IDC のアナリストである Brandon Butler 氏は、生成 AI にまつわるハイプが、ネットワークから IT スタック全体にわたるデジタルインフラを改善する取り組みを加速させる理由を説明します。
この 1 年半の間、「生成 AI 」というフレーズは避けて通れないものとなっており、ビジネスリーダーは新しいソフトウェア・アプリケーションの構築からマーケティング計画の立案まで、あらゆることに ChatGPT のような人工知能ソリューションを活用しようとしている。しかし、企業ネットワークを担当する IDC のリサーチ・マネージャー、Brandon Butler 氏によると、現在のハイプ・サイクルは、IT ネットワークの管理や最適化など、他の用途への AI の採用拡大にもつながるという。
「 IDC では、あらゆる場所で AI が活躍する時代に突入したと考えています」と Butler 氏は述べています。
「最近、生成 AI が話題になっていますが、これは IT 業界全体で AI が広く採用される前兆です。今後数年間は AI によって定義されることになるでしょうが、IT スタックのあらゆる部分に焦点が当てられるようになり、ネットワーク・インフラをよりよく管理するために AI を適用することも含まれるようになるでしょう。」
Butler 氏は、非生成 AI の助けを借りて企業が企業ネットワークを改善できる 4 つの方法と、ネットワーク管理のための生成 AI の使用例を 1 つ紹介します。
Butler 氏は、IT ベンダーが自社の製品に AI を組み込むことで、企業がネットワークで何が起きているかをよりよく理解できるようにするケースが増えていると指摘する。これらの AI 機能は、企業ネットワークの正常な動作やトラフィック・パターンを素早く学習し、パフォーマンスやセキュリティの問題を示す可能性のある異常な動作を特定することができる。Butler 氏によると、AI ネットワーク分析の重要なユースケースのひとつは、ネットワーク・インフラストラクチャのファームウェアの自動更新だという。
「しかし、何十ものアクセス・ポイントやコントローラー、スイッチを持つ企業ネットワークがあり、それぞれが異なるファームウェアを実行している場合、これらの AI ツールは、ユーザー・エクスペリエンスに影響を与えることなく、ディスカバリーを実行し、アップデートを実行することができる。」
ネットワークのその他の分析ユースケースには、クライアント/デバイスのプロファイリング、パーソナライズされた、または業界固有のサービスレベルのベースライン、特定のユーザー、デバイス、アプリケーションがもたらすリスクの特定と定量化などがある。
「ネットワークに問題が発生した場合、組織はその問題を解決する時間をできるだけ短縮したいものです」と Butler 氏は言います。
「機械学習や AI のプラットフォームは、問題がどこから来ているのか、それを解決する最善の方法は何かを理解するのに役立ちます。」
つまり、AI ツールは自動化された根本原因分析（RCA）によって問題を迅速に診断できるだけでなく、ガイド付きの修復や自動化された解決によって問題を解決することもできる。その結果、企業は応答時間を短縮し、コストのかかるネットワーク・ダウンタイムを削減し、IT スタッフの作業負荷を軽減して、より戦略的なタスクに集中できるようになります。
IDC の 2023 年「コネクテッドネスの未来」調査によると、ビジネスリーダーおよび IT リーダーの 33％ が、機械学習と人工知能アルゴリズムに起因するネットワーク管理の改善として、ネットワークパフォーマンスの最適化が他のどの成果よりも上位になると回答している。( AI と ML がネットワーク管理を改善しないと答えたのはわずか 2 パーセント）。
大まかに言えば、これはデータ駆動型の洞察と、過去のデータパターンに基づく運用上の推奨によって、ネットワークの利用率を高めることを意味する。Butler 氏は、広域ネットワークをリアルタイムで評価し、中央サイトへのさまざまなリンクの容量を決定し、トラフィックフローを最適化するために、ある経路から別の経路へ動的に移行できるツールを指摘している。
「これらのツールは、ML と AI の機能を使って、過去のトラフィックを理解し、将来のトラフィックを予測し、WAN を最適化することで、誰かが実際に行ってダイヤルを回したり、ボタンを押したりしなくても、高品質のユーザー体験を提供できるようにしています」と Butler 氏は言います。
最後に Butler 氏は、AI ツールはネットワーク管理者が将来のネットワーク動作を予測するのに役立っていると言う。Butler 氏によると、AI は、すでに述べたような瞬間的な洞察だけでなく、過去のパターンやネットワークの既存の状態に基づいて、より長期的な推奨事項を提供することができる。
Butler 氏によると「ネットワークが過去に経験したことや現在起きていることから、これらのツールは、ネットワークが将来特定の時点でアプリケーションやユーザーのトラフィックが急増することを予測することができます。そして、組織はその情報を使ってネットワークを準備することができます。」
ネットワーク管理者が問題の発生を未然に防ぐために必要な情報を提供することで、AI 機能は組織がユーザーとアプリケーションが最高のパフォーマンスを達成するために必要な容量を確保するのに役立ちます。
Butler 氏は、生成技術以外の AI アプリケーションの可能性を強調する一方で、ChatGPT のような大規模な言語モデルを使用して、ネットワーク管理業務の改善と合理化を図ることも可能だと指摘する。具体的には、ベンダーや企業はネットワーク管理に関する情報を AI ソリューションに送り込み、ユーザーが受け慣れているチャットベースの会話体験を提供することができる。
「いくつかのベンダーは、ネットワークに関するドキュメントをすべてプライベートな ChatGPT にアップロードしています。そして、そのツールにネットワークの問題を解決する方法を尋ねることができます。」
Butler 氏は、現在のAIの話題は、クリエイティブな仕事のための将来的な生成アプリケーションが中心になっていると見ていますが、既存のネットワーク管理ツールは、今すぐにでも組織の IT 問題の解決に役立つと述べています。
「企業は、これらの機能をどのように利用できるかを考え始めたばかりです」と彼は述べています。
「組織がAIをどのように活用できるか、そしてそれが将来どのように進化し続けるかを考える、ワクワクするような時代です。」
編集部注：エッジからコアまでのイニシアチブを簡素化し、ジャンプスタートさせるように設計されたフルスタックのソフトウェア定義AI対応プラットフォームである Nutanix GPT-in-a-Box を含む、AI 向け Nutanix プラットフォームの詳細についてはこちらをご覧ください。
Calvin Hennick 氏は寄稿ライターです。彼の記事は Engineering Inc 社の『 BizTech 』や『 The Boston Globe Magazine 』などに掲載されています。『 Once More to the Rodeo : A Memoir 』の著者でもあります。@CalvinHennick から彼をフォローしてください。
© 2023 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。.
この動画では、NAND Research のチーフアナリスト兼創設者である Steve McDowell 氏が、なぜテクノロジー業界は IT オペレータがデータセンターの二酸化炭素排出量を簡単に把握できるようにする必要があるのかを説明しています。
