企業のAIカスタマイズは分業になる:知識は検索でプロンプトへ、振る舞いだけがモデルへ——期日 2027-07-14

何が争点か:汎用モデルに自社の業務を理解させるには、質問のたびに関連文書を検索して渡す方法(またはごく長い入力枠を使う方法)と、自社データでモデルを再訓練する方法(ファインチューニング)がある。

なぜ重要か:二つの道はコストも保守のやり方も大きく違い、知識は古くなるため、プロンプトに置けば差し替えるだけで済むが、モデルに書き込めば訓練し直しになる。

誰が何に賭けているか:どちらか一方がいずれ他方を飲み込むとみる陣営がある一方、本紙は両者が併存し、変えたいのが知識か振る舞いかで分かれると見る。

本紙の見立て:企業によるモデルのカスタマイズは、どちらかが取って代わるのではなく分業になる。知識のカスタマイズはプロンプトの側で、RAG(質問時に関連文書を検索してモデルに渡す方式)や長い入力枠を使う。更新ができ、出典も確かめられるのが利点だ。

振る舞いや形式のカスタマイズはモデルの重み(内部のパラメーター)の側、つまりファインチューニングで行う。挙動が安定し、毎回プロンプトで指示し直さなくて済む。

2026年の独立した論文2本は、それぞれの場面でどちらか一方が優位だと示しており、本紙はこれを勝ち負けではなく分業と読む。

arXiv (Lewis/Perez/Piktus/.../Riedel/Kiela; FAIR/UCL)
「models which combine pre-trained parametric and…」

2027年7月に、分業の構図がなお成り立つかを確認する。企業のカスタマイズの主流が検索とプロンプトで、ファインチューニングは振る舞いや形式に限られていれば的中とする。

何が起きれば覆るか

Cartridges型の、重みのレベルで知識を書き込む手法が企業の現場で再現され、しかも検索より低コストであること。