企業 IT リーダーにとって、 AI の光り輝く段階はバックミラーに映るようになりつつある。
NAND Research のチーフアナリストである Steve McDowell 氏は、スペインのバルセロナで開催された 2024 .NEXT カンファレンスの模様を収録した The Forecast 誌のインタビューで、「私たちは皆、 AI 疲れを起こしていると思います」と話しています。
クラウド・ネイティブやその他の開発環境の管理、実用的で効果的な AI の使用例の発見、自動化学習の深い意味合いへの対応など、今こそ次の段階に飛び込む時だと同氏は語っています。
この話題には多くの疑問が渦巻いています :
IT リーダーは、クラウド・ネイティブ環境と従来型環境の融合にどのように対応すべきなのだろうか ?
ビジネスの成果を高める実用的な AI ユースケースの開発についてはどうだろうか。
IT チームは、エネルギー要件と倫理的影響にどのように対処するのだろうか ?
McDowell 氏はこれらの問題を考え抜き、 IT リーダーが無視できない 3 つの課題に着目しました :
インフラ管理の一元化
人工知能による価値創造
持続可能性と倫理性の追求
インフラ管理の一元化
AI のハイプは、 Kubernetes のようなクラウドネイティブ環境に対する熱狂と連動している。結局のところ、コンテナ化とマイクロサービスは、データ集約的な AI 機能を数多くサポートしています。また、クラウド・ネイティブ開発により、高速で安全かつスケーラブルなデプロイが可能になります。
とはいえ、企業の IT ワークロードの多くは、従来型のアーキテクチャでも問題なく稼働しており、今後数年間はその傾向が続くと考えられています。
「レガシーなワークロードはいくらでもあります」とMcDowell 氏は述べています。「それらを再アーキテクトするのは意味がありません」
企業内にクラウドネイティブ・テクノロジーを追加すると、 IT チームの複雑さが増します。さらに McDowell 氏は、 Kubernetes や OpenShift のようなソリューションには、ハイブリッドなマルチクラウド環境への橋渡しが必要だと付け加えています。
その解決策は、ハイブリッド・マルチクラウドの統合管理プラットフォームにあります。
「どのように展開するにしても、 1 つのツールから学ぶことができます」と同氏は言います。「それは本当にシンプルであること、つまり単一の画面からの管理です」
ハイブリッド・マルチクラウド環境の管理を一元化することで、企業は AI のビジネス価値を活用する基盤を得ることができます。
エンタープライズAIによる価値創造
McDowell 氏は、 AI の誇大広告に対する焦りがエスカレートしていると見ています。
どの製品説明会に行っても、「 AI 」という言葉が入っていなければ間違った場所にいることになるでしょう。関連性があろうがなかろうが、誰もが AI を必要としています」
しかし、今こそ AI に関する話題の軸足を移す時なのではないしょうか。
「 GPU の話はやめましょう」と同氏は言い、「プロバイダーが誰であるかという話もやめましょう」。GPU を使って何をしようとしているのか、それによって私のビジネスがどう変わるのか、ということを話し始めましょう」
AI は IT 担当者がインフラを理解し、ログファイルを分析するのに役に立ちます。 AI は企業をカスタマー・エクスペリエンスの改革へと導くことができるのです。
「ビジネスの用途は何か、どのようなテクノロジーからどのような価値を引き出そうとしているのかについて話し始めると、それがテクノロジーの決定を後押しすることになります」と同氏は付け加えました。
これまで、 AI ソフトウェアを作成するには、計算能力とプログラミング・スキルに莫大な投資が必要でした。ベンダーが ChatGPT のような経済的な AI アプリを提供することで、その状況は変わりつつあります。
「 AI を始めるには、高価である必要はない」と McDowell 氏は話しています。
大規模な学習モデル（ LLM ）を使ってテキストや画像、その他のコンテンツを作成するジェネレーティブ AI （ GenAI ）は、 AI ハイプの主要な火種となっている。今のところ、 IT 担当者は GenAI を企業環境で安全に利用する方法を模索しているところです。今後数年は、企業規模で GenAI を展開することになるでしょう。つまり、 OpenAI や Anthropic のような大手プロバイダーと提携し、企業データの LLM を精緻に処理する必要がある、と McDowell 氏は述べています。
GenAI は企業の IT 担当者がこれまで見たこともないような GPU とデータベースを使用しています。
そのため、今、私たちは、『 IT 担当の皆さん、これがその方法です』とパッケージ化する傾向が見られます」と McDowell 氏は語っています。
それでもなお、複雑なハイブリッド環境での GenAI の展開には不確実性が伴うため、疑問は後を断ちません。そして、現実的なビジネス上の疑問もあります。
「次世代、あるいはデジタルトランスフォーメーションの次の段階に AI をどのように活用すればいいのでしょうか？ AI は私たちの生活すべてを変えるでしょう」と McDowell 氏は話しています。「しかし、自分の IT オペレーションをより効率的にするために、 AI をどのように使えばいいのか、ということでもあります」
エッジでの AI 推論 AI には、モデルのトレーニングと、トレーニングデータからの推論の 2 つの主要な計算フェーズがあります。 AI モデルのトレーニングには通常、膨大なコンピューティング・リソースが必要ですが、推論ははるかに軽い処理で済みます。 McDowell 氏は、ネットワーク・エッジ、モバイル・デバイス、リモート・サーバーで推論能力を活用する機会が生まれることを示唆しています。
「ビジネス・ユーザーとして、価値は推論にあります」と同氏は言います。「 AI がデータに近ければ近いほど、価値実現までの時間を短縮できます」
例えばカメラは、自動車や工場の生産ラインでリアルタイムの画像データを収集することができます。しかし、画像データをリモートの AI エンジンにアップロードし、データの意味を推測し、そしてユーザーに実用的なインテリジェンスを提供するまでにかかる時間によって、リアルタイムの価値は失われてしまいます。
もちろん、 IT チームはこれらのやり取りをオーケストレーションし、複雑なアーキテクチャを管理し、 AI を使ってすべてを自動化・簡素化しなければなりません。「私が取り組んでいるハイブリッド・マルチクラウドの方法とそれほど変わりません」と McDowell 氏は述べています。「ボックスがかなり小さくなっているだけです」
持続可能性と倫理性の追求
企業における AI の議論は、データセンターがエネルギー使用量に与える影響を取り上げなければなりません。
「企業で使われるエネルギーの最大 25％ を消費しています」と McDowell 氏は言います。同氏は、エンタープライズ AI が主流になるにつれ、こうした需要は高まる一方だと見ています」
推論をネットワーク・エッジに移すことで、データセンターのエネルギー需要を削減することは可能だと思われます。しかし、それでは AI に関連する持続可能性の問題を完全に解決することはできません。同氏は、 IT が世界の電力の約 3 ％を消費しているという最近の報告書を指摘しました。
「そして、それは指数関数的に成長しています」と同氏は語っています。
GPU が動作するコンピューターは、数年前に構築されたサーバーの約 2 倍の電力を必要とするかもしれません、と McDowell 氏は指摘します。また、 GPU はより多くの熱を発生させるため、物理的に分離する必要があり、データセンターにより多くのスペースが必要になります。電力インフラが十分でないため、建設できないデータセンターもあると同氏は付け加えています。
「持続可能性をサポートし、消費電力と空調費を削減するような改革を行わなければ、ビジネスに影響が出るというところまで来ています」と McDowell 氏は話します。
冷却技術の革新は、さらなる可能性を可能にする新世代のプロセッサーを切り開くかもしれません。しかし、それでも現在の電力網に対する圧力は変わりないのではないでしょうか。
「私たちはすでに電力を使い切っています」と彼は言い、「新しい発電所を建設するよりも、電気使用量を減らす方がずっと早く、ずっと現実的です」と付け加えました。
倫理と責任ある AI のあり方
McDowell 氏は、学習自動化が人間に与える影響について、企業は突っ込んだ質問に答えなければならないと語っています。
「私のデータはどれほど偏っているのでしょうか？このモデルはどこから来たのか？何に基づいてトレーニングされたのか？解決するのは難しい問題です」と同氏は付け加えています。「そして正直なところ、それを解決しようとしている企業はほんの一握りです」
彼は、 LLM を文書の執筆や編集に役立てるのは一つの方法だと述べています。
「 AI モデルの出力をビジネス上の意思決定やユーザーとのエンゲージメントのために使い始めると、まったく別のことになります」と McDowell 氏は注意を呼びかけています。
これらの問題を明らかにする唯一の方法は、技術を実用化し、結果をモニターし、改善を続けることでしかありません。
「どの変革技術もこのような道筋をたどりますが、タイムラインはかなり短くなっています」と McDowell 氏は締めくくりました。
「それは理解することです。それを可能にする。そして、それが変革の原動力となるのです」
Tom Mangan 氏は寄稿ライター。クラウド・コンピューティングとデジタルトランスフォーメーションを専門とする経験豊富な B2B テクノロジー・ライター兼編集者です。同氏のウェブサイトまたは LinkedIn からお問い合わせください。
© 2024 Nutanix, Inc. 無断複写・転載を禁じます。その他の法的情報については、こちらをご覧ください。