AI 技術が切り開くデータとインフラのモダナイゼーション新時代

01AI ワークロードの要求に応えるには、IT インフラのモダナイズに対する長期的な投資が必要である。ほとんどの回答者（91%）が、自社の組織の IT インフラを改善し、AI ワークロードのサポートと拡張を容易にする必要があるとしている。現在のエンタープライズにとっての主要な課題には、データセキュリティ、耐障害性、スケーラビリティが含まれている（図 5 参照）。幸い、多くの組織では今後このニーズを満たすための予算を組むものとしている。回答者の 85% が、今後 1～3 年の間で、 IT インフラのモダナイズへの投資を増やし、AI ワークロードをサポートする予定であると回答している。

02AI ワークロードの要求に応えるには、データセンター、クラウド、エッジ環境を横断するシームレスなデータモビリティが必要である。多くの組織において、エッジインフラのデプロイメントや戦略は、そのコストと複雑さが原因で IT イニシアチブとしての優先度が低くなっているのが実情である。これに対し、ハイブリッドや、マルチクラウドの IT アーキテクチャは、多くの組織で既に導入されているが、このアーキテクチャに分散型またはエッジ型の構成要素が含まれているとは限らない。AI 技術の導入は、この状況を大きく変える可能性がある。データセンター、クラウド、エッジの拠点間でデータをシームレスに移動し、保護するニーズの高まりに加え、組織は、モデルをパブリッククラウドでトレーニングし、プライベートクラウドで微調整し、データに基づいてアクションを実行する現場のエッジにデプロイすると考えられるからである。本調査では、回答者の 93%がエッジ戦略の策定が AI 計画をサポートし、自社のプログラムの成功にとって重要であると回答している。ここでもまた、回答者は AI をサポートするエッジイニシアティブに投資する意向を示している。回答者の 83% が、今後 1～3 年の間で、 エッジ戦略に関する投資を増やし、AI ワークロードをサポートする予定であると回答している。

01 データのモダナイズとモビリティに備えてインフラを整備する。AI 技術やソリューションを効果的に導入するには、データセンター、クラウド、エッジという各環境間でのデータの移動と管理が必要になる。それぞれの環境はエンドツーエンドの AI ワークフローをサポートするうえで重要な役割を果たす。例えば、エッジ環境がローカルで行うデータクレンジングやデータ処理は、データのトレーニング、推論、大規模格納を行うデータセンターまたはクラウドデータセンターに送った後で実行することも考えられる。これは、IT やインフラの専門家にとって容易な作業ではない。場合によっては、AI 技術をサポートする最新のインフラソリューションを構築するために、大規模な再構築、トレーニング、サポートが必要になる。多くのエンタープライズは、この取り組みをシンプルにするためのソリューションを模索していくと考えられる。

02AI スキルの開発に投資し、人材不足に備える。調査対象の全組織が、今後 12か月の間に、さまざまな関連領域でより多くの AI スキルが必要になると回答している。このことは、生成 AI、データサイエンスや分析、研究開発、プラットフォームエンジニアリングといったソリューションについて、サポートや開発の有限なリソースをめぐる大きな競争が生じることを意味する。自社で AI モデルやアプリケーションを構築することを選択した組織は、スキル不足の影響を最も大きく受けるだろう。

03データセキュリティ、データ品質、データ保護を AI 戦略の中核に据える。AI 技術とソリューションを導入する必要性は、データセキュリティやデータ保護の戦略を見直すきっかけとなっている。データにアクセスできなければ、当然ながら AI ベースのアプリケーションやソリューションの多くは機能しない。データセキュリティとデータ保護のソリューションが、エンタープライズの AI 技術のエコシステムや戦略を形成するうえで、中心的な役割を果たすものと考える必要がる。

04将来のインフラコスト削減の要請に備える。AI モデルやアプリケーションの開発、ビジネス成果の創出を急ぐ「ゴールドラッシュ精神」的な動向により、AI イニシアチブに対する予算超過や過剰支出を短期的には受け入れる結果となる。しかし、これはあくまで一時的なものに過ぎない。組織は今後 1～ 2 年の間に、AI を支えるインフラの費用対効果を早急に改善（および測定）する計画を策定すべきである。