生成AI戦国時代 OpenAI対Google

OpenAI発表、Google発表と２日連続で続き、専門家も「生成AIの大幅な進化が一気に出てきた２日間だったというくらい衝撃的、予想以上だった。」ということです。
わかりやすかったのがAlgomatic大野CEOの話でした。
 
１．OpenAI発表のポイント

• 「GPT-4o」：これまでのテキスト入出力中心からマルチモーダル（テキスト・音声・画像・動画）の組合せ入出力応答へ、音声応答がより高速に自然に、APIのスピードとコスト大幅改善、英語以外のテキストでの性能大幅向上
• 新モデルの無料解放

２．Google発表のポイント

• Gemini 1.5 Pro の進化、新小型「Flash」のリリース

　　　　Gemini 1.5 Pro の進化：コンテキスト長の大幅な拡張・コスト改善（200万トークン）
　　　　　　　　　　　　　　　マルチモーダル、品質向上
　　　　Gemini 1.5 Flash：軽量・高速版モデル

• 横断的なアプリケーション・デバイスと密に連携した生活や仕事に溶け込むサービスのリリース：大量のアプリケーション・ユースケースが発表された（エンドユーザーに真に便利なものを作りこむ姿勢）
• 動画生成・画像生成・音声生成のモデル・サービスのリリース：OpenAIのSoraが1分なのに、それより長い動画が作成できる
• その他

３．両者の比較と、今後の競争
　　ビジネスとしてはが盤石・最強のポジションを持つ強者対 持たざるスタートアップ、という構図（は、マイクロソフト、アップルと連携）

• Google : 既存のGoogleアプリケーションへの組み込みでビジネス的に勝てるポジショニング
• OpenAI：究極的に「AGIを作る」というミッションに真っ直ぐ
• OpenAIの方が技術的に凄そうに見える
• Googleは、モデル単体の勝負からＵＸ／アプリケーションの作りこみの勝負へシフト
• OpenAI、基盤モデルの作りこみへのフォーカス（マイクロソフト、アップルと連携）

４．生成AI業界・ビジネス全体・社会へのインパクト　　
　　基盤モデルの競争熾烈：先週まではClaude 3 Opusがかなり良かった、今週は時代遅れになった
　　急激な進化がいつまで続くか？AGIまで続く。
　　アプリレイヤーの進化も速い
　　生成AIは、もう使うしかない、便利な世界になっていきそう。
 
【OpenAI対Google。生成AIの勝者は？】OpenAI発表のポイント／Google発表のポイント／英語以外のパフォーマンス向上／ビジネス面ではGoogle盤石【Algomatic大野CEO】（約５２分）
https://www.youtube.com/watch?v=qWq6UmLx5A8
 
OpenAI Spring Update v.s. Google I/O 2024　大野峻典 | Algomatic CEO
2024年5月16日
https://note.com/ono_shunsuke/n/n89e6a8673f71
 
大野峻典｜Algomatic CEO
2017年東京大学工学部卒。卒業後は4年時から所属していた松尾研究室でリサーチエンジニアとしてプロジェクトに従事。その後、Indeedでソフトウェア開発に携わり、2018年Algoage創業。2020年DMMグループへM&Aによりジョイン。2023年Algomatic創業
 
 
 
The AI Generation War: OpenAI vs. Google
​
With consecutive announcements from OpenAI and Google, experts have expressed astonishment, stating, "It was a shocking two days with significant advancements in generative AI emerging all at once, far exceeding expectations." Algomatic CEO Ono's explanation was particularly clear.

1. Key Points of OpenAI's Announcement

1. "GPT-4o": Transitioning from text-centric input/output to multimodal input/output (text, speech, images, videos). Speech responses are now faster and more natural, with significant improvements in API speed and cost, as well as enhanced performance in languages other than English.
2. Free Release of the New Model

2. Key Points of Google's Announcement

1. Advancements in Gemini 1.5 Pro and the Release of the New Compact "Flash"

• Gemini 1.5 Pro: Significant expansion of context length and cost improvement (2 million tokens), multimodal capabilities, and quality enhancement.
• Gemini 1.5 Flash: A lightweight and faster version of the model.

1. Release of Services Integrated with Various Applications and Devices: A multitude of applications and use cases were announced, demonstrating a commitment to creating truly convenient solutions for end users.
2. Release of Models and Services for Video, Image, and Audio Generation: Unlike OpenAI's Sora, which creates videos up to one minute, Google's model can create longer videos.
3. Other Announcements

3. Comparison and Future Competition

• Business Perspective: Google holds a solid and strongest position, being a giant against the startup OpenAI, which collaborates with Microsoft and Apple.

• Google: Strategically positioned to win by integrating into existing Google applications.
• OpenAI: Focused on the mission of ultimately creating AGI (Artificial General Intelligence).

• Technological Edge: OpenAI appears to have superior technology.
• Shift in Strategy: Google is moving from competing on the model alone to focusing on UX/application development, while OpenAI focuses on developing foundational models in collaboration with Microsoft and Apple.

4. Impact on the Generative AI Industry, Business, and Society

• Fierce Competition in Foundational Models: Last week, Claude 3 Opus was considered quite good, but it is now outdated.
• Rapid Evolution: How long will this rapid advancement continue? It will persist until AGI is achieved.
• Fast-paced Application Layer Development
• Generative AI is becoming indispensable, promising a convenient future.