IBM企業はAIの「すべて」を導入し、現在はLLMからユースケースへの挑戦に直面している

過去1世紀を通じて、IBMは数々のテクノロジー・トレンドが現れては消えていくのを目撃してきた。生き残るアプローチは、柔軟性と選択肢を提供するものである傾向がある。

VB Transform 2025では、IBMのAIプラットフォーム担当バイスプレジデントであるArmand Ruiz氏が、ジェネレーティブAIに関する同社の見解と、企業顧客がこのテクノロジーをどのように実践しているかについて概説した。ルイズ氏は、現在の状況は、1つの独占的な大規模言語モデル・プロバイダやソリューションを選択することではないと強調した。企業はますます、単一ベンダーのAI戦略から脱却し、代わりに特定の業務ニーズに特化したLLMを組み合わせたマルチモデル・フレームワークを選ぶようになっている。

IBMはGraniteシリーズを通じて独自のオープンソースAIモデルを提供しているが、あらゆるアプリケーションに対応する普遍的なソリューションとして提示しているわけではない。このような顧客の行動は、IBMの役割を形成している。同社は、基盤モデルのプロバイダーとして直接競合するのではなく、AI運用の中央制御ハブとしての役割を果たすことを目指している。

「顧客と会うと、彼らは自由に使えるあらゆるツールを活用している」とルイズ氏は指摘する。「コーディング作業では、多くの人がAnthropicを好みます。推論やロジックにはo3を使うかもしれません。LLMを独自のデータで微調整するためには、我々のGraniteモデルからMistralの小型モデル、あるいはLlamaまで幅広い選択肢があります。特定のタスクに適したモデルを選択することです。我々はまた、推奨を提供することで彼らを支援する。"

マルチLLM接続の戦略

このような市場の動きに対応するため、IBMは新しいモデル・ゲートウェイを導入した。このシステムは、企業に統一されたAPIを提供し、さまざまなLLM間をシームレスに移行させるとともに、すべての実装にわたって一貫した監督とガバナンスを保証する。

この技術設計により、顧客は機密性の高いデータについては自社の推論インフラ上でオープンソースのモデルを運用することができ、重要度の低い機能についてはAWS BedrockやGoogle CloudのGeminiなどのパブリックAPIを利用することもできる。

「このゲートウェイは、異なるLLM間を切り替えるための1つのAPIを備えた単一のインターフェースをクライアントに提供し、プロセス全体を通じて完全な観測性とガバナンスを組み込むことができます」とルイズ氏は述べる。

この方法は、しばしば顧客を独自のシステムに閉じ込めようとするベンダーの戦術とは対照的だ。マルチベンダーのモデル選択を提唱しているのはIBMだけではない。最近では、ワークロードを最適なモデルに割り当てるように設計された、モデル・ルーティングのためのツールがいくつか登場している。

エージェント調整プロトコルが不可欠なインフラに

複数のモデルを管理することに加え、IBMはオープンスタンダードを通じて、エージェント間通信のニーズの高まりに対応している。

同社はエージェント・コミュニケーション・プロトコルを作成し、Linux Foundationに提出した。ACPはGoogleのAgent2Agentプロトコルと対になるもので、Googleも今週Linux Foundationに提出した。

Ruiz氏は、どちらのプロトコルもエージェントの通信を効率化し、カスタム・コーディングの必要性を最小限に抑えるように設計されていると述べた。同氏は、A2AとACPの現在の区別は主に技術的なものであり、異なる方法論は最終的に統合されると予想している。

これらのエージェント調整プロトコルは、AIシステムが多様なプラットフォームやプロバイダー間で相互作用するための統一された方法を確立する。

技術的な重要性は企業レベルでも明らかで、IBMのクライアントの中には、パイロット・プロジェクトですでに100以上のエージェントをテストしているところもある。標準的な通信プロトコルがなければ、エージェント間の相互作用のたびにカスタム開発が必要となり、管理不能な統合作業負荷につながる。

AIはワークフローと運用方法を変える

AIが現在ビジネスに及ぼす影響について、ルイズ氏は、その影響は基本的なチャットボット機能だけにとどまらないはずだと考えている。

「AIへの取り組みがチャットボットや単なるコスト削減にとどまっているのであれば、AIを完全に受け入れているとは言えません。「真のAIとは、ワークフローや仕事の進め方を根本的に再構築することです。

基本的なAIの活用と完全な変革の違いは、テクノロジーがどれだけ徹底的に業務に組み込まれているかにある。IBMの社内人事のケースは、この進化を示している。スタッフが人事の詳細についてチャットボットに相談する代わりに、専門のエージェントが給与、採用、昇進に関する標準的な問い合わせを管理し、関連するシステムに自動的に接続し、必要な場合にのみ人間のスタッフを関与させるようになった。

"以前は、様々な件で人事担当者に相談するのに多大な時間を費やしていました。今では、人事担当者が私のリクエストのほとんどを処理してくれます」とルイズは説明する。"報酬、離職、採用、昇進など、問い合わせ内容に応じて、これらのタスクはさまざまな社内人事システムにリンクし、それぞれ専任のエージェントが管理する。"

これは、人間とコンピュータの対話からコンピュータ主導のワークフロー自動化への基本的な構造変化を意味する。従業員がAIツールの使い方を学ぶのではなく、AIがビジネスプロセス全体を最初から最後まで実行することを学ぶのだ。

現実的な結果：企業は、単純なAPI接続や迅速な設計を超えて、AIエージェントが独立して多段階のワークフローを実行できるようにする包括的なプロセス統合に向けて前進しなければならない。

企業のAI投資に関する戦略的考察

IBMの展開観察は、企業のAI計画に関するいくつかの重要な変化を指摘している：

チャットボット中心のアプローチを超える：企業は、現在のシステムに会話フロントエンドを追加するだけでなく、ワークフロー全体をピンポイントで見直す必要がある。目的は、人間とコンピュータのインタラクションを強化するだけでなく、手動ステップを削除することです。

多機種に対応できるように構築する：单一AIサプライヤーに縛られるのではなく、企業はガバナンスを維持しながら、タスクのニーズに応じてモデルを切り替えられる統合プラットフォームを必要としている。

コミュニケーション標準を優先する：組織は、MCP、ACP、A2Aのような新しいプロトコルをサポートするAIソリューションを好むべきであり、ベンダー依存につながる独自の統合方法は避けるべきである。

「私は、誰もがAIについて学ばなければならないことを常に強調している。特にビジネスリーダーは、AIファーストの考え方を採用し、基本的なコンセプトを把握する必要があります」とルイズは締めくくった。