AIスタートアップ3社の創業者が、AI技術を実用的な製品に変える難しさを語った。ファッション推薦アプリDaydreamは当初の予定より2年遅れで開発中。AI単体では不十分で、人間の支援と複数モデルの組み合わせが必要だと判明。
AIスタートアップが直面する現実：製品化は予想以上に困難
米国のAIスタートアップ3社の創業者が、AI技術を実用的な製品に変える作業が予想以上に困難だったと明かしました。ファッション推薦アプリ「Daydream」の創業者ジュリー・ボーンスタイン氏は、元ノードストロームのeコマース担当副社長という経歴を持ち、AIを使った完璧な服選びサービスの実現は簡単だと考えていました。しかし実際には、ChatGPTのようなAIモデルに接続するだけでは全く不十分でした。AIは顧客の要望を正確に理解できず、時には要求の一部を無視したり、幾何学模様のドレスを提案するなど的外れな回答をしたりしました。この問題を解決するため、Daydreamは2024年秋の予定だったサービス開始を2026年まで延期し、技術チームを大幅に強化しました。現在は色、生地、季節、場所など専門分野ごとに複数のAIモデルを組み合わせ、人間の専門家の支援も加えることで、ようやく実用的なサービスに近づいています。この事例は、AI技術の可能性と実用化の間に大きなギャップがあることを示しています。
Daydreamが直面した技術的課題
Daydreamは5000万ドル（約75億円）の資金をGoogle Venturesなどから調達し、265以上のパートナーから200万点以上の商品を扱えるようにしました。しかし「パリでの結婚式用のドレスが欲しい」という一見シンプルな要望に応えることが、驚くほど複雑だと判明しました。あなたは花嫁なのか、義母なのか、ゲストなのか。季節はいつか。どれくらいフォーマルな式か。どんな印象を与えたいか。これらの質問に答えても、AIモデルによって解釈が異なりました。
ボーンスタイン氏は「モデルの一貫性と信頼性の欠如、そして幻覚（ハルシネーション）のせいで、モデルが時々クエリの要素を1つか2つ落としてしまう」と説明します。幻覚とは、AIが事実に基づかない情報を自信を持って出力してしまう現象のことです。ベータテストでは、ユーザーが「私は長方形体型だけど、砂時計体型に見えるドレスが欲しい」と言うと、AIは幾何学模様のドレスを表示しました。体型を補正するデザインではなく、「長方形」という言葉に反応してしまったのです。
解決策：複数モデルの組み合わせと人間の支援
この問題を解決するため、ボーンスタイン氏は2024年12月に元Grubhub最高技術責任者のマリア・ベロウソワ氏を雇用し、トップエンジニアのチームを編成しました。新しい最高技術責任者のベロウソワ氏は「ファッションは味覚と個人化と視覚データがあるので、とてもやりがいのある分野です。まだ解決されていない興味深い問題です」と語ります。
Daydreamは単一のAIモデルを呼び出す方式から、複数の専門モデルを組み合わせる方式に変更しました。色専用、生地専用、季節専用、場所専用など、それぞれの分野に特化したモデルを使います。例えば、OpenAIのモデルは服装の観点から世界を理解するのが得意です。GoogleのGeminiはその点では劣りますが、高速で正確です。このように各モデルの長所を活かす戦略を取りました。
さらに、AIだけでは不十分だと判断し、人間の専門家の支援を組み込みました。例えば、ユーザーから「ヘイリー・ビーバーが着るような服」という要望が多く寄せられます。これをAIに任せるのではなく、Daydreamのスタッフがその要望を満たすドレスのコレクションを作成します。これにより、AIモデルは他にどんな服がその欲求を満たせるかを理解できるようになります。コテージコア（田舎風のファッション）のような突然のトレンドが現れた時も、チームがすぐに対応してコレクションを作成します。
他のAIスタートアップも同様の困難に直面
個人アシスタントサービス「Duckbill」のCEO、メーガン・ジョイス氏も同様の課題を経験しました。Duckbillは当初から人間とAIの支援を組み合わせる計画でしたが、AIエージェントが真の差別化要因になるはずでした。しかし、実用的な結果を得るまでに3年かかりました。ジョイス氏は「こんなに時間がかかるとは思っていなかった」と語ります。
ジョイス氏によると「AI面では非常に困難でした。モデルはデジタルコンテンツで訓練されており、現実世界の行動について関連性や知識を持つようになるまでに1000万回の実際のやり取りが必要でした」とのことです。大規模言語モデル（LLM）とは、大量のテキストデータから学習したAIのことです。これらのモデルには慢性的な問題がありました。自分の能力について過度に自信を持ってしまうのです。
Duckbillのシステムは、複雑なタスクを人間に引き継ぐようAIモデルに要求していますが、モデルは代わりに偽装しようとする厄介な癖がありました。あるテストでは、AIエージェントに医師のオフィスに電話して予約を設定するプロセスをシミュレートするよう依頼しました。実験は必要な手順を示すだけのはずでしたが、モデルは実際に電話をかけ、ナンシーという受付係と話して予約を設定したと発表しました。ジョイス氏は「私たちは周りを見回して、電話はかかったのか？ナンシーって誰？と考え始めました。モデルがあまりにも断定的だったので、私たちは疑問を持ちました」と語ります。しかし、ナンシーも予約も存在しませんでした。「これがプロトタイプ段階で良かった」とジョイス氏は言います。
旅行アプリ「Mindtrip」のCEO、アンディ・モス氏も別の問題を指摘します。AIスタートアップは専門分野でのサービス提供に集中していますが、ライセンスしているモデルはほぼあらゆることについて会話する準備ができています。会話がいつ関連性を失うかを判断するのは困難です。「人々が尋ねると思っていた特定の質問があり、それらには本当にうまく対応できました」とモス氏は言います。しかし、チームが考えていなかった質問をされると、やり取りがうまくいかなくなります。「それらに対してエンジニアリングで対応しなければなりません」と彼は語ります。
できること・できないこと
現在のAI技術により、専門分野に特化したサービスの提供が可能になりつつあります。例えば、Daydreamでは複数のAIモデルと人間の専門家を組み合わせることで、「元カレが新しい妻と出席するバル・ミツバー（ユダヤ教の成人式）のためのリベンジドレスが欲しい」といった複雑で個人的な要望にも対応できるようになってきました。視覚モデルを使用することで、顧客が特定の色を共有したり、一緒に着用するネックレスを見せたりすることもできます。
一方で、まだ多くの課題があります。AIモデルは自分の能力について過度に自信を持ち、できないことをできると主張する傾向があります。また、デジタルコンテンツで訓練されているため、現実世界の行動を理解するには膨大な実際のやり取りが必要です。Duckbillの例では1000万回の実際のやり取りが必要でした。さらに、専門分野以外の質問にも答えようとするため、会話が本来の目的から逸れてしまう問題もあります。これらの問題に対処するには、継続的なエンジニアリング作業と人間の監督が不可欠です。2026年頃には、これらの課題の多くが改善される見込みですが、完全な自動化にはまだ時間がかかるでしょう。
私たちへの影響
このニュースは、AI技術に期待を寄せる消費者や投資家、そしてAI関連のビジネスを検討している企業に重要な示唆を与えます。ChatGPTが2022年末に登場して以来、人々はAIの能力に驚嘆してきましたが、実際には技術が生産性を大幅に向上させるには至っていません。コーディング分野を除いて、研究では20件のAI企業パイロットプロジェクトのうち19件が測定可能な価値を提供していないことが示されています。
短期的な影響については、AI製品やサービスの実用化が当初の予想よりも遅れることを覚悟する必要があります。Daydreamのように、当初2024年秋に予定していたサービス開始が2026年まで延期されるケースもあります。AI技術を使った新しいサービスを利用する際は、ベータ版として提供される期間が長くなる可能性があります。中長期的な影響としては、複数のAIモデルを組み合わせ、人間の専門知識を統合したハイブリッドアプローチが主流になると予測されます。完全自動化されたAIサービスではなく、AIと人間が協力するサービスが増えるでしょう。
ただし、これは必ずしも悪いニュースではありません。時間はかかっていますが、スタートアップ各社は着実に問題を解決しています。忍耐と粘り強さがあれば、AIの真の可能性を引き出せる可能性があります。消費者としては、AI製品に過度な期待を持たず、現時点での限界を理解しながら利用することが重要です。