AI活用は「導入」から「運用し続ける」フェーズへ

AIをめぐる話題は、サービスを作って公開する段階から、公開した後どう運用し続けるかという段階に関心が移ってきています。今回の情報からは、顧客対応全体への生成AI展開、公開後の運用をAIに任せる仕組み、新しいAIモデルへの移行時に確認すべき点、そして新モデルや学習データ基盤の広がりという4つの動きが見えてきます。非エンジニアの立場でも押さえておきたい実務のポイントを整理します。

顧客基盤全体に広げる生成AI活用

OpenAIの公式情報発信であるOpenAI Newsが「How Itaú is building generative AI for its entire customer base」という記事を公開しました。タイトルが示す通り、Itaúという企業が、特定の部門や一部の顧客だけでなく、顧客基盤全体に向けて生成AIを構築している取り組みを紹介する内容です。限定的な実験ではなく組織全体を対象にした展開である点がこの記事のポイントであり、社内でAI活用の範囲を広げようとしている担当者にとって参考になる事例です。

公開後の運用を型化する動き

Zennに掲載された「公開したあとサイトを放置しない。AIに次の一手を考えさせる運用の型を本にしました」という記事では、サイトを公開した後に運用を止めてしまうのではなく、AIに次に打つべき一手を考えさせる運用の型を本としてまとめたことが紹介されています。サイトやサービスは公開するまでは力が入りやすいものの、公開後の継続的な改善には手が回りにくいのが実務上よくある課題です。この記事は、その「公開後」にAIを組み込む考え方を型として言語化し、本という形で共有した点が特徴です。

モデル移行前に確認すべき3点

Zennのもう一本の記事「Haiku 5.5の移行前に確認する3点──トークン数・旧設定・max_tokens」では、タイトルにある通り、AIモデルをHaiku 5.5に移行する前に確認すべき点として、トークン数、旧設定、max_tokensの3点が挙げられています。AIモデルは新しいバージョンが出るたびに切り替えの判断が必要になりますが、この記事はその作業で見落としがちな確認項目を3つに整理して示したものです。業務でAIツールやAPIを使っている担当者にとって、移行前のチェックリストとして役立つ内容です。

新モデルの登場とデータ基盤の広がり

動画メディアのMatt Wolfeは「AI News: 6 New Models & A Nano Banana Killer」という動画を公開し、6つの新しいAIモデルが登場したことを取り上げています。タイトルの中では、その中の一つを「Nano Banana Killer」と表現しており、既存の有力モデルに対抗する存在として位置づけられていることがうかがえます。また、Hugging Face Blogは「Scaling Indic Pretraining」という記事で、Indic言語の事前学習を2.8兆トークン規模でスケーリングし、データ生成のパイプラインを公開した取り組みを紹介しています。新しいモデルが次々に登場する裏側には、こうした学習データの整備という地道な基盤づくりがある点も見えてきます。

まとめ

今回取り上げた動きは、AIを「導入する」段階から「動かし続ける」段階、そして次のモデルへ「移行する」段階へと関心が移っていることを示しています。顧客基盤全体への展開、公開後の運用の型化、モデル移行時の確認事項、新モデルを支えるデータ基盤は、いずれも導入後に実務担当者が向き合う課題です。AIを業務に取り入れる際は、立ち上げ時の設計だけでなく、運用を継続する体制まで含めて検討することが重要だと言えます。