生成AIアプリの開発にAmazon Bedrockが選ばれる理由 導入事例から学ぶ活用のポイント

[PR／ITmedia]

PR

本記事は、アマゾン ウェブ サービス ジャパン合同会社の依頼を受けて、同社の広告として掲載しています。

　2023年に“生成AI元年”を迎え、2024年は生成AIのビジネス活用が急速に進む年となりつつある。

　しかし、どこから取り組むべきか、どうやって推進するべきか、どのようなモデルやプラットフォームを使えば自社が目指す未来へ近づけるのかと苦慮している企業や担当者も多いのではないだろうか。

　それを考える格好の材料となるのが、すでに大手企業で複数の導入事例があるAmazon Web Services（以下、AWS）の生成AIサービス「Amazon Bedrock」だ。

　本記事では、アマゾン ウェブ サービス ジャパンでAI/ML事業部 プリンシパル事業開発マネージャーを務め、さまざまな企業におけるAI・機械学習の活用を支援してきた黒川亮氏にインタビュー。Amazon Bedrockユーザーの成功事例を交えながら生成AI活用に取り組む際のポイントを解説する。

アマゾン ウェブ サービス ジャパン　AI/ML事業部 プリンシパル事業開発マネージャー 黒川亮氏

生成AI活用の成功企業が選んでいるサービスとは

　現代の日本企業は人手不足、顧客ニーズの高度化・複雑化、従業員の業務負担の増加、ベテランの知見や技術が若手に引き継がれないなど、多くの課題を抱えている。

　こうした課題の有力な解決手段として注目される生成AIの中でも、多くの企業から選ばれているのがAmazon Bedrockだ。国内では竹中工務店やソニーらが活用している。

　Amazon Bedrockの詳細な機能や特徴についてはこちらの記事を参照していただきたいが、簡単に言えば主要な基盤モデルをAPI利用できるサービスだ。米Anthropicの「Claude」シリーズや英Stability AIの画像生成AI「Stable Diffusion XL」、カナダCohereの「Cohere Command & Embed」など厳選された基盤モデルから、自社の業務やサービスに適したものを選べる。

　それらの基盤モデルをプライベートな環境に複製し、機密性の高い自社データでカスタマイズできる。国外に持ち出せないデータも、東京リージョンで構築したアプリケーションに限定して利用できる。

新たなナレッジ活用環境の構築に取り組む竹中工務店　グループ内で生成AIの民主化を推進するソニーグループ

　竹中工務店は、建築業界で大きな課題となっているベテラン従業員の知識や経験の継承、生産性向上、人材育成を実現すべく、Amazon Bedrockなどを活用して生成AIを利用した新たなナレッジ利活用環境「自社データで回答するAI」の構築を推進している。

　自社データで回答するAIには、ベテラン従業員が培ってきたノウハウ、実績、経験と社内の業務ルールや保有技術などの専門知識がナレッジとして蓄積されていく計画だ。社員が情報を知りたがったりアドバイスが欲しかったりするときには、このAIに聞けば答えてくれるというツールだ。

　同社は開発に当たって、生成AIへのアクセスにAmazon Bedrockを、専門知識の検索と統合に「Amazon Kendra」を活用した。後者は機械学習を利用したAWSの検索サービスだ。

「自社データで回答するAI」の概要

　「今やAI技術の賞味期限は1カ月と言われています。 Amazon Bedrock自体も機能やモデルの追加など随時進化しているので、こうした開発の進め方はAI技術の急速な変化にマッチしていると言えます」（黒川氏）

　ソニーグループ株式会社は、多様な事業ポートフォリオにおいてデジタル・トランスフォーメーションを推進している。エンタープライズ領域における生成AI活用基盤及び推進体制を整備し、国内外のソニーグループの数万人以上の従業員が日常業務で生成AIに触れ、活用し、日々何万もの推論を実行している。Amazon Bedrockは単一のAPIで多様な基盤モデルを扱うことが可能で、さまざまな業務のニーズにより複数の基盤モデルを使い分ける戦略とも合致し、ソニーグループ様の迅速な導入と活用を支えている。

　「進化が目覚ましい生成AIなど新しい技術の活用を企業の競争力の鍵とし、安心・安全に従業員が活用できる場を整え、全社員がより良い技術の使い手になるよう本社主導の取り組みを推進されています。ビジネス適用での活用事例も出てきており、各国における適切なルールを策定した上でグローバルでの展開を進められており、また最新サービスを積極的に取り入れ進化の速い生成AIを取り巻く技術要素をエコシステムとして活用していくことを計画されています。AWSはソニーグループ様の挑戦を引き続きご支援していきます。」と黒川氏は説明する。

　食品関連の包装資材・消耗品を専門に取り扱うメーカーのエフピコでは、1日580件もの営業日報が作成される。この日報には、包装資材ディーラーやスーパーなどから仕入れた最新情報など経営・製品開発に欠かせないデータが集まるものの、テキストファイルの解析に非常に時間がかかる。

　「そこで、エフピコの若手4人が、Amazon Bedrockをベースに日報作成補助・流行分析アプリケーションを開発しました。彼らは開発支援プログラム『ANGEL Dojo』を活用し、AWSのエンジニアと相談しながら、なんと1カ月でアプリケーションをローンチしたのです。同社はすでに、日報のキー分析にかかる時間を月間で700時間以上も削減できています」

　黒川氏によれば、こうした先進的な企業はAmazon Bedrock単体ではなく、AWSが提供する他のさまざまな機能やプログラム、機械学習プラットフォームの「Amazon SageMaker」、チャットbot「Amazon Q」などの生成 AIを活用するアプリケーションを上手く使い分けているという。

　一口に生成AIと言っても、活用方法に応じて最適なモデル、ツール、プラットフォームは全く異なる。AWSであれば、こうしたマルチエンティティーへの取り組みに柔軟に応えられる。

マルチモーダルAI活用に取り組むアマゾン

　生成AIの取り組みにおいて、「マルチモーダルAI」は重要なキーワードとして捉えておきたい。テキストや画像、音声など異なる形式のデータを統合処理できるAIのことだ。黒川氏によれば、2024年から流行してきているのがこのマルチモーダルAIだという。

　実際にこのマルチモーダルAIを活用しているのが米Amazon.comだ。自社の持つさまざまな形式のデータを生かし、実在する商品だけが登場する画像を生成できるモデルを構築している。

　「例えば、次のようなテキストをオープンソースモデルとAmazon.comが使用しているモデルに入力してみます。『このバスルームには、トイレタリーやアクセサリー用のバスケットが二つ付いた木製のはしご棚があります。シンクは白い磁器製で、蛇口はクローム仕上げのエレガントなデザインが特徴で、黒のアクセントによく合います』。そして生成されたのが以下の画像です」

　「出力された画像は、どちらもリアルな実生活が想像できるものです。ただし、Amazon.comのモデルは、Amazon.comで実際に買える商品のみで画像が生成されます。オープンソースモデルの方も生成AIが魅力的な画像を生成していることは分かりますが、どこの会社の製品を表示しているかは分かりません。

　実際に仕事にとって重要なのは、生成AIがどれだけ精巧な画像を表示できるかではなく、自社で蓄積されたデータを自社の成長のために利用できることです。このモデルのように、AWSでは、新しい生成AI技術でできることをお客さまに提案するのではなく、お客さまに必要なことから遡って考え、お客さまの限られた人材や資金に合わせて必要な技術を提案することを徹底しています」

生成AIプロジェクトを成功に導く3つのポイント

　企業によって生成AIがうまくハマるポイントは異なるだろうが、プロジェクトを成功に導くための幾つかの共通ポイントがあると黒川氏は言う。

　1つ目は「毒性」への対応だ。生成AI活用においては、著作権やモラルなどの問題がSNSを中心に取り沙汰されている。今後、生成AIにまつわる法律がどのように変化するかを予測するのは難しい。国内だけでなくサービスや製品を展開したい各国の法律も注視する必要がある。さらに、法を順守すればよいというものではなく、モラルやハラスメントなど社会的な問題をクリアできているかどうかも重要だ。

　「Amazon Bedrock は米国3社だけでなく、欧州・中東などの4社――計7社の基盤モデルをホストしています。世界各地との情報交換も密に行っており、規制変更や運用ルールについて適切なサービスとして提供できるように工夫しています。

　AWS内部では法律の専門家も参画し、インプット／アウトプットともに厳密なリーガルチェックを行っていますし、モデル企業7社にも厳しい対応を求めています。また、当社が強力なセキュリティ・データ保護基盤を提供しているのは周知の事実です。つまりAmazon Bedrockは、企業がAIを活用するに当たってまさに強固な“岩盤”（Bedrock）として働くというわけです」

　2つ目は「柔軟性」を持たせること。急速に進化し続ける生成AIの領域では、ツールやアプリケーションはどんどんアップデートされていく。何らかのアプリケーションをユーザーに提供しているとき、基盤モデルのバージョンが変化したからといって、ユーザーに対応を強制するのは難しい。裏側でどれだけ吸収できるか、楽にできるかという視点が重要だ。

　3つ目のポイントは、プロジェクトをスモールスタートさせること。「最初のプロジェクトメンバーは5〜25人が限度でしょう。従業員全員が全く同じアプリケーションを使っているというケースはまれだからです」

　「第1ステップはすごく小さなユースケースから始めます。第2ステップでは、自社データで5〜25人のプロジェクトを組んでプロセスを回して、第3ステップとして会社全体を巻き込んでいくのです。ソニーのようなマルチエンティティーの取り組みは、最終目標ですね」

　特に毒性への対応や柔軟性、安全性の確保は、AWSのサービスで十分にカバーできる領域だ。例えばAmazon Bedrockで利用できるモデルの一つである「Amazon Titan」では、仮に第三者から知的財産権侵害を訴えられたときには、AWSが弁護と補償をすると規定している。AWSのさまざまなAIサービスを組み合わせて利用するに当たって、使用目的や公平性に関するポリシーが全て公開されており、安全に利用できるサービスであることを保証している。

　ここまで見てきたように、AWSはAmazon Bedrockはもちろん、Amazon SageMakerのような生成AIの実行基盤となるインフラ部分からAmazon Qなどのすぐに使える生成AIアプリケーションまで、幅広い生成AIサービスを提供している。

　その中で、自社でこれから生成AIアプリケーションを作ろうと検討しているのであれば、Amazon Bedrockを使わない手はないだろう。本記事で紹介した事例や活用のポイントを参考に、Amazon Bedrockで生成AI活用を始めてみてはいかがだろうか。