バックエンドアプリケーション開発者は、AI主導のコンテンツ作成（GC）をどのように活用できるでしょうか？これは大きなトレンドであり、従来のアプリケーション開発者は、この業界の波に遅れを取らないために、キャリアパスを選択するか、迅速に移行する必要があるという課題に直面しています。

0 AIピラミッドモデル

上位になるほど、キャリアアップや運営全般の難易度が上がります。逆に、下位になるほど、チャンスは増えます。つまり、ピラミッド型のモデルと言えるでしょう。

最も難しく、最も高いレベルには、チャンスが最も少なくなります。

1. 基地の大型模型

OpenAI の ChatGPT、Alpaca、BaiChuan Intelligence と同様に、事前トレーニングには大量のコーパス データを使用します。

特徴：

• 膨大な量の計算能力を消費します。
• それを支えるには多額の資本が必要です。

OpenAI の完全なトレーニング プログラムは数千万ドルの費用がかかり、巨大企業や大資本しか負担できないため、キャリアのチャンスはほとんどありません。

次は

2. 業界垂直型大規模モデル

業界特有のデータをベースモデルに取り込むことは、本質的にはベースモデルを微調整することを意味します。この結果を得るために2回か3回学習させると、キャリアアップのチャンスは多少増えるかもしれませんが、アプリケーションレベルの開発者にとってはそれほど多くのチャンスは提供されないかもしれません。

読み続ける

3つのAIネイティブアプリケーション

B2B であっても B2C であっても、この分野には多くのチャンスがあり、従来のインターネットおよびテクノロジー企業、アプリケーション開発会社、そして私たちアプリケーション開発者のようなテクノロジー系スタートアップ企業に十分なチャンスを提供します。

業界を理解するにはモデルを把握する必要があり、市場を理解するにはシナリオを理解する必要があります。したがって、これは非常に重要なポジションであり、将来の成長が期待できる有望なセクターです。

右側を見ると、ChatGPTのCEO兼創設者であるサム・アルトマン氏は、AIにとっての大きなモデルはiPhoneの登場であり、App Storeや開発者ツールといったAppleのようなエコシステムを構築することだと述べています。後は、AIを活用してアイデアを適切なアプリケーションに落とし込むだけです。そのため、現在、多くのキャリアチャンスとアプリケーション開発の機会があり、従来のアプリケーション開発者にとっても、このトレンドに迅速に対応し、変化に対応していく絶好の機会となっています。

先行する段階では、大規模な基盤モデルの構築、土台作り、トレーニングの微調整、業界固有のモデルの作成などが行われる可能性があるため、当社はこれらの分野に参加できないか、または関与が非常に限られています。

しかし、この強力なアプリケーションのシナリオでは、実際にはまだ非常に強力なアプリケーションは存在しません。これは、Appleが初めてApp Storeを立ち上げた頃、急速な拡大と多くのチャンスに恵まれた時代と少し似ています。

将来的には、これは私たちにとってチャンスではなく、アプリケーション開発者が注力すべき分野でもありません。なぜなら、将来的にはAIの活用が非常に一般的な要件となり、様々な業界が自社や業界のコスト削減と効率性向上のためにAIの活用方法を学ぶ必要が出てくるからです。つまり、AIはあらゆる企業が利用するプロセスです。私たちにとっては、これはやや単純化されており、利用レベルのみを表しています。しかし、この中には、他の企業にAIの使い方を教えたり、より効果的に活用できるアプリケーションを開発したりするなど、多くの機会がまだ残されています。

このモデルは私たちの機会と課題を大まかに説明しており、モデルレベルでの競争はますます激しくなっています。

しかし、アプリ市場にはまだキラーアプリが登場していません。最大のキラーアプリはChatGPTですが、他にキラーアプリはまだ登場していません。なぜでしょうか？それは、上位2層がまだ十分に成熟していない、というか、人々の理解が追いついていないからです。下位の様々な業界のアプリケーションも、十分に活用されていません。多くの人は、チャットでごく基本的な問題を解決するためだけに使用しています。多様なシナリオに対応できる強力なアプリケーションが不足しているのです。

もちろん、これは多くのアプリケーション開発者が現在AIに対する深い理解を欠いていることにも起因しています。多くのアプリケーションシナリオを想定しているにもかかわらず、AIで何ができるのか、どのように実現できるのかが明確ではありません。そのため、この市場は広大であり、あらゆるアプリケーションをAIで作り直す価値があると言えるでしょう。

これは、アプリケーション開発者が当社の大規模モデルをどのように活用できるかを示す業界の主要なトレンドです。

開発の観点から見ると、アーキテクチャは基本的に次のようになります。

基盤となるコンピューティングパワーはGPUのコンピューティングパワーかもしれません。これについては心配する必要はありません。多くのクラウドプラットフォームが既にコンピューティングパワーの問題を解決しています。クラウドコンピューティングパワープラットフォームや、後ほど実用例で紹介する国内クラウドプラットフォームも含め、これらのプラットフォームは実際にこの問題を解決してくれています。

階層を上っていくと、大規模モデル開発になります。AI GC（AI Generic Development）トラックでは、これまで説明した2つの主要な部分がモデル開発です。この部分はアプリケーションレベルの開発とはあまり関係がないかもしれません。むしろ、この部分に関するキャリアの機会は多くありません。しかし、いわゆるネイティブアプリケーション領域は、注目すべきトラックです。これには大規模モデルの理解が含まれ、その上にアプリケーションコンポーネントがあり、さらにその上にアプリケーションフレームワークがあります。アプリケーションコンポーネントには、AI機能、クラウド機能、マルチモーダルおよび大規模モデルプラグインが含まれます。クラウド機能には、ベクターデータベースやCOSストレージなどが含まれ、これらのクラウド機能はAIを強化するものと考えることができます。アプリケーションフレームワークを上っていくと、主に2つの方向があります。

• 検索機能強化型RAG生成の最も一般的な用途は、ドキュメントに関する質疑応答です。PDFを送信し、それと対話することで、重要な情報やその他の関連情報を抽出できます。
• エージェント、あるいはインテリジェントエージェントには様々な用途があります。ロボットの開発に例えることができますが、このロボットはより特化しており、外部ソフトウェアのスケジュール管理なども可能です。

この図から、私たちの役割が分かります。アプリケーションレベルの開発では右側の広い領域に重点が置かれるかもしれませんが、実際のコーディング、つまり私たちが最もよく使う部分は、おそらく上に示した2つの部分（RAGとエージェント）だけです。残りの部分が実際に使用する部分です。

4つのキャリアチャンス

多くの学生は、AIの到来にまだ少し不安を感じており、AIが自分の仕事を奪ってしまうのではないか、あるいはキャリアの機会が減ってしまうのではないかと心配しています。しかし、それは間違いです。AIは人間を駆逐するのではなく、AIの使い方を知らない人を駆逐するのです。キャリアの機会を考えると、AIは現在、右記に挙げたような業界やサブセクターを含め、様々な業界やサブセクターで必要とされています。どのような人材が必要とされているのでしょうか？AIを理解し、そのシナリオを理解し、そしてそれらのシナリオに合わせてAIの能力を活用し、誰もが利用できるアプリケーションを開発できる人材です。ですから、今後多くのシナリオでAIが活躍する場面が見られるようになるでしょう。

なぜこのような判断をしたのでしょうか？エージェントは非常に重要です。エージェントは自然言語に応答し、ユーザーの理解に基づいて様々なタスクを実行できる存在です。これらのシナリオを組み合わせることで、無数の可能性が考えられます。現在、最も一般的な例はパーソナルアシスタントやワークアシスタントです。これらは、タスクの完了を支援する様々なタイプのアシスタントであり、実質的には副操縦士のような役割を果たします。多くのソフトウェア開発者は、コーディングを支援する同様の副操縦士ツールを使用しています。プロンプトを入力すると、自動的にコードが生成されます。

将来的には、誰もがそのようなアシスタントを持ち、あらゆる仕事にアシスタントが付くようになるかもしれません。例えば、AIを活用した観光アプリケーションでは、旅行を計画している際に旅行ロボットが予算内でホテルを探すのを手伝ってくれるかもしれません。このインテリジェントエージェントは、あなたが新しい目的地に挑戦する傾向や、馴染みのある場所を再訪する傾向を理解し、年間を通していつ旅行するかを把握し、旅行先を提案してくれるでしょう。つまり、質問をすれば、あなたの興味や冒険心に基づいておすすめのアクティビティを提案したり、お気に入りのレストランの予約を手伝ってくれるかもしれません。

このような AI シナリオがなければ、おそらく旅行代理店に依頼してこれらのものをカスタマイズしてもらう必要があるでしょう。

医療現場では、メンタルヘルスエージェントが選ばれました。あなたの人生経験や人間関係といった膨大なデータを入力することで、エージェントはあなたについて学び、必要な時にいつでも現れ、常に辛抱強く対応してくれます。あなたの許可があれば、スマートウォッチを介して治療に対する身体的反応をモニタリングできます。例えば、上司と問題を話し合った際に心拍数が上昇するかどうかなどです。また、人間のセラピストに診てもらうべきタイミングを提案してくれるでしょう。

ビル・ゲイツ氏は先日、「AIはコンピュータの使い方を完全に変え、ソフトウェア業界に革命を起こすだろう」と題した記事を発表しました。彼は様々なシナリオを挙げ、エージェントを用いて、人間同士のやり取りが関わるあらゆる状況に適用できるエージェントアプリケーションを作成することを提案しました。

従来のアプリケーション開発者は AI GC に移行しています。

AIアプリケーションの開発に携わりつつも、より深く探求したいAIソフトウェアエンジニアにとって、ビジュアルエンジニアリング、自然言語処理、機械学習といったAI開発そのものに焦点が移るかもしれません。これらはすべて、キャリアチェンジのチャンスです。

AIアプリケーションに直接取り組めば、より多くの機会があり、私たちの変革の難しさに比べれば難易度は比較的小さいです。他の側面としては、より多くの新しいことを学ぶ必要があるかもしれません。

どのように変革するのでしょうか？どのような準備作業が必要でしょうか？あるいは、AIアプリケーション開発のレベルにどう変革するのでしょうか？

5. 何を習得する必要がありますか?

機械学習とディープラーニングの基礎知識を学びましょう。前述の2つのレイヤーは、大規模モデルレイヤーとインダストリーモデルレイヤーです。これらのモデルレイヤーについては、少なくともその仕組みと一般的な使い方を理解するための基本的な知識が必要です。

PythonなどのAI開発ツールやフレームワークを習得することは必須です。Pythonは機械学習分野の主流言語であり、多くのプロジェクトがPythonを使用して開発されています。

AI プロジェクトを実践するには、いくつかのシナリオを見つけ、私たちの能力を組み合わせてそのようなプロジェクトを作成し、実践する必要があるかもしれません。

特定分野におけるAIの知識を深く理解するには、関連するシナリオに関する知識が必要です。右側に挙げたシナリオはすべて、AIアプリケーションの可能性を広げます。結局のところ、AIへの理解の深さが鍵となります。例えば、これまでの多くのコースでは、OpenI APIを用いたアプリケーション開発方法を指導していました。しかし、それらはAPIの使い方を教えるだけで、具体的なシナリオへの深い理解が欠けていました。したがって、AIアプリケーション開発者として高い評価を得るには、提供するシナリオや業界を徹底的に理解し、最も重要な側面を把握する必要があります。そうすることで、成功の可能性が大幅に高まります。

6. まとめ

このレベルではキャリアチャンスはより豊富で、難易度も比較的中程度ですが、ビジネスモデルと業界への理解が求められます。しかも、私たちは現在、爆発寸前、いや、むしろ爆発寸前の状態にあります。

技術的な観点、そして技術的なアーキテクチャの観点から、RAG テクノロジーなどのインテリジェント エージェントの開発にさらに重点を置く必要があります。

その他の側面については、理解を深める必要があります。キャリア機会の観点から見ると、現在、AIの活用が必要な業界やシナリオは数多く存在します。そのため、事前に準備作業を行う必要があります。移行する際には、前提となる知識を習得し、AIの活用方法を学ぶことで、準備を整える必要があります。

アプリケーションレベルの開発者にとって、AIの使い方を学ぶことは、一般ユーザーがAIを使う方法とは異なります。一般ユーザーは既製のツールをそのまま使うかもしれませんが、アプリケーションレベルの開発者は既存のツールをただ使うだけでは不十分だと思います。既存のツールを研究し、AIの特性とどのように組み合わせて新しいアプリケーションを開発するかを考える必要があります。ここに私たちのキャリアチャンスがあります。