グローバルの生成AI業界を牽引する「Stability AI」

藤平：連載6回目は、Stability AI Japan 代表のJerry Chi（ジェリー・チー）さんをゲストにお迎えしました。ジェリーさん、貴重な機会をありがとうございます！

　今回は、画像／動画生成AI「Stable Diffusion（ステーブル・ディフュージョン）」を展開しているStability AIの、日本における現在地＆見据えている将来像をお聞きしつつ、「クリエイティブ（×マーケティング）領域におけるAI活用は、今どのあたりにいるのか、今後どのような方向に進化していくのか」を掴めればと思っています。

ジェリー：はい、よろしくお願いします。

藤平：まずは、Stability AIがどういった理念のもとAI開発に向き合っているのか、Stability AI社のミッションからお聞きできますか？

ジェリー：Stability AIのミッションは「人類の潜在能力を引き出す“基盤”を提供すること（build the foundation to activate humanity’s potential）」です。今後AIがどんな方向へ進化していくのか？　そのシナリオは1つではなく、色々なパターンがあり得ると考えています。少数のビッグテックカンパニーのみでコアな技術を占有するような未来がくるかもしれませんし、AI技術がよりオープンに扱われる世界になるかもしれません。

　我々が臨むのは後者のほう、AI技術が民主化された世界です。オープンなAIを提供することで、世の中のあらゆる人々がAIの恩恵を受けられる世界をつくることを目指しています。

　たとえば、Stability AIはオープンソースの生成AIモデル「Stable Diffusion」を提供しており、ユーザーは私たちのAI技術を拡張したり、調整したりしながら、自由にAIを用いることができます。

CanvaやAdobe Expressなど、AIサービスの基盤を成す「Stable Diffusion」

藤平：かなり多くのAIサービスがある中、Stable Diffusionがどのレイヤーのサービスなのかを理解するのは、AIに造詣が深い方じゃないと難しいかもしれません。というのも、Stable Diffusionはオープンソースのモデル（基盤）であり、UX/UIのある「アプリケーション」というわけではないですよね。

　様々なAIサービス（特に画像生成系）の“バックエンド”で動いているという風に理解すると、概ね間違いないでしょうか？

ジェリー：そうですね。モデルを搭載したチャットボットも提供していますが、Stable Diffusionに関しては、バックエンドという表現をされることが多いです。

　Stable Diffusionは、画像（動画）生成に特化した生成AIモデルで、これ自体はいわば数字の羅列のようなものです。世の中で提供されている様々なアプリやSaaSツールの基盤にStable Diffusionが使用されており、たとえばCanvaやAdobe ExpressなどでもStable Diffusionを使うことができます。

藤平：つまり、Stable Diffusionは「画像生成を実現するAI基盤技術」という位置づけで、様々な生成AIサービスと連携しているわけですね。だから、「オープンソース」を謳っていると。

　ちなみに、画像生成AIサービスもいくつかある中で、その強さ・競争力はどんな要素の掛け算で決まるのでしょうか？　Stable Diffusionの場合は、多くのサービスで使われているという“学習量”が強みになっているのかなと推察しますが。

ジェリー：生成AIモデルの強さは、「データ」「計算力」「技術力」の大きく3つの掛け算で決まってきます。データはおっしゃる通り学習量とその質が問われてくるところで、計算力と技術力に関しては、いかに優れた人材を確保できるか？ いかに優れた形でモデルの改善を管理できるか？ などが問われてきます。

　計算力・技術力に関しては資本力も大きく関係してくるので、その意味ではビッグテックカンパニーが優位性を持つことが多いです。

藤平：なるほど。Stable Diffusionの位置づけや役割、可能性をようやく理解できたところで、本題である「実務においてどう活用できるのか？」という話題に入っていこうと思います。