オープンソース言語モデルや小型言語モデル（SLM）の精度は従来、それほど高いものではなく、実際に活用することは難しかった。しかし、現在はローカル環境でも十分に利用できる小型モデルが続々登場しており、その様相は大きく変わってきている。グーグルが7月末にリリースした「Gemma 2」は、その好例といえるだろう。20億パラメータという非常に小さなモデルでありながら、GPT-3.5を超えるパフォーマンスを示したのだ。さらに、グーグルは「日本語版 Gemma 2 2B」を発表、髙い日本語性能を発揮したという。パラメータ数に関わらず、Gemma 2が高いパフォーマンスを発揮できる理由はどこにあるのか、その理由を探りつつ、実際にローカル環境で動作させる方法と必要なマシンスペックについてもわかりやすく解説する。

アジアの若者たちがSNSを通じて給与の透明化に向けて声を上げ始めている。給与の公開は、職場の公平性向上や企業ブランドの強化につながる反面、転職や人材流出のリスクもはらんでいる。一方、平均より高い給与をもらっている42％の人が自分は低いと誤解しているというデータもあり、公開していないことが「不信」を招く結果にもつながっている。各国、特にアジアの若者が挙げはじめた声を紹介しつつ、企業側の視点で給与の透明性を高めるメリットとデメリットについて見ていこう。

話題にすることがタブー視されてきた給与の問題。欧米では給与の「透明化」が急速に進んでおり、カリフォルニア州やニューヨーク州では2023年に求人で給与の幅を公開することが義務化された。一方、日本では2022年に「男女の賃金差異」の公開が義務化されたものの、G7で「最も不公平な賃金格差」が依然として存在しており、給与の透明化には遅れがみられる。実際にどの程度「不公平」なのか。なぜこうしたことが起きるのか。

グーグル、マイクロソフト、IBM、シスコなどからなるAIコンソーシアムが発表した最新レポートによると、IT関連職の90％以上が変革の波にさらされる時代が到来している。特にエントリーレベルとミッドレベルの職種で大規模な影響が予想され、ビジネス／管理分野では62.5％の職種が「高度な変革」に分類され、AI倫理やプロンプトエンジニアリングといった新しいスキルも必須となる。アクセンチュアらITコンサルも「3年後に我々はなくなるかもしれない」との大号令がかかっている状況だ。AIがどこまで業界を変革し、我々にどのような未来をもたらすのか、レポートの分析結果と合わせてお伝えしたい。

著しい進化を見せる大規模言語モデル（LLM）がロボットに応用され、これまでにない事例を生み出している。いま一番のテクノロジーのテストベッドとなっているのが自動車産業だ。BMWとメルセデス・ベンツは、米国のロボット企業「Figure」と提携し、人型ロボットを工場に導入、その可能性を模索している。テスラも2025年には、1000台以上の人型ロボットを工場に導入する計画という。自動車メーカーによる人型ロボット活用の最前線を探ってみたい。

AIの普及に伴いAIスキルは特別なものではなく、「マスト」であるという認識が広がってきた。これに伴い、グーグルやIBM、アクセンチュアらテック大手が無料のAI学習プログラムを続々と発表している。いずれも主要言語は英語だが、自動翻訳機能が提供され、言語の壁も解消されつつある。国内でも東大松尾研が無料講座を開講するなど、多様なコンテンツがあふれかえっている状況だ。ここでは、AI学習プログラムについて、現在どのようなプログラムが登場しているのか、またどのような内容を学ぶことができるのか、その詳細をまとめたい。

数年前まで「ディープフェイク」の精度はそれほど高くなく、明らかにAIによるフェイクだと分かるものだった。しかし、生成AIの登場により、ディープフェイクの精度は飛躍的に向上し、人の目での判別は専門家でも非常に難しくなってきている。これに伴い、悪用された際の被害も増大する見込み。デロイトの予測によれば、2023年の123億ドル（約1.8兆円）から2027年には400億ドル（約6兆円）に達するという。ディープフェイクをめぐる動向を探ってみたい。

7月19日、米セキュリティ大手クラウドストライクが起こした大規模システム障害は、かつてないほどの影響を世界中に及ぼした。国内では、6月に出版大手KADOKAWAがサイバー攻撃の被害を受けたことが記憶に新しい。国内外問わず、サイバーセキュリティに対する意識が高まる中、この先長期的な成長が見込める企業とは。

繰り返し言われていることだが、AIの急速な進化により、人間の仕事が奪われるのではないかという懸念がこれまでにないほど高まっている。ChatGPTが登場した2022年11月時点では、生成AIの精度はそれほど高くなく、企業での導入は限定的とみられていた。そのため、このときのイメージを引きずっている人は少なくない。一方、グーグルやセールスフォース、言語学習アプリDuolingoなど、すでに一部の企業ではAIの影響でレイオフが実施されるケースも報告されており、現状を改めて再確認する必要がある。本記事では、AIによる労働市場の影響を改めて占ってみたい。

米国の製造業界で、リショアリング（自国回帰）とニアショアリング（近隣諸国への生産移管）が広がっている。経済安全保障を理由に、中国からの輸入が大きく減少。次期米大統領として有力視されるドナルド・トランプ氏は、半導体製造の集積地である台湾を「彼らは米国の半導体ビジネスをすべて奪った」と名指しで批判しているが、実はバイデン政権下でもアジア諸国からの輸入は減少している。代わりに台頭しているのが、カナダやメキシコといった近隣諸国からの輸入と、人手不足のはずの米国での「Made in USA」の拡大だ。なぜこうした動きが進んでいるのか、理由を探ってみた。

オープンソースのLLM（大規模言語モデル）がこれまでにないほど大きな注目を集めている。OpenAIのGPTモデルなどクローズドな大規模言語モデルが圧倒的なシェアを有する状況だが、それらに匹敵するオープンソースのLLMの開発が進んでいる。メタの「Llama 2（ラマツー）」を筆頭に、日本でもそれをベースにした日本語LLM「ELYZA-japanese-Llama-2-13b」が公開された。直近ではメタに対抗して、Databricksも「DBRX」をリリース。オープンソースLLMとは何か、クローズドモデルに比べてどのような利点があるのか。オープンソースLLMが注目される理由を探ってみたい（追記：最新のLlama 3（ラマスリー）については別記事を参照のこと）。

あらゆる企業がDXを通して競争力の拡大に努める中、AI活用は有用な手段として重宝されている。そうした中で、AIシステムなどを開発するのに重要な役割を担うのがAIプラットフォーム（AIシステム開発基盤とも呼ばれる）だ。ここでは、データ収集・処理、モデル構築など、AIの構築に必要な機能などが備えられているサービス群をAIプラットフォームと定義。本記事では、AIプラットフォームの種類やメリットなど基礎を解説するとともに、Amazon Web Services（AWS）やグーグル、マイクロソフト、IBMなどの主要プレイヤーなどについても紹介する。