メインコンテンツへスキップ
見出し画像

【AI開発のリアル #53】 その箱を買えば、AIは使えるのか

    「DGX Sparkを買えば、会社のデータを外に出さずにAIを使えますか?」

    そう聞かれることがある。

    データを社外に出さずに処理することはできる。

    だが、箱を置けば、やりたいことを伝えるだけで、AIが必要な仕組みまで作ってくれるわけではない。

    そこは、別の仕事だ。

    AIを使う仕事は、一つではない

    うちの場合、仕事は三つに分かれている。

    • 開発する ── どう解析するかを決めて、プログラムを書く

    • データを変換する ── 生のログを、解析できる形にする

    • AIに解析させる ── 整えたデータを読ませて、所見を出す

    「AI」と一言で言うが、中身は別々の仕事だ。

    うちでは、このうち後ろの二つをDGX Sparkにやらせている。

    開発は別だ。

    一台で、全部を同時にはできない

    データを変換する仕事も、AIに解析させる仕事も、大きな計算資源を使う。

    だからうちでは、片方を止めてから、もう片方を動かしている。

    一台の箱を、仕事ごとに切り替えて使っている。

    「開発」まで箱に任せているわけではない

    一つ目の「開発する」は、箱の中でやっていない。


    この製品は、Claude Code で作った。

    AI開発のリアル #45「78日で作った。デモではない」

    「箱の中のAIに作らせればいい」と思うかもしれない。

    一度、そう考えたことがある。


    こうして、ローカルLLMはクラウドAIの手足になった。

    AI開発のリアル #15「ローカルLLMを、クラウドAIの「手足」にした」

    手元にあるのは、手足だ。

    大量のデータを、決められた手順で、何度も通す。それは箱が得意なことだ。

    だが、何をどう解析するかを決めるのは、手足の仕事ではない。

    「神様」を手元に作る話ではない


    言ってみれば、あの会社たちは巨大な計算資源を使って、ものすごく賢い「神様」を作ろうとしている。
    私は、その神様を手元に作ろうとは思わなくなった。
    そもそも、同じものは作れない。

    AI開発のリアル #49「そのAI、本当に賢くないですか?」

    「何でもできるAI」を自前で持ちたいなら、話の規模が変わる。

    それはDGX Sparkを一台買う話ではない。

    AI大手が巨大な計算資源に投資し続けて作っているものを、自社で再現する話になる。

    では、この箱で何が解決するのか

    ここで、最初の質問に戻る。

    「DGX Sparkを買えば、会社のデータを外に出さずにAIを使えますか?」

    使える。

    ただし、それは「何でもできるAIが社内に来る」という意味ではない。

    外に出したくないデータを、必要な仕事だけ箱の中で処理できる。

    DGX Sparkで解決できるのは、そこだ。


    この連載は、Webサイト攻撃状況レポートサービス「ミツケル」ができるまでの記録です。

    開発した製品のリリース情報

    ミツケルが実際に何を見つけているかは、同僚が技術者向けの連載に書いています:


     
     

    toshi

     
     
    教育DXエンジニア / 生成AI活用研究家 コンピュータ理工学修士/元大手ICTエンジニア。誰もが技術を使いこなし、その恩恵を受けられる社会を目指し、公立高の教育現場と二児の子育てに情熱を注ぐ。専業主夫見習い

    あなたへのおすすめ