【ITニュース解説】Drupal AI: What the AI Modules Actually Do

DrupalにAI機能を統合するための取り組みは、以前は個々のベンダーが提供するバラバラなモジュールとして存在していたが、現在では「Drupal AI」という一つのまとまったプロジェクトとして大きく進化している。これは、様々なAIサービスを統一的に扱えるようにする「抽象化レイヤー」と呼ばれる土台が整備され、セキュリティチームによる厳格なチェックを経てリリースされるようになったことを意味する。これにより、Drupalというウェブサイト構築システムにAI機能を組み込むことが、これまで以上に簡単で安全になり、導入時にAI機能の一部を有効にする選択肢も提供されるようになった。

このDrupal AIの中核となるのは「AIモジュール」という一つの貢献プロジェクトだ。これは、OpenAIやAnthropic、Google Geminiといった様々なAIサービス提供会社（「プロバイダー」と呼ぶ）に対して、チャット、画像生成、テキスト翻訳、テキストの意味を数値データに変換する「エンベディング」といったAIへの指示（「操作タイプ」と呼ぶ）を統一的に送るための仕組みを提供する。つまり、特定のプロバイダーに依存しないため、後から別のプロバイダーに切り替える際も、コードを書き直す必要はなく、設定を変更するだけで済む。これは技術的には非常に大きな利点だが、AIへの具体的な指示内容である「プロンプト」はプロバイダーごとに調整が必要になる場合があるため、プロバイダーを変更した際にはプロンプトの再テストが必要になる点には注意が必要だ。

Drupal AIプロジェクトには、この中核モジュールに加えて、具体的なAI機能を提供するいくつかの「サブモジュール」が含まれている。例えば、画像の代替テキストを自動生成する機能、多言語サイトのコンテンツを翻訳する機能、記事作成を支援する編集アシスタント機能、ウェブサイトを自動で構築するエージェント機能などだ。これらの機能はそれぞれ成熟度が異なり、代替テキストや翻訳といった明確な目的を持つ機能は「生産準備完了」（プロダクションレディ）とされており、運用コストも低い。一方、高度な「セマンティック検索」（意味に基づいた検索）やサイト構築エージェント機能はまだ開発途上の「アルファ版」であり、本格的な導入には追加のエンジニアリング作業が必要となる。

特に注目されるのが、画像の代替テキスト生成機能だ。これは、通常は手作業で数週間かかるような大量の画像に対するアクセシビリティ対応を、AIによる生成と人間のレビューを組み合わせることで数日に短縮できる。ただし、AIが生成する代替テキストは画像の内容を忠実に説明するが、ウェブサイト上でのその画像の意図や文脈までは考慮しないため、必ず人間の目で確認する「レビュー」作業が不可欠だ。このレビューを怠ると、かえって利用者を混乱させる結果になりかねない。

また、AIによる翻訳機能はDrupalの既存の翻訳ワークフローにシームレスに統合されるため、コンテンツのレビューや承認プロセスを維持したまま、効率的な多言語対応が可能になる。しかし、元の言語のコンテンツが変更された際に、翻訳されたコンテンツも適切に更新されるような運用体制を整える必要がある。そうしないと、サイト内で情報が矛盾する事態が発生する可能性がある。

一方、多くの利用者が期待する「セマンティック検索」は、現状ではまだ十分に安定しているとは言えない。この機能を利用するには、通常のデータベースに加えて「ベクトルデータベース」と呼ばれる特殊なデータベースの導入と運用が必要になる。また、検索結果の質は、ウェブサイトのコンテンツがどのように細かく分割され（「チャンク化」と呼ばれる）、AIに学習させられているかに大きく左右される。単にモジュールを導入するだけでは期待通りの検索結果は得られにくく、キーワード検索とセマンティック検索を組み合わせる「ハイブリッド検索」のような高度な設計が必要となる。

Drupal AIを利用する際のコストは、主にAIプロバイダーへのAPI呼び出しに対して発生する「トークン料金」によって決まる。トークンとは、AIが処理する最小単位の単語や記号のまとまりのことで、入力（AIに送る情報）と出力（AIからの応答）でそれぞれ料金が設定されている。編集支援や代替テキスト生成、翻訳といった機能は、一度に処理するトークン量が比較的少ないため、予想よりも安価に利用できる場合が多い。しかし、セマンティック検索や公開チャットボットのように、利用者が多数アクセスし、大量の情報を頻繁にAIに送受信する機能では、利用量に応じてコストが急増する可能性がある。そのため、特に公開される機能では、AIの利用コストがビジネスに与える影響を慎重に見積もる必要がある。

AI機能の導入で最も重要かつ複雑な課題の一つが「データ保護」だ。ホスト型APIを利用する場合、ウェブサイトのコンテンツ（記事、コメント、ユーザープロファイルなど）やプロンプトがAIプロバイダーのサーバーに送信されることになる。これは個人情報を含む可能性があり、組織はデータの管理者として、そのデータの取り扱いに対する責任を負い続ける。そのため、データ保護影響評価（DPIA）を実施し、データがどのように扱われるのか、どのようなリスクがあるのかを事前に評価し、文書化することが非常に重要だ。また、EU AI Actのような法規制により、AIが生成したコンテンツであることを明示したり、AIシステムであることを利用者に通知したりする義務が発生する場合もあるため、最新の規制動向を確認し、適切に対応する必要がある。自社サーバー上でAIモデルを運用する「セルフホスティング」は、コンテンツが外部に送信されない唯一の方法だが、導入・運用コストは高くなる。

AI機能は作業を完全に無くすわけではなく、その性質を変えたり、作業の負担を移動させたりすることが多い。特に、AIが生成したコンテンツの「レビュー」作業は、品質保証と法的責任の観点から不可欠であり、この人件費を事前に予算に含めないと、せっかく導入したAI機能が使われなくなる失敗例が多い。Drupal AIを導入する際には、どの機能を使うか、誰がどの機能を使えるかといった「ガバナンス」のルールを明確にし、プロンプトの管理方法、利用コストの監視、AIプロバイダーの障害に備えるための「フォールバック」計画なども含めて、包括的な設計と運用体制を構築することが、成功の鍵となる。

Drupal AIの実装にかかる費用は、導入する機能の範囲によって大きく異なる。AIモジュールと一つのプロバイダー、代替テキストと翻訳といった比較的狭い範囲の導入であれば、数千から1万ポンド程度の開発費用で済む場合がある。より包括的な編集支援機能やプロンプトのバージョン管理、コスト監視まで含めると、1万から2.5万ポンド程度が見込まれる。そして、セマンティック検索や大規模な公開チャットボットのように、ハイブリッド検索やベクトルデータベースの導入が必要な場合は、2.5万から6万ポンド、さらに高額になる可能性もある。これらの開発費用に加えて、トークン利用料、データ保護影響評価のための法的費用、そしてコンテンツのレビュー作業にかかる人件費も考慮する必要がある。Drupal AIは強力なツールだが、適切に計画し、管理されなければ、予期せぬコストや問題を生じさせる可能性も秘めている。