こうした要素を踏まえると、Gartnerが戦略的トレンドとして挙げている通り、DSMに対する注目度は高いものの、26年を「DSM普及元年」のように位置付けるのは時期尚早だろう。浸透に向けた環境は整備されているが、解決すべき問題や未知の問題が残されている。26年はこうした課題への対策が検討され、今後の本格普及への道筋がつく「助走期間」と見るべきかもしれない。
一方で進展が見込まれるのは、やはり法務、医療、金融といった、規制産業かつ既製品としてDSMが用意されつつある分野での先行導入だろう。これらの業界は汎用AIの限界が早期に顕在化しており、DSM移行のインセンティブが強い。
26年は、こうした分野での先進企業がDSMで具体的な成果を示し、成功事例が他企業や他業界に波及していく起点となるだろう。導入を検討する企業は、成功事例を参照しつつ、自社業務で汎用AIが期待した成果を上げていない領域の特定や、ドメイン固有データの収集・整備、既製のDSM製品の評価と自社でファインチューニングする可能性の検討を並行して進めることが求められる。
長い目で見れば、DSMの活用は「するかしないか」ではなく「いつ、どのように、どの業務で進めるか」の問題になると考えられる。26年は、その問いに対する答えが具体化される1年となるはずだ。
“AIが国家運営を左右”する時代がやってくる? 注目の「ソブリンAI」とは何か、“4つの要素”で解説
ランサムウェア攻撃増加の一因? AIを使った「バイブハッキング」とは何か、その手法を紹介
パラメータ数は1兆超──“超巨大”なLLM「Qwen3-Max」は何がすごいのか? 中華製フラッグシップAIの現在地
詐欺師の次のターゲットはAI──「AIエージェントブラウザ」に潜む危険 複雑化する詐欺への対策は
ここにきてLLMに“新たなリスク”判明か? 米Anthropicが指摘する「潜在学習」とは何かCopyright © ITmedia, Inc. All Rights Reserved.