最新動向

IDCがQuanta公開 AIのツール選定を根拠つきで支援

IDCがQuanta公開 AIのツール選定を根拠つきで支援

この記事の要点

調査会社IDCが、技術リーダー向けのAI調査基盤Quantaを公開した。根拠を示す調査、候補ベンダーの絞り込み、価格比較を提供する。5,000件超の調査文書と5,000億ドル規模の支出データを土台にする。ベンダー選定の手間を減らす狙いだ。

結論

調査会社のIDCは、技術部門の意思決定者に向けたAI調査基盤Quanta for Tech Leadersを公開した。出典を示す調査、候補となるベンダーの絞り込み、価格の比較を返す。5,000件を超える調査文書、5,000億ドル規模で追跡した技術支出、150億件を超える独自データを土台にし、AWS Marketplaceから利用できる。

業務への影響は、AIツールやベンダーの選定という、時間のかかる調査作業に、根拠つきの土台ができる点にある。製品が乱立し、料金も用途もばらばらな今、どれを選ぶかの判断は担当者に重くのしかかる。出典のある調査と価格比較を一度に得られれば、選定の初速が上がる。

何が発表されたか

Quantaは、一般の生成AIと違い、出典のある調査データに基づいて答えると説明される。生成AIが根拠のない回答を返す問題を避け、引用付きで調査や価格、候補ベンダーを示す。土台にするのは、5,000件を超えるIDCの調査文書、5,000億ドル規模で追跡した技術支出のデータ、150億件を超える独自のデータ点だ。

提供はAWS Marketplaceを通じて行われる。企業が普段使うクラウドの購買の流れに乗せることで、導入の手続きを簡単にする狙いがある。現時点で料金の詳細は広くは公表されていないため、最新は公式で確認してほしい。調査会社が自社のデータを土台に、AIで答える基盤を出す動きは、専門情報の売り方が変わりつつあることを示す。

調査会社が自社のデータを土台にAIで答える基盤を出す動きは、専門情報の売り方が変わりつつあることを示す。これまで調査レポートは、人が読んで解釈する前提の文書だった。問いを投げると出典つきで答えが返る形になると、担当者は長い報告書を読み込まずに必要な論点へたどり着ける。反面、答えの前提や調査時点を見落とすと、古い結論を鵜呑みにする危うさもある。

現場の実務にどう効くか

まず効くのは、ベンダー選定の下調べだ。AIツールを選ぶとき、担当者は各社の資料を読み、価格を問い合わせ、比較表を手で作ってきた。出典つきの調査と価格比較を一度に得られれば、この下調べの時間を縮められる。選定で見るべき観点はAIツールを比較するときに見るべき7つの観点で整理できる。失敗しない選び方はAIツール選びの基準 失敗しない7つの観点が参考になる。

次に注意したいのは、調査基盤の答えも鵜呑みにしないことだ。出典つきであっても、自社の業務や規模に合うかは別の問題だ。示された候補を起点に、実際の試用や見積もりで裏を取る手順は欠かせない。

費用と効果の面では、こうした有料の調査基盤は、選定の頻度が高い組織ほど元が取れる。年に数回しかツールを選ばないなら、無料の情報と試用で足りることもある。費用対効果の考え方は生成AI導入の費用対効果の考え方で押さえられる。

具体的なイメージ

社内で問い合わせ対応のAIツールを選ぶ場面を考える。候補は10社以上あり、料金体系も機能もばらばらだ。Quantaのような基盤に「中規模のコールセンター向けで、日本語に強く、オンプレミスに対応する候補」と条件を伝えると、出典つきで候補と価格の比較が返る。

担当者は、その比較を起点に2〜3社へ絞り、実際に試用して精度を測る。ゼロから資料を集める段階を飛ばせる分、検証に時間を使える。最終的な判断は、自社データでの試用結果で下すのが確実だ。

まとめ

Quantaは、AIの選定作業そのものをAIで支える試みだ。鍵は、出典つきの調査を下調べの起点に使いつつ、最終判断は自社での試用で裏を取ること。選定の頻度が高い組織ほど、こうした基盤の価値は大きくなる。

出典

よくある質問

Quantaは何をするものですか。

技術部門の意思決定者向けのAI調査基盤です。出典を示す調査、候補となるベンダーの絞り込み、価格の比較を返します。5,000件を超える調査文書や広範な支出データを土台にし、AWS Marketplaceから利用できます。

一般の生成AIと何が違いますか。

出典のある調査データに基づいて答える点です。一般の生成AIは根拠のない回答を返すことがありますが、Quantaは引用付きで調査や価格を示すと説明されます。精度や範囲は自社の用途で確認してください。