が変更されたり、例外が承認されたりするたびに、適切な対応も変化します。これらの変化のいずれも、適切な対応を変える可能性があります。

そのため、単にデータ基盤を構築するだけでは不十分です。データが古かったり、断片化されていたり、パイプラインによって遅延していたりすると、インテリジェンスはすでに損なわれています。古いコンテキストでモデルを構築しても、答えがより具体的に聞こえるかもしれませんが、正しいとは限りません。4時間前の取引データに基づいて動作する不正検出モデルを考えてみましょう。パターンを検出する頃には、支払いは完了し、口座は移動し、介入できる時間は過ぎてしまっています。モデルが間違っていたわけではありません。遅すぎたのです。エンタープライズAIでは、遅すぎと間違いは同じ結果をもたらします。

AIの連鎖は因果関係に基づいているため、この点は重要です。誤った情報は誤ったコンテキストを生み出し、それが誤った行動につながります。そして、リアルタイムから遠ざかるほど、現在から遠ざかり、最終的には、今起きていることに基づいて意思決定をするのではなく、冷めた過去の残滓、つまり蛍光灯の下に放置された昨日のコーヒーのようなデータベース上の残滓に基づいて意思決定をすることになってしまうのです。

エージェント型AIと検索拡張型生成（RAG）の台頭により、この議論は公然と行われるようになりました。AIシステムが質問に答えるだけでなく、行動を起こし始めると、陳腐化したコンテキストのコストは無視できなくなります。企業が必要としているのは、雲（クラウド）の上から高価な神託（オラクル）を授ける預言者のように、ビジネスから遊離して浮遊しているLLMではありません。ビジネスが実際に進行している最中に、AIシステムにリアルタイムで関連性があり、統制された高性能なコンテキストを提供できるデータエンジンを必要としているのです。SingleStoreは、まさにそれを何年もかけて構築してきました。後付けでもなく、コネクタでもなく、6つのボックスと膨大な量のETLで構成された図でもなく、システムのコアとして構築してきたのです。

AIには情報、状況、そして行動が必要です。 

そして企業においては、これら3つすべてがリアルタイムで実現されなければなりません。もはや問題は、AIの知能が十分かどうかではなく、その知能を有効活用できるだけの高速なデータインフラを備えているかどうかなのです。