生成AIの普及に伴い、クラウドの利用は急増しており、2025年第3四半期にはIaaS（Infrastructure as a Service）とPaaS（Platform as a Service）を含むクラウドインフラサービスの市場が1069億ドルに達すると予測されています。特に、IaaSとPaaSは前年比で30％の成長を見せています。この成長を支える要因には、AI活用に必要なコンピューティングリソースの増加、データ活用の増大、特化型AIサービスの拡充があります。

AIモデルの運用にはGPUが不可欠で、クラウドベンダーはGPUサービスを通じてリソースを提供しています。また、大量のデータを分析するためのストレージが必要で、これもクラウドが重要な役割を果たします。様々な業界でのAI应用が進んでおり、金融、医療、製造など特化型サービスがクラウドを介して展開されています。

主要なクラウドプロバイダーも積極的にAIに注力しており、Amazonウェブサービスは「Amazon Bedrock」やAIエージェント開発ツール「Kiro」などを提供し、企業向けのAI基盤を構築しています。一方、Google Cloud Platformは「Gemini」モデルを中心にデータ活用を進めており、Microsoft Azureは自社製品へのAI統合を通じて業務効率を向上させています。このように、AIの成長はクラウド市場を活性化し、各社の競争を一層加速させています。

生成AIは、知財業務において効率化を実現するための重要なツールとして注目されています。NECでは、特許調査、明細書作成、米国特許出願用書類作成、知財契約など、幅広い業務に適用され、特に先行文献調査においては93.5%の時間短縮を達成しました。このような成果は、AIがプロフェッショナルが行ってきた作業の支援を行うことで実現されています。

NECの知財DXでは、先行文献調査に加え、特許明細書の自動作成を行う際に、独自の指示方法を活用しています。生成AIが米国特許庁の規定に従った書類を自動作成することで、作業の効率化が図られています。また、図面作成ではAIがフローチャートや図版を生成し、専門家の業務を補完しています。

さらに、NECの生成AIの発展には、RAG（Retrieval-Augmented Generation）という技術が寄与しています。最新のエンベディングモデルと伝統的なキーワードベース検索を組み合わせて、検索精度を向上させるアプローチが採用されています。この結果、ユーザーの意図に沿ったより正確な回答が得られます。

今後は、生成AIを活用して新しい価値を創出することも視野に入れており、特許の新たなバージョンを創出するなど、創造的業務への展開が期待されています。NECの知財業務における生成AIの活用は、効率化にとどまらず、新たな業務の可能性をもたらしています。

AIによる創薬効率化技術の開発、RNAアプタマー創薬の革新

新たに開発された技術「RaptScore」は、RNAアプタマーの結合活性をコンピュータ上で高精度に評価することを可能にします。従来の手法が抱えていた未知の配列や異なる長さのRNAアプタマーの評価が難しいという課題を、コンピュータの大規模言語モデル（LLM）を活用することで克服しました。この革新技術により、RNAアプタマーの探索や設計が簡素化され、創薬コストや期間の削減、品質向上が期待されます。

RNAアプタマーは、特定のタンパク質に結合する能力を持ち、医薬品やバイオセンサーとしての応用が進行中です。従来のSELEX法では、結合力が強いアプタマーを選抜する作業が多大な労力を要しましたが、RaptScoreを用いることで、AIの分析により優れた候補を早期に特定できるようになります。また、アプタマーの配列を最大30%短縮しながら、その結合活性を維持できることも実証されました。

さらに、RaptScoreと連携して開発されたアプタマー生成AI「RaptGen」により、実験を行う前に有望な配列を選別する効率化が実現。これにより、がんやウイルス感染症に対する新治療薬の開発が迅速化されると期待されています。今後はRNAの立体構造情報も考慮し、より精度高い予測を追求していく予定です。

NRIが主催したウェビナー『生成AI時代を勝ち抜く顧客接点変革 ～組織横断で体験を”つなぐ”実践的アプローチ～』では、顧客体験（CX）の向上に向けた生成AIの具体的な応用とその利点が解説されました。特に、生成AIは、企業と顧客の関係を深化させる可能性を秘めていますが、多くの企業が組織の壁に阻まれて実践できていない現状があります。

生成AIの「ディープ・カスタマイゼーション」は、顧客一人ひとりの文脈を理解し、適切な提案をすることで、旅行プランや飲食の提案をAIが行う事例を挙げています。このアプローチにより、企業はよりパーソナライズされた体験を提供でき、顧客満足度が向上します。

実現には「統合CX」の概念が不可欠です。組織内でのビジョンと施策の一貫性を保ち、顧客データを統合することで、AIが効果的に活用できる環境を整えます。そのための3ステップは、ビジョンを具体的なKPIに落とし込み、小規模な成功モデルを試し、各部門の意見を調整しながら統合を進めることです。

結局、生成AIによるCX改革とは、単なるツールの導入ではなく、組織全体の協力体制を築く取り組みです。ウェビナーでは、具体的な実践例や合意形成の技術についても触れ、顧客体験向上に悩む担当者や責任者に有益な情報を提供しています。