AI回答の精度問題を解決する新アプローチ：複数モデル統合の可能性

CollectivIQが複数のAIモデルを同時活用して回答精度を向上させる新サービスを発表。企業のAI導入における課題解決の糸口となるか。

企業のAI導入において、47%の管理者が「不正確な回答」を最大の懸念として挙げている。この課題に対し、ボストンの新興企業CollectivIQが興味深い解決策を提示した。

一つのAIに頼る限界

Buyers Edge PlatformのCEOであるJohn Davie氏は、従業員にAIツールの活用を推奨していたが、予期せぬ問題に直面した。「従業員が独自にAIツールを使用することで、我が社の機密情報が競合他社の学習データになる可能性があることに気づいた」と同氏は振り返る。

企業向けのセキュアなAI契約を検討したものの、高額な長期契約にも関わらず、ハルシネーション（幻覚）や偏見のある回答が頻発。「PowerPointプレゼンテーションに明らかに間違った情報が含まれることもあった」という状況だった。

CollectivIQのアプローチは従来とは根本的に異なる。ChatGPT、Gemini、Claude、Grokなど最大10個のAIモデルに同時に質問を投げ、重複する情報と相違点を分析して、より正確な統合回答を生成する仕組みだ。

重要なのは、すべてのデータが暗号化され、使用後に削除される点。企業レベルのプライバシー保護を実現しながら、複数モデルの「集合知」を活用する。

日本ではソフトバンクやNTTドコモなどが企業向けAIサービスを展開しているが、多くの日本企業は依然として「どのAIを選ぶべきか」という選択に悩んでいる。CollectivIQのような統合アプローチは、この「選択の負担」を軽減する可能性がある。

特に日本の製造業では、品質管理における精度が極めて重要だ。トヨタやパナソニックのような企業にとって、AIの回答精度向上は単なる効率化を超えて、品質保証の根幹に関わる問題となる。

一方で、複数モデルを同時活用することで、コストや処理時間の増加は避けられない。CollectivIQは使用量ベースの課金制度を採用しているが、大規模運用時の経済性は未知数だ。

Davie氏は28年ぶりの新事業立ち上げに「スクラッピーな精神で、LLMの後処理など全く新しい分野に挑戦している。開発者と膝を突き合わせて製品を作るのは楽しい」と語る。