2025年4月10日、ガートナージャパン（以下、Gartner）は、2027年までに企業が小規模でタスクに特化したAIモデルを導入するようになり、その使用量は汎用の大規模言語モデル（LLM）の少なくとも3倍に達するとの見解を発表した。
汎用LLMは強力な言語処理能力を提供するが、特定のビジネス領域における文脈を必要とするタスクでは、応答の正確性が低下する傾向にあるという。企業は、ファインチューニングの手法を用いることで、特定のタスク向けにLLMをカスタマイズした特化型モデルを構築できる。また、検索拡張生成（RAG）を用いることでLLMに自社データを組み合わせ、自社のビジネスに必要なテキストを生成できるとのことだ。このプロセスでは、自社のデータが差別化要素となるため、データの準備、品質管理、バージョン管理、そしてファインチューニング要件に沿った構造化が必要となる。
小規模でタスクに特化したAIモデルを導入しようとする企業は、以下のポイントを検討する必要があると同社は述べる。
- 文脈に即したモデルの試行：ビジネスの文脈が重要な領域や、LLMが応答品質や速度が期待を下回っている領域で、小規模かつ文脈特化型のモデルを導入する
- 複合的アプローチの採用：単一のモデルによるオーケストレーションでは不十分なユースケースを特定し、複数のモデルやワークフローを組み合わせた複合アプローチを採用する
- データとスキルの強化：ファインチューニングに必要なデータを収集・整備・構造化するためのデータ準備作業に注力する。同時に、AI／データアーキテクト、データサイエンティスト、AI／データエンジニア、リスク／コンプライアンスチーム、調達チーム、ビジネス領域の専門家（SME）など、テクノロジおよびビジネス機能に関わる人材のスキルアップに投資する
【関連記事】
・GartnerがAIリスクの対処に必要な3要素を発表、まず着手すべきはガバナンスの制定
・2028年まで、7割の生成AI関連コンサルサービス契約が顧客の期待に応えられない──Gartner見解
・2025年データアナリティクスのトレンド発表、AIエージェントはデータ分析の要に──Gartner
