ウォルマート、AIショッピングエージェントに制限を課す

Microsoftの診断AIが、シミュレーション環境における複雑な医療ケースで83%の精度を達成しました。参考までに、同じシミュレーションに参加した医師たちは、参考資料にアクセスできたにもかかわらず、わずか36%という残念な精度でした。

これはわずかな勝利ではありません。圧倒的な勝利です。シミュレーションは病院の病棟ではありませんし、合成ベンチマークが複雑な現実世界の患者データに触れても生き残ることは稀です。しかし、47ポイントもの差は、モデルが人間の専門家が全く見逃しているパターンを認識していることを意味します。

これらのシステムが臨床承認を得た瞬間、医師の複雑な診断における独占は失われます。即座の勝者はMicrosoftであり、エンタープライズヘルスケアシステムを販売するための究極の足がかりを手に入れました。敗者は、診断精度を倍増させるシステムがなぜデフォルトのセカンドオピニオンにならないのかを正当化しようとする規制機関です。

Legoraが5億5,000万ドルの資金調達ラウンドを完了し、このリーガルAI企業は88億ドルの評価額に跳ね上がりました。この資金は、米国および世界の市場でのリーガルAI事業拡大に充てられる予定です。

判例検索エンジンを少しだけ改善した程度で88億ドルの評価額は得られません。Legoraの投資家たちは、AIが現在、新人アソシエイトが1時間あたり400ドルで請求している単純作業を根本的に置き換えることができると賭けています。

これらのツールを導入する法律事務所は利益率が爆発的に向上する一方、手動レビューに固執する事務所は市場から淘汰されるでしょう。Legoraはここで大きな勝利を収めますが、真の試練は、彼らのモデルがグローバルなコンプライアンス体制が要求する偏執的なまでの正確さを、判例を幻覚することなく処理できるかどうかです。

Flapping Airplanesは、より少ないデータと計算能力で学習できるAIシステムを開発するために10億ドルを調達しました。目標は、データセンターを冷却するために小さな湖を枯渇させる必要のない、より効率的でアクセスしやすいAIモデルを構築することです。

業界は、巨大なクラスターに供給するためにインターネットの底を掻き集めることに夢中ですが、Flapping Airplanesは、アルゴリズム効率が純粋な規模を打ち負かすと賭けています。

もし彼らがこれを成功させれば、OpenAIやGoogleのような企業の堀は劇的に縮小します。より少ない計算量を必要とするモデルは、他のすべての参入障壁を低くします。知能の学習にもはや数十億ドルのスーパーコンピューターが不要になれば、既存企業は構造的優位性を失います。

GMは、物理的なプロトタイプを構築する前に、30万以上のバッテリー設計を完全にコンピューターモデリングでテストしました。AIを活用したシミュレーションは、開発期間を劇的に短縮しました。

自動車分野における物理的なプロトタイピングは、非常に時間がかかり、費用も高額です。試行錯誤の段階を完全にシミュレーション環境に移すことで、GMは製造の速度ではなく、ソフトウェアの速度で反復できるようになりました。

勝者は、材料科学を一夜にして検証できるようになったエンジニアリングチームです。敗者は、部品の検証に依然として物理的なベンチテストに頼っている従来の自動車サプライヤーです。デジタルプロトタイピングはもはや贅沢品ではなく、生き残るための基本です。

Loomは、Business + AIおよびEnterpriseユーザー向けに「Record for agent」機能をオープンベータでリリースしました。このツールは、ナレーション付きの画面ウォークスルーを、スクリーンショットとリンク付きの明示的なAIエージェント指示に変換します。

GUIエージェントのプロンプトシーケンスを作成するのは面倒で壊れやすい作業です。Loomのアプローチでは、オペレーターが普段行っていること（簡単なビデオを録画すること）を実行し、ソフトウェアがタスクを自動化するために必要な正確なDOM要素と実行ステップを抽出します。

これにより、非技術的な環境でエージェントを展開しようとする開発者にとって大きなボトルネックが解消されます。Loomは、人間の意図とエージェントの実行との間の翻訳レイヤーとして自らを組み込むことで勝利します。