English 
多くの言語を理解する大規模なコンピュータプログラムは、企業が「知能」について抱く考え方を一変させました。これらのプログラムは、論文の要約やコードの記述、質問への回答、さらには整理されていない大量の情報の処理などを行うことができます。しかし、企業が意思決定や事業運営に知能を活用するようになった今、企業は「オントロジー」という別の概念にも注目し始めています。.
「AI Exploration Journey」で、この件について話し合われました。そこでは、大規模言語モデルが物事同士の関連性を理解する必要があるため、オントロジーの重要性が高まっていると述べられていました。これは、情報、人、そしてビジネスアイデアがどのように結びついているかを理解することを意味します。日本のように、企業が独自のシステムを持ち、独特なやり方で業務を行っている国にとっては、これは非常に重要な課題です。.
オントロジーは、概念がどのように結びついているかを示す地図のようなものです。これは単なる事柄のリストではなく、それらの意味や相互の関係を理解するための手段です。このため、人工知能プログラムが企業が保有する情報を理解するのを助けたり、プログラムがその情報を活用して意思決定を行えるようにしたりするのに役立ちます。 人工知能とオントロジーは関連しています。なぜなら、オントロジーは人工知能が物事の意味を理解するのを助け、人工知能はオントロジーを活用して意思決定を行うことができるからです。.
大規模言語モデルが、なぜオントロジーという概念を再び注目させるのか
AIツールの急速な発展により、その魅力的な活用事例の陰で、時には見過ごされがちだった問題が浮き彫りになりました。大規模言語モデルは単語や文章を十分に理解できますが、企業内の業務における具体的なルールや専門用語、そしてそれらの関連性を自動的に把握できるわけではありません。.
例えば、物品の購入、製品の製造、在庫管理、品質チェックなど、それぞれ異なるシステムを導入している企業を想像してみてください。各システムでは、文字や数字が使われているかもしれません。人工知能のアシスタントは、それらのシステムから情報を取得することができます。しかし、意味を理解するための共通の基準がなければ、情報を正しく統合することは困難になる可能性があります。.
オントロジーは、その欠けていた構造を提供することができます
製品、サプライヤー、機械、受注、生産プロセスといった概念を定義し、それらの関連性を明確にすることで、企業はAIシステムに対して、自社の業務環境をより一貫性のある形で表現させることができます。また、最近の研究では、LLMが企業のオントロジーの構築や維持にどのように役立つかについても検討が進められており、従来は手作業で行われていた作業の一部を軽減できる可能性があります。.
日本はこの変化から恩恵を受ける可能性がある
日本のテクノロジー業界にとって、この動向に注目すべき理由は特に強いものです。多くの日本企業は、レガシーアプリケーションやスプレッドシート、各部門のデータベースなどに、数十年にわたる業務データを蓄積してきました。.
こうした場面こそ、オントロジーに基づく人工知能が真に役立つ可能性があります。 企業は、単に言語モデルを大量の文書に結びつけるだけでは不十分です。データが何を意味するのか、また情報のさまざまな要素が互いにどのように関連しているのかを説明するシステムを構築することができるのです。このシステムは、企業がオントロジーに基づくインテリジェンスやデータを理解するための土台のような役割を果たします。.
日本の製造業にとっては、生産計画、設備の保守、サプライチェーン管理といった分野での活用が期待されます。金融機関では、セマンティックモデルを活用して、顧客情報、取引情報、規制関連情報を結びつけることが可能です。医療機関では、患者、治療、医薬品、診療記録間の関係性がより明確になることで、その恩恵を受けることができます。.
その潜在的な価値は、単に基盤となる言語モデルを大きくするのではなく、AIの文脈認識能力を高めることにあるのです。.
日本のAIおよびITサービス市場への影響
オントロジーの復活は、日本のテクノロジー企業にとって新たな市場機会を生み出す可能性があります。.
日本のITサービス業界は、従来から複雑な企業システムの統合において重要な役割を果たしてきました。企業がこうした環境にAIエージェントを導入し始めるにつれ、データエンジニアリング、ナレッジグラフ、オントロジー開発、AI導入を統合的に手掛けることができる企業への需要が高まる可能性があります。.
ここで、オントロジーに基づく人工知能が真に価値を発揮する可能性があります。企業は、単に言語モデルを大量の文書に結びつけるだけでは不十分です。データが何を意味するのか、またさまざまな情報が互いにどのように関連しているのかを説明する基盤を構築することができるのです。このように、オントロジーに基づく人工知能は、企業が自社のデータをより深く理解する手助けとなります。.
企業は、より信頼性の高いAIを活用できるようになる可能性があります
企業にとって、最大の魅力は信頼性にあるかもしれません。.
企業の文書にアクセスできるAIシステムは、関連情報を検索することはできますが、検索しただけでは、システムが情報同士の関連性を理解しているとは限りません。オントロジーに基づくアプローチは、その欠けている構造の層を補おうとするものです。.
これは、特にAIエージェントにとって有用である可能性があります。企業が、単に質問に答えるだけでなく、タスクを実行できるエージェントへと移行するにつれ、ビジネスルールの誤解に起因するエラーによるコストはますます高くなっています。.
例えば、調達業務を担当する担当者は、サプライヤーとは何かというだけでなく、承認限度額、製品間の関連性、契約条件、組織内の責任分担についても理解しておく必要があります。.
それは、よく書かれた段落を作成することとは、まったく異なる要件です。.
AIエンジニアとデータスペシャリストの新たな役割
オントロジーへの関心の高まりは、日本の技術系雇用にも影響を及ぼす可能性があります。.
企業では、知識システムの構築方法と新しい人工知能の両方に精通した人材が必要となるかもしれません。データデザイナー、ソフトウェアプログラマー、AI開発者は、各分野に詳しい専門家と協力して、企業のAIシステムにとって重要な概念や関連性を確立することができるでしょう。.
大規模言語モデルがこの作業のコスト削減に寄与し得るというのは興味深いことです。科学者たちは、AIを活用してオントロジーの構築を支援する方法を検討しています。具体的には、言語モデルがアイデアやつながりを見つけ出し、経験豊富な専門家が引き続きすべてを確認・管理するという仕組みです。.
この働き方により、日本の中小企業がナレッジシステムを構築しやすくなる可能性があります。以前は、こうしたシステムを構築するための資金やツールが不足していたのです。.
日本におけるエンタープライズAIの今後の展望
オントロジーに対する新たな関心は、大規模言語モデルの重要性が低下したことを意味するものではありません。むしろその逆です。これは、企業が今後活用するAIの次の段階では、言語モデルとデータシステムを組み合わせることが重要になることを意味しています。.
こちらもお読みください： オラクルとAWSが、エンタープライズ向けAIデータベースの成長を牽引しています
日本の企業には、この手法を活用して、自社の知識やプログラム、日々のデータを、新しいAIアシスタントと結びつける機会があります。その結果、単に文章を作成するだけでなく、ビジネス上の状況を理解し、社内のルールを遵守し、体系化された企業の知識を活用して意思決定を支援するシステムが実現する可能性があります。.
日本のテクノロジー業界にとって、これは優先順位の重要な転換を意味します。次なるAIの優位性は、単に最新のモデルを利用できることだけから生まれるとは限りません。そのモデルを取り巻くビジネスデータを最も深く理解していることからもたらされる可能性があります。.
生成AIが日本の企業にさらに浸透するにつれて、, オントロジー したがって、これはこれまで見過ごされてきた情報科学の概念から、同国の企業向けAIアーキテクチャの重要な構成要素へと発展する可能性があります。.
日本語