推論エンジンとは
会話型コパイロットを最大限に活用するため、LLMの世界の奥深くを探索してみましょう。
Shipra Gupta
会話型コパイロットを最大限に活用するため、LLMの世界の奥深くを探索してみましょう。
Shipra Gupta
メールの作成、キャンペーンブリーフの作成、Webページの作成、競合他社の調査、データの分析、通話の要約などの日常的なビジネスタスクがAIによって自動化された状況を想像してみてください。このような繰り返し作業を自動化することで、人間は貴重な時間と労力を大幅に節約し、ビジネス戦略や関係構築といった、より複雑で創造的な活動に専念できるようになります。
このような日常的な業務を自動化するには、人間の知能を模倣してAIを推論エンジンとして機能させることが必要です。それはワンランク上の生成AIと言えます。AIは、自然言語でのコミュニケーションだけでなく、問題解決や意思決定にも役立ちます。提供された情報から学習し、長所と短所を評価し、結果を予測し、論理的な決定を下します。最近の技術の進展により、こうしたAI機能が実用に近づいており、科学界やビジネス界から大きな期待が寄せられています。
Salesforce AIは、Salesforce Platform全体をグラウンディングする、信頼性と拡張性の高いAIを提供します。 SalesforceのAIを顧客データと合わせて利用すると、ビジネスのあらゆるニーズに合わせて、カスタマイズ可能な予測・生成AIのエクスペリエンスを安全に構築できます。Einsteinがあれば、あらゆるワークフロー、部門、業種で対話型AIを活用できるのです。
推論エンジンは、特定のルールとロジックにもとづいて、人間のように判断を下し、問題を解決できるAIシステムです。推論エンジンが人間の推論や推察のメカニズムをエミュレートするものには、主に次の3種類があります。
今や、大規模言語モデル(LLM)が、学習したデータから有用な新しいコンテンツを生成できる特別な機械学習モデルであることは世界中で知られています。それに加えて、現在のLLMは文脈を理解し、データから論理的な推論を引き出し、さまざまな情報を結びつけて問題を解決する能力も備えています。これらの特性により、LLMは推論エンジンとして機能することができます。
では、LLMが情報を評価し、計画を立て、既知のルールを適用して一般的なビジネスの数学問題を解く際にどのようなことを行っているのでしょうか?
コーヒーショップのオーナーが、損益分岐点を知りたいとします。1杯の販売価格は3.95ドル。月間固定費は2500ドル、変動費は1杯あたり1.40ドルです。
LLMは、既知の数学的ルールを適用して体系的に答えを導き出しことができます。
関連する値を特定します。
コーヒー1杯あたりの貢献利益を計算します。貢献利益とは、販売価格から変動費を差し引いたものです。
= 3.95ドル – 1.40ドル = 2.55ドル
損益分岐点式を適用します。損益分岐点は、固定費を貢献利益で割ったものです。
= 2500ドル/2.55ドル= 980.39
整数になるように小数点第一位を繰り上げます。
損益分岐点 = コーヒー981杯
SalesforceのAIは、CRMに直接組み込まれたエンタープライズAIです。あらゆるアプリ、ユーザー、ワークフローがAIを利用し、企業全体の生産性を最大化します。パーソナライズされたAIアシスタントを使って、セールス、サービス、コマースなどさまざまな業務で、優れた顧客体験を提供できるように従業員を支援します。
大規模言語モデルは2022年の秋に人気が急上昇しましたが、科学者たちはそれ以前から様々なプロンプトを使ってモデルの実験に真剣に取り組んでいます。「プロンプト」、正式にはプロンプトエンジニアリングは現在急速に発展している領域です。望ましい結果を得るために工夫して作成した一連の入力指示(プロンプト)を大規模言語モデル(LLM)に送信します。プロンプトを使用して目標を達成するための論理的なステップの計画を生成する際、それらを「推論手法」と呼ぶこともあります。以下は一般的に普及している推論手法の例です。
上に挙げたものは、現在最も有望とされる手法の一部に過ぎません。実際のAIアプリケーションでは、最適なパフォーマンスを得るために、さまざまな手法の調整と組み合わせにより、反復的に進めていきます。
LLMが推論エンジンとして機能することには夢があります。しかし実際の世界でどのように役立てることができるのでしょうか?人間に例えると、LLMは推論、計画、意思決定能力を持つ脳のような存在です。しかし、行動を起こすためには手足が必要です。そこで登場するのが「AIエージェント」です。これは推論と行動という2つの能力を備えたAIシステムです。行動を実行するための一般的な用語には「ツール」「プラグイン」「アクション」などがあります。
AIエージェントには、完全自律型と半自律型の2種類があります。完全自律型AIエージェントは、人間の介入なしに自律的に意思決定を行い、それに基づいて行動することができます。完全自律型AIエージェントは現在、実験段階にあります。一方、半自律型AIエージェントは、リクエストをトリガーする「人間の介入」が必要なAIエージェントです。半自律型AIエージェントは、Einstein Copilot、ChatGPT、Geminiなどの会話型チャットボットなどのAIアプリケーションですでに採用され始めています。
AIエージェントには、次の4つの主要なコンポーネントがあります。
Einstein Copilotは、Salesforceの高度なAI搭載会話アシスタントです。企業の従業員や顧客と自然言語で対話する能力を持っています。従業員はワークフロー内でさまざまなタスクをこなすのにこれを活用することができ、大規模な生産性の向上につながります。また、消費者はブランドとチャットし、即座に質問に回答を得ることができるため、顧客満足度やロイヤルティの向上につながります。Einstein Copilotは、理解力やコンテンツ生成といった言語スキルのためにLLMを利用するだけでなく、複雑なタスクの計画を立てるための推論エンジンとしても活用でき、ユーザーの認知的な負担を軽減します。
それでは、その仕組みを説明しましょう。
イメージにすると次のようになります。
Einstein Copilotを導入することで、企業は大規模言語モデル(LLM)を推論エンジンとして利用し、数か月前には実現が難しかった数々のタスクをAIでこなせるようになります。
これらのユースケースや他の多くの例で、Einstein Copilotはユーザーからの指示に基づいてLLMを推論エンジンとして使用し、タスクを実行する半自律AIエージェントとして機能します。しかし、これはまだ始まりに過ぎません。次の目標はEinstein Copilotを完全に自律化し、アシスタント的な役割だけでなく、プロアクティブかつ常時稼働する存在にすることです。AIにはスリリングな未来が待っていますが、それ以上にエキサイティングなのは、世界的な効率向上によって得られる成果です。
AIエージェントの構築方法と、構築の際に役立つヒントを紹介します。
Agentforce Activatorで、 AIエージェントを確実にすばやく導入できます。
Trailhead上のハンズオンモジュールで、Agentforceを使用したAIエージェントの作成を体験してみましょう。