ジェネレーティブAIとLLMの覇権をめぐる競争 — CES AIハウス2025からの洞察

ザの CES 2025 AI ハウス 優秀なAIリーダーが集まり、ジェネレーティブAIの市場競争が激化する中、LLM分野における競争が激化する中、AIリーダーたちが一堂に会しました。特集は サンディカーター (人工知能とウェブ3の女性たち), ステファニーバックナー (アルテア), レイ・ワン （コンステレーションリサーチ）、 ハッサン・サワフ （AIによる説明）、および ユージン・チエン (GMI クラウド)。ここでは、現在の市場環境、進行中のビジネスの変革、および新たなトレンドと業界の将来の方向性に関する専門家の洞察に関するパネルの主な観察結果に焦点を当てます。パネル全体をご覧いただけます。 ここに。

ジェネレーティブAI: 成長が見込まれる市場

パネルは、AIの採用に関する驚異的な統計を共有しました。

• 77% の企業 実稼働用のLLMを模索しています。
• ザの ジェネレーティブAI市場 ヒットすると予測されています 2030年までに1.3兆ドル。
• 2025年までに、 90% の企業 ジェネレーティブAIを使用する予定です。

これらの数字は、AIの変革の可能性を浮き彫りにしています。レイ・ワンは、次のような実践例を示しました。 Otter.ai 会議の概要を通じてワークフローを合理化し、人事、規制遵守、コード生成におけるAIの存在感を高めています。「AI の要点は AI を増やすことではなく、より適切な意思決定を行うことです」とレイは強調しました。

ビジネスの変革:ステファニー・バックナーからの洞察

Stephanie Buckner氏はAltairに豊富な経験をもたらし、AIの採用が業界によってばらつきがあることを強調しました。「周囲には大きな懸念事項があります。 コントロールとガバナンス」と彼女は説明し、AI出力の幻覚などの問題を回避しながら、適切な人が適切な情報にアクセスできるようにすることの課題を指摘しました。

彼女はまた、AI がもたらす労働力の変革についても強調し、「今日の多くのスキルセットは将来必要ないが、新しいスキルセットは生まれるだろう」と述べています。AI は単に仕事に取って代わるだけではありません。スキルの再習得や役割の再定義の機会を創り出しているのです。

ビジョンから実行まで：ユージン・チエンのアプローチ

‍

GMI Cloudのエンジニアリング担当副社長として、Yujing Qianは実践的な視点を示しました。彼は企業に対し、野心的すぎるプロジェクトは避け、代わりに行うよう促しました。 小さく始める:

• 副操縦ワークフローや顧客サービスの強化など、リスクが低く、ROIが高いプロジェクトを特定します。
• コンプライアンスの厳しい分野にAIを統合したり、顧客データを活用して洞察を得たりすることに重点を置いてください。
• 品質の向上であれ、プライバシーや暗号化の課題の解決であれ、まずデータの問題に取り組んでください。

彼は、多くの企業が「現在行っていることと達成したいこととの間に大きなギャップ」に直面していることを指摘しました。多くの場合、企業は AI への取り組みを野心的な目標のリストから始めるものの、実行への道筋が予想以上に複雑であることに気づきます。彼は成功するために、次のことに焦点を当てることを勧めました。 低リスク、高収益プロジェクト 手っ取り早い勝利をもたらし、勢いをつける出発点として。

そこから、企業は次のような差し迫った課題に取り組むことができます データ品質、コンプライアンス、GPU リソース割り当て—あらゆるスケーラブルなAI戦略の重要なコンポーネント。のようなプラットフォーム GMI クラウド 企業がAIイニシアチブを効率的かつ費用対効果の高い方法で拡大するために必要なインフラストラクチャと専門知識を提供することで、このギャップを埋める上で極めて重要な役割を果たします。

AI エージェント:事業運営の未来

Hassan Sawaf 氏は、人間のワークフローを強化できる仮想従業員である AI エージェントの台頭について強調しました。保険業界の例を紹介しながら、AIエージェントが災害時の請求処理を管理し、管理業務を引き受けながら、人間のエージェントが顧客とのやり取りに集中できるようにする方法について説明しました。

「ボトルネックは完璧なデータではない」とハッサン氏は指摘する。「問題なのは 正しいデータ 特定の問題に対処するため。早く始めて、小さく始めなさい。」

彼はまたコンセプトを紹介しました マイクロエージェントAIソリューションのボディーガードとして機能し、コンプライアンス、セキュリティ、公平な運用を保証します。

基礎となるデータ:ステファニーの基礎へのフォーカス

データの話題に戻ると、ステファニーは次のように繰り返し述べました。 データ品質はAIモデリングよりも重要です。「今日のほとんどのデータはサイロに分割されています」と彼女は説明しました。企業が成功するためには、複雑なモデリングに取り掛かる前に、データを統合して強固な基盤を構築する必要があります。

意思決定の自動化:レイ・ワンの視点

Ray Wangは、AIが企業の構築を可能にする意思決定の自動化に注目しました デシジョンマップ そして、人間の判断が依然として重要である領域をピンポイントで特定します。彼は、意思決定の自動化がAIの主要な目的であると主張しています。彼は企業にとって極めて重要な質問を投げかけました。「生産準備はできていますか？何か問題が発生した場合、誰が責任を負うのか?このように説明責任に重点が置かれていることは、特に次のような業界において、強固な実施戦略の重要性を浮き彫りにしています。

金融と医療では 85% の精度でも十分ではありません。

Rayは、AIがどのようにROIを高めることができるかを議論する中で、企業はAIプロジェクトを独立した取り組みとしてではなく、サプライチェーン管理、マーケティング、サイバーセキュリティなどの重要な分野のビジネスプロジェクト全体に組み込むべきだと強調しました。

今後の展望:将来のトレンド

ユジンは、将来を見据えた視点でセッションを締めくくりました。

• より小規模な AI モデルを試して、主要な問題を低コストで解決しましょう。
• インフラストラクチャに投資して、運用コストを削減しながら AI の取り組みを拡大しましょう。
• 機能的なコア機能を持つ仮想従業員として行動することで、確立されたビジネス上の問題を解決する態勢を整えた AI エージェントを採用しましょう。

彼は、企業がデータの所有権を維持することの重要性を強調し、「LLMをめぐる争いは素晴らしいが、データセットも同様に重要だ」と警告しました。

パネルからの重要なポイント

このセッションでは、AI が成功するうえで重要な 3 つの要素が明らかになりました。

1. 小さく始める: スケーリングする前に、明確なROIで達成可能な目標に焦点を当てます。
2. データ品質: 強固なデータ基盤に基づいて構築し、AI の可能性を最大限に引き出します。
3. 執行事項: 導入によってリーダーと出遅れ企業が分かれる。つまり、AI を本番環境に拡張するという課題に取り組むことだ。

結論

CES AI Houseのパネルディスカッションでは、ジェネレーティブAIとLLMがどのように業界を変革しているかを紹介しました。データサイロへの取り組みから AI エージェントの導入まで、これらの業界リーダーが共有する洞察は、AI を効果的に活用することを目指す企業にとっての青写真です。

Yujing Qianが雄弁に要約したように、「成功の鍵は、コストを削減し、ROIを高め、真の価値をもたらすカスタマイズされたソリューションにあります。」

AIへの取り組みに着手しようとしている企業にとって、メッセージは明確でした。小規模から始めて、大胆に実験し、野心に合わせて拡張できるインフラストラクチャに投資することです。AI の未来はイノベーションだけにあるのではなく、よりスマートに、より迅速に、よりスマートな意思決定を下すことにあります。

AI ジャーニーを変革する準備はできていますか？
GMI Cloudのインフラストラクチャと専門知識が、AIイニシアチブの拡大と実際の成果の達成にどのように役立つかをご覧ください。をご覧ください。 www.gmicloud.ai もっと学ぶために！

‍

‍