概要
スコット・ジェンソンは、LLMに対する過熱した期待に警鐘を鳴らし、生産性向上の真の鍵は、小さく専門化された「退屈な」SLMを低レベルの言語タスクに統合することにあると提言します。
詳細内容
スコット・ジェンソンは、LLMに対する現在の過剰な期待が現実離れしており、ほとんどの企業がその導入から期待通りの成果を得られていない現状に警鐘を鳴らします。著者は、LLMが言語の流暢さによって「知性」を錯覚させ、私たちの社会プロトコルをハックしていると指摘します。しかし、この技術を諦めるべきではありません。真の価値は「退屈」な応用にあると主張しています。
その理由として、著者は2つの教訓を挙げます。第一に「テクノロジーは下流へ流れる」という原則です。ダイナモやメインフレームからデスクトップPCへの進化が示したように、技術は大型で集中的なものから、小型で分散的なものへと成熟します。これはLLMにも当てはまり、OpenAIやGoogleのような大規模モデルではなく、オープンソースコミュニティが推進するSLM（Small Language Models）が重要性を増しています。SLMは小規模なデータセットで訓練され、少ないパラメータで構成されるため、既存のPCでも低負荷で動作し、コストを抑えつつ倫理的に訓練しやすいという利点があります。ウェブ開発者にとって、ユーザーには見えないクエリの書き換えのような、低レベルな構文タスクにSLMを適用すれば、ハルシネーションを避け、より良い結果を効率的に提供できます。
第二に「私たちは通常、間違った道から始める」という教訓です。過去の技術ブーム（データベース、ドットコムバブル、モバイルウェブ）でも同様に、技術の弱点を理解せずに性急に導入し失敗を繰り返してきました。LLMにおいても、「知的なアシスタント」として上流のタスク（例：ブログ記事の自動執筆）を任せようとするのではなく、その真の強みである言語的・構文駆動タスク（例：校正、音声メモの要約）に焦点を当てるべきです。これにより、開発者は煩雑な作業を削減し、品質を向上させることができます。
結論として、ジェンソンはLLMが「知性」を持つことはなく、その力を過信せず、SLMを用いて「下から上に」既存のワークフローを補強するアプローチこそが、生産的で持続可能なAI活用への道であると提言します。成熟したテクノロジーは、魔法のように見えるのではなく、小さく、信頼性が高く、そして「退屈な」インフラとして機能するのです。