Amazon Web Servicesは今週、急速に激化する生成型人工知能プラットフォーム競争にAmazon Bedrockで参入した。Amazon Bedrockは、企業が基盤となるインフラストラクチャを自社で運用することなく、Amazonや外部のAI企業が提供する基盤モデルに基づいてアプリケーションを構築できるように設計されたマネージドサービスである。.

AWSは 木曜日、 AI21 Labs、Anthropic、Stability AI、そしてAmazon独自の新しいTitanファミリーのモデルにAPI経由でアクセスできる限定プレビューサービスとしてBedrockを発表した。この戦略は、顧客を単一のモデルに縛り付けるのではなく、AWSのクラウドを、企業が複数の基盤モデルファミリーを比較、カスタマイズ、デプロイできるレイヤーとして位置づけ、アプリケーションをより広範なAWS環境内に維持することを目指している。

Amazonはモデル選択をクラウド機能として提供しようとしている。

Bedrockには当初、AI21のJurassic-2言語モデル、AnthropicのClaude対話モデル、Stability AIのテキスト画像変換技術、そして2つのAmazon Titanモデルが含まれています。1つのTitanモデルはテキストを生成・要約し、もう1つのモデルはテキストを検索、レコメンデーション、その他の機械学習タスクに役立つ数値表現に変換する埋め込みを作成します。.

このサービスは、クラウドコンピューティングにおけるより広範な変化を反映している。長年にわたり、主要プロバイダーはストレージ、データベース、仮想マシン、そして専門的な機械学習インフラストラクチャを巡って競争してきた。現在、基盤となるモデルは、より高度なアプリケーション層を追加している。顧客は強力な事前学習済みシステムを求めているが、クラスターの構築、モデルのゼロからの学習、複雑なデプロイメントパイプラインの管理は望んでいない。.

TechCrunchの報道による と、Bedrockは開発者が複数の生成モデルにサーバーレスでアクセスできるようにし、顧客が独自のデータでそれらをカスタマイズできるようにすることを目的としている。この組み合わせ、つまりマネージドインフラストラクチャと企業固有の適応性こそが、AWSの売り文句の中核を成すものだ。

エンタープライズデータこそが差別化要因である

生成型AIに対する消費者の関心は、主に一般向けのチャットボットや画像生成ツールに集中しているが、企業での導入は、データガバナンス、セキュリティ、予測可能なコスト、既存システムとの統合、そして独自の情報に合わせてモデルをカスタマイズできる能力など、異なる要件に左右される。.

AWSによると、Bedrockの顧客は、ラベル付きのサンプルデータや企業データを提供することで、トレーニングインフラストラクチャを直接管理することなく、基盤となるモデルをカスタマイズできるようになる。また、カスタマイズに使用される顧客データは、モデルプロバイダーに安易に公開されることなく、AWSのシステム内で保護されるとのことだ。.

Forbes誌は 、今回の発表は法人顧客を明確にターゲットにしており、アマゾンを生成型AI分野におけるマイクロソフトやグーグルと並ぶ存在として位置づけるものだと報じた。マイクロソフトはOpenAIに多額の投資を行い、そのモデルをAzureや生産性向上ソフトウェアに統合している。一方、グーグルは独自の大型モデルと生成型サービスを開発している。

したがって、競争上の課題は、どの企業が最も優れたモデルを持っているかという単純な話ではない。クラウドプロバイダーは、モデル、データ、ID、監視、データベース、アプリケーションを組み合わせられるエコシステムを構築している。Bedrockは、Amazonが、企業がモデルの選択肢とインフラストラクチャの中立性を十分に重視することで、チャットボット主導のAIブームへの参入が遅れるというデメリットを相殺できると考えていることを示唆している。.

TitanはAmazonにファーストパーティモデルレイヤーを提供する

Titanの導入は、AWSが単に外部プロバイダーをホスティングするだけでなく、同一プラットフォーム内で競合できるブランド化された基盤モデル群を提供するという点で重要です。これにより、Amazonがプラットフォーム運営者とモデル供給者の両方を担うという、他に類を見ない市場構造が生まれます。.

発表当時の報道では、Bedrockはマイクロソフトやグーグルから登場したクラウドAIサービスに対するアマゾンの回答だと説明されていた。自社開発のTitanモデルはAWSにモデルのパフォーマンスに対する直接的な責任を負わせる一方、サードパーティ製のモデル群は顧客が特定のベンダーに依存するリスクを回避することを可能にする。

このアプローチは、この分野が急速に変化している現状において、特に魅力的なものとなる可能性がある。 リリースされたOpenAIのGPT-4は、 従来のシステムに比べて大幅な性能向上を示し、モデルの品質が今後も急速に向上していくという期待を高めた。企業は、急速に進化する単一のプロバイダーにアプリケーションを依存させるよりも、モデルの切り替えや組み合わせが容易なアーキテクチャを好むかもしれない。

AI競争はインフラ競争になりつつある

基盤となるモデルには、大量の専用コンピューティング能力が必要です。AWSは既にNvidia製GPUや自社開発のTrainiumおよびInferentiaチップへのアクセスを提供しており、Bedrockの登場以前からハードウェアとインフラストラクチャの分野で優位性を確立しています。この新しいサービスにより、AWSはスタックの上位に位置し、そのコンピューティング能力を基盤としたソフトウェアレイヤーから収益を得ることができるようになります。.

ForkLogは4月14日の記事で、マルチモデル構造と、Amazonが生成型AIを馴染みのあるクラウドAPIを通じて利用できるようにするための取り組みを強調した。BigDATAwireも同様に、AWSがこの新しいモデルサービスを、開発者や企業向けのより幅広い生成型AIツール群に組み込んでいると報じた。

技術面および商業面における課題は依然として大きい。生成モデルは、誤った情報を生成したり、偏りを再現したり、データ境界の設計が不十分な場合に機密情報を漏洩させたり、大規模に使用すると予測不可能なコストが発生したりする可能性がある。企業は、クラウドベンダーに対し、消費者向け実験ではしばしば欠落している監視機能、アクセス制御、評価ツール、および契約上の保証を提供することを期待するだろう。.

Bedrockはまだ限定的なプレビュー段階にあるため、その実用性、価格設定、運用上の制約は、幅広い顧客層においてまだ確立されていません。しかし、戦略的な方向性は明確です。生成型AIは、単独のデモンストレーション段階から、大手クラウド企業のコア製品ポートフォリオへと移行しつつあります。.

Amazonの狙いは、企業がAIを単独で選択するのではなく、既に利用しているデータストア、セキュリティシステム、コンピューティングサービス、ソフトウェア環境と併用して選択するというものだ。この仮説が正しければ、生成型AIの競争の次の段階は、主要なモデルベンチマークだけでなく、クラウドアーキテクチャと分散処理によっても左右されることになるだろう。.