名前の明らかなAI調査で、検索とプロンプトで知識を入れる企業は6割を超える——期日 2027-07-14

何が争点か:企業がAIに自社の資料を理解させるには、毎回関係する部分を検索してプロンプトに入れる方法(検索拡張生成、RAG)、非常に長いコンテキストにまとめて入れる方法、そしてファインチューニングで知識をモデルの重みに学習させる方法がある。

なぜ重要か:二つの道はコスト、更新の速さ、監査のしやすさが大きく違い、企業がカスタマイズのために学習専門のチームを抱えるべきかを左右する。

誰が何に賭けているか:本紙は知識はプロンプトと検索で、振る舞いや書式はファインチューニングでという分業と読むが、重み派は知識をモデルに直接書き込む手法がこの分業を侵食すると主張する。

本紙の見立て:2027年7月14日までに、企業のAIカスタマイズに関する出所の明らかな年次調査(ベンチャーキャピタルのa16z、または同等の調査)で、検索やプロンプトへの注入(長いコンテキストを含む)を知識の主な入れ方とする企業が60%以上になる。確信度は50%だ。

60%は本紙が自ら設けた運用上の基準であり、既存の調査の数字ではない。現状はウェブで確認しておらず、期限時点で読み取る。

arXiv(Lewis、Perez、Piktusほか、Facebook AI ResearchとUniversity College London)
「We explore a general-purpose fine-tuning recipe…」

期限前に出た最新のa16z調査(または同等に出所の明らかな年次の企業AI導入調査)で、「知識の注入方法」の分布を確認する。

何が起きれば覆るか

割合が60%未満なら、「知識は主にコンテキストに入れる」という分業の読み方は覆る。