Knowledge GraphやModel Meshで実現する次世代AI

前回の記事では、ChatGPTやRAGが個人の生産性を大きく向上させた一方で、企業の現場では「調べ物は早くなったけど業務は変わらない」という課題が残っていることを紹介しました。そしてArticul8は、単なる検索ではなく「業務そのものを理解するAI」を目指していることを説明しました。今回はその続きです。

では、AIはどのようにして業務を理解するのでしょうか。

人間は文書で仕事をしていない

少し考えてみてください。例えばネットワーク担当者が障害対応をするとき、頭の中では何が起きているでしょうか。彼らは単にマニュアルを読んでいるわけではありません。

頭の中では、次のような接続関係を理解しています。

さらに、各機器に関連する情報も理解しています。

つまり人間は、文書そのものではなく、それらの関係性も含めて1つの世界として理解しています。

企業には大量の知識が埋もれている

企業には膨大な情報があります。

しかし多くの場合、それらは別々に存在しています。例えば、ある設備の情報を知ろうとすると、

人間はこれらを頭の中でつなぎ合わせています。しかしAIはどうでしょうか。

Knowledge Graphの本当の価値

Knowledge Graphという言葉を聞くと、難しい技術に聞こえるかもしれません。しかし本質はシンプルです。Knowledge Graphとは、「情報同士の関係性を表現する仕組み」です。

例えば、次のように企業に存在する情報をつなげていきます。

前回紹介した自動車メーカーの事例でも、Articul8は30万件以上の品質データだけを分析したわけではありません。サプライヤー情報、在庫情報、契約情報、作業手順書などを関連付けながら推論しています。つまり、単なるデータ分析ではなく、知識そのものを構造化しているのです。

Knowledge Graphでは様々な情報を読み込み、構造化されたひとまとまりの知識をまるで現実世界のコピーのようにして持つことです。

Articul8のネットワークデモでは、Config・Excel管理表・トポロジ図を読み込み、次の要素を自動的に抽出しています。

これは単なる検索ではありません。ネットワークのデジタルツインを構築しているのです。ここで重要なのは、AIが文書を読んでいるのではなく、ネットワークそのものを理解していることです。

ChatGPTとの違い

ここでよく聞かれる質問があります。「ChatGPTに全部の資料を読ませれば同じことができるのでは？」確かにChatGPTは非常に優秀です。しかし動き方が根本的に異なります。

例えるなら、ChatGPTは一人の優秀な技術者になりえます。一方でArticul8は、企業の図面・設備・ネットワーク・過去の障害履歴を理解している技術者チームなのです。

1つのAIでは足りない

もう一つ面白い考え方があります。それがModel Meshです。多くの人は「最強のAIモデルはどれか」を議論します。GPTか、Claudeか、Geminiか。しかし企業の現場では、実はその問い自体が間違っています。

つまり、人間の会社と同じです。法務には法務担当、経理には経理担当、設計には設計担当。1人のスーパーマンではなく、複数の専門家が協力して仕事をする方が現実的なのです。たとえば社長が全ての業務をやっている会社はスケールしません。

Model Meshという考え方

Articul8にはどのモデルを使ってどんな処理をさせると考えるAgentがあり、これを「Agent of Agents」と呼んでいます。利用者から見ると1つのAIに見えますが、裏側では最適な専門家AIが協力して仕事をしています。

ModelMeshがなぜ企業にとって重要なのか

Model Meshの価値は、単にAIを振り分けることだけではありません。AIの世界は変化が非常に速く、去年最先端だったモデルが今年には古くなることも珍しくありません。

もし1つの巨大なLLMに依存している場合、新しいモデルへ移行するたびに大きな改修が必要になります。しかしModel Meshなら、例えば画像解析AIだけを新しいモデルへ入れ替えることができます。企業のITシステムで言えば、サーバー全体を入れ替えるのではなく、故障した部品だけ交換できるようなものです。

汎用AIの次に来るもの

Articul8のデモを見ていて、汎用AI(検索AI)の次の世界を見ているように感じました。

これは検索の進化ではありません。企業知識の活用方法そのものの進化です。

まとめ

前回の記事で紹介した「検索AI」から、今回は「推論プラットフォーム」まで見てきました。今後数年で、企業AIの競争軸は「どのLLMを使うか」ではなく、「企業をどこまで理解できるか」に変わっていくのかもしれません。それこそがArticul8が目指している「Reasoning Platform」の世界なのだと考えます。