The 2025 state of AI Development

調査は、チームがAIをどこまで進めたかで分類する。利用者とニーズを話す段階から、戦略と概念実証、ベータを経て、最後は本番への展開だ。およそ4分の1の企業が本番に何かを載せ、残りは手前の段階に散らばっていた。この内訳が重要なのは、この領域が単一の波ではなく幅のある分布だという点を示すからだ。遅れていると感じるチームも、実際には多くと同じ段階にいることが多い。

文書の解析と抽出が最も一般的な用途で、次が顧客対応とチャットアシスタント、その次が自然言語の分析だった。コンテンツ生成、推薦システム、コード生成、研究の自動化がリストを埋めた。この傾向は、新しいテキストを生むだけでなく、既存のテキストを読んで整理する仕事を指す。需要がどこにあるかを読むうえで役立つ手がかりだ。

OpenAIが利用シェアの最大を占め、中心はGPT-4oとGPT-4o Mini。Microsoft Azure、Anthropic、AWS Bedrockがすぐ後を追った。規模の大きい企業はクラウド基盤に多く頼り、Azureのシェアは企業規模とともに上がった。Groq、Fireworks AI、Together AIなどが提供するホスト型オープンモデルも伸びた。報告はこれを、チームが選択肢を一つに絞らず組み合わせに置きたいという合図と読む。

チームが説明したアーキテクチャでは検索拡張生成が主流で、過半がベクトルデータベースを使っていた。モデルを微調整したのは3分の1ほどにとどまる。報告はこの低さをコスト低下とモデル品質の向上に結びつける。良い基盤モデルと検索の組み合わせで、専用の学習なしに仕事をこなせる場合が多いからだ。

多くの開発者は自らのAIを評価していると答えたが、手法は手作業に偏り、テストとレビューが自動評価ツールを大きく上回った。監視も同じ傾向で、内製のダッシュボードが外部ツールをリードした。幻覚とプロンプトの問題への対処が最大の課題に挙がり、自動チェックがいまだ薄いことと符合する。

報告は前を見る視点で締めくくり、2025年がツールの年になり、エージェント型ワークフローが実験から出荷済みの機能へ移ると予測する。あわせて、複数モデルを組み合わせる構成の増加と、続くコスト圧力を、次の開発を形づくる力として挙げる。