State of Enterprise AI Report では、データのセキュリティと信頼性に対する高い懸念が示され、新しい AI 機能の搭載と拡張に必要なインフラとスキルに対する懸念が示されています。
多くの人が予想し、準備しました。また、一夜にして AI が単なる熱狂的なブームからビジネス上の必須事項へと変化するのを目の当たりにした企業も数多くありました。現在、人工知能への対応に関する新しいレポートによると、IT リーダーの 10 人中 9 人が、人工知能（ AI ）は組織にとって最優先事項であると回答しています。しかし、そのほとんどが、新たな AI 目標をサポートするために必要な IT インフラとスキルを有していません。このため、AI を採用し、その利用を拡大するためには、多額の投資を余儀なくされています。
2023 年版 Nutanix State of Enterprise AI Report は、650 名を超える IT、DevOps、およびプラットフォームエンジニアリングの意思決定者からの情報に基づいており、AI が IT 戦略とリソースに及ぼしている甚大な影響を明らかにしています。
調査結果によると、回答者の 90％ が AI のセキュリティと信頼性を最重要課題としており、ほとんどの回答者がデータ保護とデータ復旧機能の強化を計画しています。また、回答者の 83％ が AI エッジ戦略への投資を強化する予定であることから、 AI は 1 カ所にとどまらないことも示されています。回答者の 91％ が最新化する時期であるとしているように、現在の IT インフラは AI 向けに構築されていないことが大きな懸念事項となっています。
機械学習システム構築者で AI の専門家である Greg Diamos 氏は、「今、データセンターの管理者になることは、エキサイティングであると同時にとても恐ろしいことです」と The Forecast に述べています。「どの企業であれ、データセンターには十分な計算能力がないのです」
主な調査結果は以下の通りです:
調査結果によると、企業は AI をビデオ、テキスト、画像の生成アプリケーションや、バーチャルアシスタンス、カスタマーサポートに活用しています。また、不正検知やサイバーセキュリティのための AI ベースのソリューション、さまざまな画像認識、音声認識、コンピューター・ビジョンのアプリケーションも、現在または計画中の用途の上位にランクインしています。
Nutanix の AI エンジニアリング担当バイスプレジデントである Debojyoti "Debo" Dutta 氏によると、AI はまだ初期段階にあります。同氏は Nutanix の GPT-in-a-Box の構築とリリースを支援しました。GPT-in-a-Box は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、AI イニシアチブを簡素化し、迅速に開始できるように設計されたサービスを備えています。
「 AI を使ったソリューションやサービスは流行ではありません」と Dutta 氏は述べています。
彼は、ChatGPT のような生成 AI アプリケーションの急速な台頭を指摘しており、これらはすでに大きなインパクトを与えつつも、いくつかの大きな課題を明らかにしています。
「人々や企業は生成 AI を使用することで、生成 AI を使用しない企業よりも優位に立つことができるでしょう。しかし、それは非常に新しい技術であるため、今日の多くの企業は、これらの機能を独自に構築し、実装するためのツールやスキルを持っていません。」
企業が AI を活用し、将来に向けた投資を行う中で、それを理解し、正しく実行しなければならない IT チームへのプレッシャーが高まっています。
貴重なデータや知的財産（IP）を保護することは、あらゆる企業にとって重要な課題です。 AI レポートによると、 AI ワークロードを実行または計画する際に最も重要な考慮事項は、データセキュリティとデータの品質でした。
「多くのクラウドサービスプロバイダーや生成 AI 向けの SaaS 製品がありますが、データのプライバシーや固有の保護上の課題があるため、それらを使用するかどうかについて多くの企業が苦慮しています」と Dutta 氏は述べています。
「企業の真の知的財産はデータであり、そのデータは他の貴重な資産と同様に守られ、保護される必要があります。多くの企業は、そのデータの管理は決して手放したくはないのです」
調査結果では、AI 技術が新たなバックアップおよびデータ保護ソリューションの必要性を促進することが示されています。回答者の半数以上が、 AI データガバナンスをサポートするために、ミッションクリティカルな本番レベルのデータ保護とディザスタリカバリ（DR）ソリューションの追加を計画しています。また、半数が AI をサポートするために、エッジ環境におけるデータ保護とガバナンス戦略を定義することを計画しています。
「セキュリティの専門家は、脅威や異常の検知、予防、回復を改善するために AI ベースのソリューションを使用するために競争している一方で、悪質な行為者は、新しい悪意のあるアプリケーションを作成し、成功率と攻撃サーフェスを改善し、検出回避を改善するために AI ベースのツールを使用するために競争しています」と、Dutta 氏は述べています。
Dutta 氏によると、先行している企業もありますが、多くの企業はこのような斬新な技術に遅れをとっており、AI ベースのソリューションの開発と、これらのソリューションを実際に運用することの間には大きな隔たりがあるとのことです。
「このギャップを克服するためには長い道のりが必要で、多くの組織がこの新しいタイプのソリューションの要件を満たすために、インフラの最新化と拡張を推進することになるでしょう」と同氏は述べています。
AI の能力にはコストがかかります。例えば、生成 AI は非常に負荷の高いワークロードであり、特にコアのデータセンターでは堅牢なコンピューティングとストレージのリソース、そしてエッジの拠点を遠くから管理するための最新のインフラが必要となります。これらの IT システムは相互接続し、拡張性を必要とします。アプリケーションとデータをホストし、移動し、保護する必要があるのです。また、常に最新の状態に保ち、効率的に稼働させる必要もあります。
「このユビキタスなワークロードは、多くの AI インフラストラクチャーの最新化を推進するでしょう」と、Dutta 氏は語っています。「これらのワークロードはデータ処理が非常に高負荷だからです」
回答者の 85％ が、 AI アプリケーションを構築するために既存の AI モデルを購入するか、オープンソースの AI モデルを活用する予定である一方、独自のモデルを構築する予定であると回答したのはわずか 10％ でした。どちらの場合でも、こうしたアプリケーションやサービスには、膨大な量のデータを処理できるシステムが必要だと Dutta 氏は指摘します。
拡大するデータ要件に対応するため、91％ が AI ワークロードをサポートし拡張するための IT インフラ最新化への長期的な投資が必要であると回答しています。特に注目すべきは、回答者の 85％ が、 AI ワークロードをサポートするために、今後 1 ～ 3 年の間に IT インフラストラクチャの最新化への投資を増やす予定であると回答していることです。データ・セキュリティ（53％）、インフラの回復力とアップタイム（52％）、インフラの規模管理（51％）、インフラの自動化（50％）は、 AI の目標をサポートするために投資が必要な分野の一部です。
調査回答者の大多数が、現在 AI アプリケーションを仮想マシン（VM）上に導入していると回答し、 62％ が現在 AI アプリケーションをコンテナ上に導入していると回答していることから、仮想化環境とクラウドネイティブ環境という異なる企業 IT 環境全体で AI 技術が利用されていることが明らかになりました。
「ハイブリッド・マルチクラウド・アーキテクチャには、AI ベースのサービスやアプリケーションが絶対に適しています」と、Nutanix のハイブリッド・マルチクラウド担当シニア・バイス・プレジデント兼ゼネラル・マネージャーの Induprakas Keri 氏は述べています。
「AI ワークフローのステップは、クラウドでの学習、コアデータセンターでのエンリッチメント、リファインメント、学習、エッジでの推論など、さまざまなインフラ環境で行われます。この AI ワークフロー全体にまたがることができる、まとまりのあるスケールアウト・インフラストラクチャをうまく提供することが、成功の鍵になります」
意図的であれ偶然であれ、ほとんどの企業はハイブリッドまたはハイブリッド・マルチクラウドの IT 運用に依存しています。 AI アプリケーションの導入に関して言えば、State of Enterprise AI レポートによると、 93% が AI 計画をサポートするためにエッジ戦略を導入する予定であり、 83% が今後 1 ～ 3 年の間にエッジ戦略への投資を増やす意向を示しています。回答者の半数以上が、 AI データ構想をサポートするために、クラウド、データセンター、エッジ環境間でのデータ転送方法を改善する必要があると回答しています。
ほとんどの企業は、 AI イニシアチブをサポートするために必要な人材とスキルに投資する必要性を認識しています。State of Enterprise AI Report では、回答者の 84％ が今後数年間、データサイエンスとエンジニアリングチームを拡大するための投資を増やす予定であると回答しています。生成 AI とプロンプトエンジニアリング、およびデータサイエンスまたはデータ分析が、今後 12 カ月間に AI のスキル向上を必要とする上位 2 分野として挙げられています。
「 AI スキルのギャップは 2 つあります」と、Dutta 氏は言います。「第一に、 AI ベースのツールやサービス、それらをサポートするインフラを構築する人材が不足している点。第二に、 AI ベースのツールやサービスを組織や業種に適用するための熟練した訓練を受けた専門家が不足している点です。テクノロジー・プロバイダーは、この両分野におけるスキル不足を克服するか、少なくとも補うために不可欠な存在となるでしょう」
調査報告書によると、多くの企業は AI/ML ワークフローのすべてのステップを自社で実行・管理するのではなく、パッケージソリューションやサービスを購入することで、 AI 関連のスキルギャップを克服しようとしています。
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、迅速に開始でき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。
Ken Kaplan 氏は The Forecast の編集長です。X @kenekaplanで検索してください。
© 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。
