2社のAIベンダー、生成ツールを管理されたワークフローへ近づける

動向

日本を拠点とする2社のAIベンダーが、企業が試験導入後に直面することが増えている課題に対応する製品を発表した。有用な生成結果を得るには、依然として確認工程、インフラの選択、人によるレビューが必要だ。一方の製品は動画のレンダリング前に絵コンテを挿入し、もう一方はクラウドサービスの利用が制限されるネットワーク内でAIを構築するサービスを提供する。

1. Pro ai、動画生成前に編集可能な絵コンテを追加

KASHIKAによると、同社のPro aiサービスは、製品やサービスのページを読み取り、画像候補を提案し、動画を生成する前にシーンごとの編集可能な絵コンテを作成できるようになった。公開されたデモでは、担当者が12枚の画像から3枚を選び、Seedance 2.5を使って6シーン構成の縦型30秒動画を制作した。この発表は、修正作業について異例なほど率直に説明している。最初の出力では、日本語の発音やイントネーション、テキスト、数字、ロゴ、音声のタイミングを修正する必要があった。これは、レビュー工程が少なくとも最終的な生成ボタンと同じくらい重要であることを示している。(発表を読む)

2. Uravation、制限されたネットワーク向けにローカルLLM導入をパッケージ化

Uravationは、クラウドAIの利用を制限している企業向けの導入支援サービスを発表した。提案する構成には、オンプレミスのGPUサーバー、閉域網内の業務ツール、要件が許す範囲でのみローカル環境とクラウド環境を組み合わせる段階的な設計が含まれる。同社は導入工程を、要件整理・設計・概念実証に2〜4週間、GPU環境とモデルの構築に1〜2カ月、業務ツールの構築と運用引き継ぎに1〜3カ月と区分している。ハードウェア費用は別途で、料金は個別見積もりとなる。また発表では、一部の処理はローカル環境で十分な性能を発揮できない可能性があるとしており、実データを使ったテストは形式的な手続きではなく、必要な判断基準となる。(発表を読む)

企業が押さえるべき点

いずれの発表もベンダーによる主張であり、独立したベンチマークではない。それでも、両者は同じ実務的な方向性を示している。企業向けAI製品は、レビュー、データの境界、運用上の責任主体を中心に設計されつつある。購入側は、販売資料に記載されたモデルだけでなく、そのモデルを取り巻く確認工程と障害発生時の挙動も評価すべきだ。