デジタルアシスタントやチャットボットの効果を高めるため、通信業界が直面している大きな課題は、人工知能（AI）の根幹となる大規模言語モデル（LLM）の取り組み方にあります。独自にLLMを開発するメリットは、完全にコントロールが可能であり、データのプライバシー、競争上の差別化、最適化されたパフォーマンスを実現できる点です。しかし、コストがかかり開発期間が長くなるというデメリットもあります。既存のLLMを調整する場合は、市場導入までの時間が短く、コストの削済、実証済みの技術を活用できるというメリットがありますが、カスタマイズの限界やデータプライバシーへの懸念などのデメリットも存在します。
グローバルテレコムAIアライアンスは、独自のLLMを創造する立場を取っており、通信会社特有のニーズに応えるLLMの共同開発を進めています。これにより、顧客の意図や文脈をより精密に理解できるとされています。また、独自のLLMは企業間の協力を促進し、50カ国約13億人の顧客基盤へのアプローチが可能になると予想されています。
その一方で、中小規模モデルへのチューニングを通じたアプローチも有効であり、IBMやAWSなどは実践的な利用ケースとのデータプラットフォームの整合性に重点を置いています。データ開放のトレンドに乗り、エコシステム内でのデータ共有によるAIの活用が期待されています。
結局のところ、自社のテレコムAI能力を高めるためには、特定のニーズ、リソース、戦略目標に基づいて、独自のLLMを構築するか既存のものをチューニングするかという選択が不可欠です。高度に特化したモデルを望みリソースがある場合は独自開発が、迅速かつコスト効果の高いソリューションを求めるなら既存モデルのチューニングが現実的なアプローチになるでしょう。
出典 : For telco AI LLMs, is bigger necessarily better? https://www.rcrwireless.com/20240812/fundamentals/for-telco-ai-llms-is-bigger-necessarily-better