人工知能（AI）に関するあらゆる誇大宣伝にもかかわらず、この技術を基盤とする流行のスタートアップ企業は、資金を集めているサービスとしてのソフトウェア（SaaS）企業よりも利益率が低いと言われている。
「逸話的に言えば、AI企業の財務データには驚くほど一貫したパターンが見られ、粗利益率は50～60％の範囲であることが多い。これは、同等のSaaSビジネスのベンチマークである60～80％（またはそれ以上）を大きく下回っている」と、シリコンバレーの由緒あるアンドリーセン・ホロウィッツ・パートナーシップのベンチャーキャピタリスト、マーティン・カサド氏とマット・ボーンスタイン氏は今週語った。
機械学習ベースの新興企業が、SaaS型の「一度構築すれば誰でも実行できる」モデルを採用していると考えるのは誤りです。彼らは、カスタマイズされた導入を展開する可能性が高いという点で、むしろ従来のサービスプロバイダーに近いと両氏は説明します。「彼らの維持管理は、時としてサービスビジネスのように感じられることがあります。通常のサポートや成功事例の業務を超えた、顧客固有の膨大な作業と入力コストが必要になるからです。」
機械学習のためのクラウドコンピューティング時間の莫大なコストと、AI システムのトレーニングに必要なデータをクリーンアップするために必要な骨の折れる人的労力も、大きな財政的落とし穴です。
「AI企業からは、クラウド運用は従来のアプローチよりも複雑でコストがかかる可能性があるという声が上がっています。特に、AIモデルをグローバルに拡張するための優れたツールが不足しているからです」と両氏は述べた。「その結果、一部のAI企業は、信頼性、レイテンシ、コンプライアンスを向上させるために、学習済みのモデルをクラウドリージョン間で定期的に転送する必要があり、その結果、大きな送受信コストが発生しています。」
この点についてさらに詳しく知りたい場合は、最先端のモデルが構築されている研究を見てください。Google、Facebook、DeepMind、Microsoft、OpenAIといったトップクラスのAIラボでは、数百台のGPUやTPUポッドを駆使して大量のデータを処理し、ビデオゲームをプレイしたりテキストを生成したりできる巨大で複雑なニューラルネットワークを訓練しています。
あなたがハイパースケーラーでないか、ハイパースケーラーと親しい友人でない場合、目が飛び出るほどのクラウド料金は数万ドルから数十万ドル、場合によっては数百万ドルに達する可能性があり、ほとんどのスタートアップには負担できない金額です。
しかし、これらのモデルを学習させてデプロイする前に、トレーニングデータセットのキュレーションに多大な労力を費やす必要があります。一連の画像、音声クリップ、あるいは数ページのテキストなど、そのデータは、通常は人間によってラベル付けとクレンジングを行う必要があります。
データを確認してください: 自動運転車のデータセットは、数百人の歩行者と数千台の車両をラベル付けできませんでした
続きを読む
例えば、自動運転車用の道路地図を作成するカメラからの映像フィードを分析する必要があります。機械に物体の認識方法を教えるには、あらゆる道路標識、歩行者、自転車、その他の車両の周囲に境界ボックスを描く必要があります。音声制御アシスタントは、多くの場合、アルゴリズムが理解できなかったプライベートな会話の断片を聞き取る人間の書き起こし担当者の小規模な部隊によって支えられており、正しい言い回しをニューラルネットワークにフィードバックして改善を図っています。忘れてはならないのは、低品質のトレーニングデータを与えられたシステムはパフォーマンスが低いということです。
トレーニングデータのクレンジングに必要な人的労力はサードパーティにアウトソーシングできますが、これらのサービスは、たとえ人件費が低くてもコストが急速に膨らみ、プライバシーの問題にも直面します。AIソフトウェアは、データの動的な性質に適応するために定期的に再トレーニングする必要があり、特定の顧客やアプリケーションのワークロードに合わせてアルゴリズムを作成し、調整する必要があります。
ロボットドライバーであれ顔認識システムであれ、モデルの学習が完了した後でも、それが特に複雑な場合は、実行コストが高くなることがあります。学習はもちろんのこと、推論段階でも膨大な計算処理が必要となる場合があり、クラウドやネットワークエッジに膨大なリソースと専用チップが必要になったり、組み込みデバイスに妥協を強いられたりする可能性があります。
「これらの要因を合わせると、AI企業が収益の25%以上をクラウドリソースに費やすことになりがちです。極端なケースでは、特に複雑なタスクに取り組むスタートアップ企業は、学習済みモデルを実行するよりも手作業によるデータ処理の方が安価であることに気づいています」と、アンドリーセン・ホロウィッツのVCは述べています。
要約すると、今日のAIシステムのほとんどは、従来の意味でのソフトウェアとは完全には言えません。そして、AIビジネスは結果として、ソフトウェアビジネスと全く同じではありません。継続的な人的サポートと物質的な変動費を伴います。そして、私たちが望むほど容易に拡張できないことも少なくありません。そして、「一度構築して何度も販売する」ソフトウェアモデルにとって不可欠な強力な防御力は、無料では得られないようです。®
