バイドゥのAI戦略:チップからアプリまでを網羅する全方位アプローチの現在地

AI
記事内に広告が含まれています。

百度が描くAI技術スタックの全容

百度はAI分野において、特定のモデルやアプリに特化するのではなく、チップからアプリケーションまでを網羅する「全方位」の戦略を掲げています。
李彦宏氏は、AI技術スタックを「チップ」「クラウドインフラ」「モデル」「アプリケーション」の4層に分類し、それぞれの強化を図っています。

ハードウェア面では「昆仑芯M100」が上市済みであり、クラウド面では2027年上市予定の「天池1024卡超节点」が、5万億パラメータ規模のモデル訓練をサポートする計画です。
モデル層では「文心5.5 Flash Preview」が発表され、アプリケーション層では既存の網盤(クラウドストレージ)や文庫のユーザー基盤を活かした「庫庫(KooKo)」などが展開されています。

既存資産を活用したアプリケーションの成長

百度のAIアプリケーション戦略の大きな特徴は、ゼロからユーザーを獲得するのではなく、網盤や文庫の既存ユーザーをAI活用へ誘導する点にあります。
特に「庫庫」は、ユーザーが日常的に利用するストレージ上のデータを直接処理できる利便性を武器に、グローバルで月間アクティブユーザー数(MAU)5000万を達成しました。

また、企業版の機能強化や「搭子聯盟」の設立など、業務効率化を目的としたエコシステム構築も進められています。
百度グループ副総裁の王颖氏は、大モデルの能力はあくまで製品の「下限」であり、真の競争力は「タスクの完成度」と「コスト効率」にあると指摘しています。

モデルの信頼性を担保する「詞元所」

百度智能云は、大モデルの取引プラットフォーム「詞元所」を公開しました。
これは、モデルの指紋比対や性能テストを通じて信頼性を評価し、提供者の信用格付けを行う仕組みです。
業界内でモデルの品質が混在する中、Tokenを信頼できる取引対象とすることで、アプリケーション経済の安定的な基盤を目指しています。

日本の事業者が確認すべき判断材料

百度のAI戦略は、既存のデータ資産をAIでどう活用するかという実務的な視点を提供しています。
日本国内の事業者が導入を検討する際は、以下の点を確認することが重要です。

1. **データ連携のコストと利便性**: 既存のストレージやドキュメント管理ツールとAIがどの程度シームレスに連携できるか。
2. **コスト構造**: Token管理やストレージコストが、自社の業務効率化に見合うか。
3. **信頼性評価**: 外部モデルを採用する際、性能や可用性をどのように検証・監視するか。

なお、本記事で紹介した製品やサービスの日本国内における提供条件、価格体系、サポート体制については、百度の公式情報を個別に確認する必要があります。
海外市場での展開事例は参考になりますが、日本市場特有の法規制や商習慣への適合性は別途評価が必要です。

出典

広告

AI
シェアする
Tech Frontier 編集部をフォローする
タイトルとURLをコピーしました