基盤モデル(Foundation Model)とは(きばんもでる)

背景・由来

「基盤モデル(Foundation Model)」という言葉は、2021年に米スタンフォード大学の研究チームが提唱したとされる概念です。それまでのAIは、特定のタスク(例:画像分類、迷惑メール判定など)ごとに専用のモデルを個別に開発するのが一般的でした。

これに対し基盤モデルは、インターネット上の膨大なテキストや画像などを使って大規模に「事前学習(pre-training)」を行い、1つのモデルが多様な用途に応用できる汎用的な土台(基盤)となることを目指しています。この基盤の上に、少しの追加学習(ファインチューニング)や指示(プロンプト)を与えるだけで、翻訳・要約・文章生成・プログラミング支援など、さまざまな仕事をこなせるようになります。

ChatGPTを支えるGPTシリーズ、GoogleのGemini、Anthropic社のClaude、画像生成のStable Diffusionなどが代表的な基盤モデルです。

具体例

経営の現場では、基盤モデルは「AIという電気」に例えるとイメージしやすいでしょう。発電所(基盤モデルを開発する大手AI企業)が巨大な設備投資をして電気を作り、企業はその電気をコンセント(API)から取り出して、自社の業務に合わせて使います。

具体的には次のような使い方があります。

• 顧客対応:問い合わせ内容を基盤モデルに読ませ、回答の下書きを自動生成する
• 文書作成:議事録の要約や報告書のドラフト作成
• 社内ナレッジ活用:自社マニュアルを組み合わせて、社員の質問に答えるチャットボットを構築する(RAGと呼ばれる手法)

このように、自社でゼロからAIを開発しなくても、既存の基盤モデルを「借りて」業務に組み込めるのが大きな利点です。

経営者が知っておくべきこと

第一に、基盤モデルは「作るもの」ではなく「選んで使うもの」だという認識が重要です。基盤モデルそのものの開発には莫大な資金と計算資源が必要で、これができるのは世界でも限られた大手企業です。中小企業を含む大半の企業にとっての現実的な戦略は、優れた基盤モデルをいかに自社業務に賢く組み込むかにあります。

第二に、依存リスクとコスト構造を理解しておくことです。特定の基盤モデルに業務を深く組み込むと、提供元の価格改定や仕様変更、サービス終了の影響を受けます。複数のモデルを比較・切り替えできる設計にしておくと安全です。

第三に、情報管理です。基盤モデルに入力したデータの扱いは提供元の規約によって異なります。機密情報や個人情報を入力する際は、利用規約とデータ保護の条件を必ず確認し、必要に応じて法務・セキュリティの専門家に相談してください。