Metaが公開したオープンソースの大規模言語モデルLlama 3は、市場で冷遇されているようで、この現象はオープンソースとクローズドソースの大規模言語モデルの競争をさらに激化させています。海外メディアThe Informationによると、世界最大のクラウドコンピューティングプラットフォームであるAmazon AWSはLlama 3にあまり反応を示しておらず、逆に企業顧客はAnthropicのクローズドソースモデルClaudeを好む傾向にあるようです。

Microsoftの関係者も、Llamaは彼らの第一選択ではなく、エンジニアとデータサイエンティストのチームを持つ企業の方が適していると述べています。Metaは現在、企業のニーズをより適切に満たすために、専用のAI販売チームを結成する必要性に迫られているかもしれません。これらすべては、オープンソースの大規模言語モデルが商業化のプロセスにおいて困難な道のりを歩んでいることを示しています。

ラマ LLM

画像出典：AI生成画像、画像ライセンス提供元Midjourney

市場の観点から見ると、オープンソースモデルの実際の性能と商業的なリターンは、企業顧客の期待に明らかに届いていません。オープンソースとクローズドソースの選択において、各モデルメーカーは自社独自の技術路線とビジネス戦略に基づいて、全く異なる立場をとっています。では、企業は大規模言語モデルを選択する際に、この争いをどのように対処すればよいのでしょうか？百度智能雲AIと大規模言語モデルプラットフォームのゼネラルマネージャーである忻舟氏は、メディアのインタビューでこれについて深く分析し、オープンソースとクローズドソースの根本的な論理、ビジネス戦略、そして将来の市場動向について展望を示しました。

忻舟氏は、オープンソースの大規模言語モデルとソフトウェアのオープンソースは全く異なる概念であると指摘しています。オープンソースモデルは、モデルの性能に影響を与える重要な情報であるトレーニングソースコード、事前トレーニングデータ、ファインチューニングデータなどを公開していません。そのため、オープンソースソフトウェアのようにコミュニティ開発者によって性能が向上するわけではありません。Llamaを例にとると、モデルの進歩は常にMeta自身のトレーニングによるものであり、開発者の参加によるものではありません。そのため、オープンソースモデルは技術的なイテレーションに多くの障壁に直面しています。

「オープンソースモデルとクローズドソースモデルのどちらが高価か」という質問に対して、忻舟氏は、オープンソースモデルは一見無料で低コストのように見えますが、大規模言語モデルの応用は技術だけでなく、「技術＋サービス」という包括的なソリューションに依存していると述べています。実際には、オープンソースモデルをクローズドソースモデルと同等の効果にするためには、企業は大量の人材、資金、時間投資する必要があり、総合的なコストはむしろ高くなる可能性があります。

オープンソースモデルとクローズドソースモデルは、それぞれ適用可能なシナリオが異なります。忻舟氏は、オープンソースモデルは学術研究には適していますが、外部にサービスを提供する必要がある大規模な商業プロジェクトには適していないと考えています。数百万、数千万もの投資が動員されるような大規模プロジェクトでは、クローズドソースモデルが依然として企業の最良の選択です。

忻舟氏は、現在の大規模言語モデル市場における各メーカーの役割とビジネスモデルをさらに分析し、3つの主要なタイプを指摘しました。まず、クラウドサービスプロバイダーは、依然としてコンピューティングリソースを提供し、規模の経済によってコストを削減するというビジネスモデルを採用しています。次に、クラウドサービスプロバイダーであり、モデルプロバイダーでもある企業は、モデルの呼び出しを通じてクラウドへの移行を促進しようとしています。最後に、スタートアップのモデルメーカーは、市場の値下げ競争の中で大きな課題に直面しています。

要約すると、オープンソースモデルは技術的にもビジネスモデル的にも大きな欠点があります。十分なリソースと優れたビジネスモデルのサポートがないため、多くのオープンソースモデルは持続的な発展が困難です。オープンソースは学術研究の推進に価値がありますが、高精度と高効率が求められる商業シーンでは、クローズドソースモデルが依然としてより賢明な選択です。