AI とクラウド・コンピューティングという 2 本の柱が一体となって、ビジネスを推進しています。世界のパブリック・クラウド・サービスへの支出は、 2024 年の 6,790 億ドルから 2027 年には 1 兆ドルに膨れ上がり、 AI 市場は 2024 年の ;1,840 億ドルから同期間に 4,070 億ドルに成長すると予測されています。
AI とクラウド・コンピューティングが足並みを揃えて進歩していることを示唆する最近の動きには、以下のようなものがあります :
Microsoft は、 ChatGPT を含む OpenAI のモデルを Azure クラウドプラットフォームに統合しており、 Windstream 、 AudioCodes 、 AT&T 、 Vodafone のような通信大手は、顧客とのエンゲージメントを高め、業務を効率化するために、すでに Microsoft Azure OpenAI サービスを活用しています。
2024 年 6 月、オラクルは OpenAI との提携を発表し、マイクロソフトの Azure AI プラットフォームを Oracle Cloud Infrastructure( OCI ) に拡張することを発表しました。
Amazon Web Services は生成 AI 機能を提供しており、ユーザーはエンタープライズグレードのセキュリティとプライバシーを活用して、特定のユースケースを拡張することができます。
クラウドと AI の新たな接点を考えると、企業のリーダーは、急速に拡大する AI の分野がクラウド・コンピューティング技術とどのように連動し、より大きなイノベーションに拍車をかけるかを理解するよう努める必要があるでしょう。
クラウドコンピューティングと AI が最高のチームになる理由
企業は、既存のクラウドスキルの専門家を活用することで、 AI の導入を促進することができます。なぜなら、 AI には新しいアプリケーションだけでなく、「アプリケーションを構築する開発者と共に優秀なインフラ担当者」 が必要だからだ、と Nutanix プレジデント兼 CEO の Rajiv Ramaswami 氏は The Forecast に語っています。
今日のインフラ人材の多くはクラウド・コンピューティングの教育を受けており、そのスキルは AI を推進するために活用することができます。
自動化の領域でも、 AI とクラウド・コンピューティングは互いに補完し合っています。 AI を導入することで、単純なプロセスを合理化し、効率を高め、 IT 人材がより革新的な開発に集中できるようになります。
クラウドは、 AI によるコンピュータ・パワーへの需要の高まりがもたらす課題を克服するのに大きな役割を果たします。
AI 企業 Lamini 社の共同設立者である Greg Diamos 氏は、The Forecast に次のように語っている。「今、データセンターの管理者であることは、刺激的であると同時に恐ろしいことでしょう」
「どんな人であろうと、データセンターには十分なコンピュータがありません」
クラウドは、 AI の需要に対応するために必要な大規模な計算能力を提供するものとなります。
Nutanix のハイブリッド・マルチクラウド担当シニア・バイス・プレジデント兼ジェネラル・マネージャーである Induprakas Keri 氏は、「全体として、この 2 つのテクノロジーは、特にマルチクラウド環境における可能性を考慮すると、自然にお互いに補完し合うものなのです」 と述べています。
パブリック・クラウドが AI の多くを支えるようになる一方で、企業はプライベート・クラウドや自社のデータセンターを使ってプライベート・データを管理したいと考えるようになるでしょう。そのため、ハイブリッド・マルチクラウド IT モデルが推進されることになります。
「AI ベースのサービスとアプリケーションは、間違いなくハイブリッド・マルチクラウド・アーキテクチャのために作られています」 と Keri 氏は言います。
「 AI ワークフローのステップは、クラウドでのトレーニング、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、トレーニング、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、成功の鍵になるでしょう。」
すでに多くの企業がこのチャンスを掴もうとしています。例えば、デロイトの調査によると、 70% の企業がクラウドベースのソフトウェアを通じて AI 機能を取得しており、 65% の企業がクラウドサービスを使って AI アプリケーションを作成しています。これは自然な流れです。ほとんどの AI アプリケーションは、 IT インフラを横断して移動できるよう、クラウドネイティブ( Kubernetes )技術で構築されています。
「クラウドは、アルゴリズムの素晴らしい配布メカニズムであることが判明しました。主要な 3 つのクラウドプロバイダーはすべて、 AI をはるかに容易にする一連のアルゴリズムを利用できるようにしています」 と、バブソン大学の IT&マネジメント学長特別教授の Tom Davenport 氏は説明します。
AI とクラウド・コンピューティングの融合
AI とクラウド・コンピューティングは、データ分析、データ管理、セキュリティ、意思決定プロセスの自動化において連携しています。 AI が機械学習を行い、データに基づく洞察の公平な解釈を導き出す能力は、これらのプロセスの効率化を促進し、企業内の多くの面で大幅なコスト削減につながります。
機械学習アルゴリズムに基づく AI ソフトウェアをクラウド環境で使用することで、お客様や ユーザーに対して直感的でつながりのある体験を提供することができます。コンシューマーの世界では、 Alexa と Siri がこのシームレスな組み合わせの 2 つの例であり、検索から曲の再生、購入に至るまで、さまざまな操作を可能にしています。
機械学習( ML )モデルは、アルゴリズムを学習するために大規模なデータセットを使用します。このデータは構造化、非構造化、Raw データがあり、処理には強力な CPU と GPU が必要です。現在、パブリッククラウドとプライベートクラウド、またはハイブリッドクラウドシステムを組み合わせることで、このような膨大な量の計算能力を提供できるのが理想的です。さらに、 AI クラウド・コンピューティングは、サーバーレス・コンピューティング、バッチ処理、コンテナ・オーケストレーションなど、 ML で使用されるサービスも可能にします。
AI とクラウド・コンピューティングの 5 つの連携方法
一般的に、企業は AI の影響について熟考する必要があります。「まず、次のようなことを問う必要があります : それにはやる価値があるのか?The AI Playbook: Mastering the Rare Art of Machine Learning Deployment のベストセラー著者である Eric Siegel 氏は次のように述べています。「このテクノロジーがどのように既存のプロセスを改善し、より効率的で効果的なものにするのか、非常に具体的な考えを持つ必要があります」
同様に、企業はクラウドと AI の融合をそれだけのために見るべきではありません。そうではなく、現実的な効果を検討すべきなのです。
パブリック・クラウド・サービスを利用すれば、開発者は AI プラットフォームをホスティングするためのインフラを別途構築・管理する必要がなくなります。開発者は、 AI アプリケーションのテストやデプロイに、すぐに使える構成やモデルを利用することができます。
さらに、 AI に基づきながら必ずしも ML モデルを必要としない一般的なサービス(音声テキスト化、分析、視覚化など)は、企業が生成したファーストパーティ・データを使用してそれらをクラウドから実行することで、より改善することができます。
クラウドにおける一般的な AI ベースのアプリケーションには、以下のようなものがあります :
IoT – モノのインターネットを支えるクラウドアーキテクチャとサービスは、 IoT デバイス上の AI プラットフォームによって生成されたデータを保存し、処理することができます。
チャットボット – チャットボットとは、自然言語処理を用いてユーザーとコミュニケーションをとる、どこにでもある AI ベースのソフトウェアです。例えば、通信大手の Vodafone は、 Azure がサポートするデジタルアシスタント、 TOBi を開発しました。チャットボットでは、クラウドプラットフォームがデータを保存・処理し、クラウドサービスがさらに処理するために適切なアプリケーションに接続します。お客様のデータもクラウド上のチャットボット・アプリケーションにフィードバックされます。
ビジネス・インテリジェンス – ビジネス・インテリジェンスは、 AI クラウド・コンピューティングが顧客の市場、ターゲット層、競合他社に関するデータを収集できるもう 1 つの最も主流なアプリケーションです。Windstream 社は、AI を活用したアナリティクスで顧客とのやり取りを分析することで、ワークフローを合理化し、サービス品質を向上さ せました。クラウドはデータの保存と転送を容易にし、 AI はそれを予測分析モデルによって実行させるのです。
AI as a Service (AIaaS) – パブリッククラウドベンダーは現在、 AI のアウトソーシングサービスを提供しており、企業は主要インフラを危険にさらすことなく、ソフトウェアや ML アルゴリズムをテストすることができます。企業は、既製の AI アプリケーションを社内の AI の数分の一のコストで導入でき、 CAPEX を大幅に削減できます。
Cognitive クラウド・コンピューティング – コグニティブ・コンピューティングは、 AI モデルを使用して、複雑な状況における人間の思考プロセスを再現し、シミュレートするものです。 IBM や Google などの企業は、企業に Cognitive Insights-as-a-Service を提供するコグニティブ・クラウド・プラットフォームを構築し、金融、小売、ヘルスケア、その他の業界へのこの技術の適用を促進しています。
なぜクラウド環境に AI を導入するのか - 5 つの理由
AI はクラウドケーキの上のサクランボのようなもので、フロスティング、ガナッシュ、ストロベリー、スプリンクルを組み合わせたものです ! AI とクラウドコンピューティングが最強のチームを形成する理由はここにあります。
コスト削減 – これまで ML ベースのモデルは、企業のデータセンターにある複数の GPU を搭載した高価なマシンで稼働していました。 AI の需要はますます拡大しており、それ以上のものが求められています : 企業は GPU や CPU、その他のコンピューティング・リソースを拡張する必要があります。
NAND Research 社のチーフアナリスト、Steve McDowell 氏は、「従来のコンピューターでは、このようなことを考慮に入れていないため、それをサポートするインフラをどのように構築するかを考える必要があります」 と述べています。
パブリック・クラウドとプライベート・クラウドの両方における仮想化の進歩により、これらのモデルの構築、テスト、デプロイのコストは劇的に削減さ れました。これにより、多くの中小企業にとって競争の土俵が一気に広がりました。
Deloitte Consulting のチーフ・クラウド・ストラテジー・オフィサーである David Linthicum 氏は、「私が大学を出たばかりの頃は、簡単な質問に回答するだけでも、文字通り 1 億ドルのデータセンター・スペースを要するようなものを構築していました」 と語っています。「最近はクレジットカード 1 枚で AI のスキルセットを立ち上げることができます」
生産性 – AI ベースのアルゴリズムでは、テスト環境や本番環境の構築、ソフトウェアの管理、コンピューター・オペレーションやストレージ用のハードウェア・リソースのプロビジョニングなど、管理に多大な時間と労力が必要でした。一元管理されたハイブリッド・クラウドやパブリック・クラウドを利用すれば、このような手間が省けるため、 IT スタッフは繰り返し発生しないタスクに集中することができるようになります。
自動化– AI クラウド・コンピューティングは、定型的なプロセスを自動化し、ワークロードを合理化するために、インフラに組み込まれつつあります。ハイブリッド・クラウド環境では、 AI ツールを使って個々のパブリック・クラウドやプライベート・クラウドのコンポーネントを監視、管理、自己修復することができます。分析ほとんどのクラウド・ワークロードに存在するデータは、より多くの洞察を得るために分析する必要があります。 AI ベースのモデルは、このデータをリアルタイムで簡単にマイニングし、これらのアプリケーションごとにネイティブな分析とダッシュボードを開発することができます。
データ管理 – AI は、リアルタイムでデータを処理・生成することで、顧客サービス、マーケティング、企業資源計画、サプライチェーン管理などのクラウドワークロードを強化するのに大いに役立っています。 例えば、Google Cloud のストリーミング分析プラットフォームである Dataflow に組み込まれた AI ツールは、メディア広告におけるプログラマティック入札、金融サービスにおける不正防止、 IT セキュリティにおける脅威検出、小売業におけるパーソナライズされた買い物推奨など、さまざまな機能を実現することができます。
より優れた SaaS ツール – AI クラウド・コンピューティングにおけるアルゴリズムの最も明白で一般的な利用方法は、おそらく、主流の SaaS ツールへの統合であり、これらのツールがエンドユーザーにより多くの機能と価値を提供できるようにすることです。
クラウド環境における AI 導入の課題 – AI とクラウドの融合は必ずしもケーキとエールばかりではありません。主な懸念は、データのプライバシーと接続性です。
データ・プライバシー – SaaS テクノロジーの従量課金モデルによって、世界中の何千もの企業がデータを活用し、ルーチン・プロセスの効率化を図り、新製品を開発し、さらには新しい業種に進出することができます。そのため、パブリック・クラウドのセキュリティ・リスクをほとんど意識することなく、顧客、ベンダー、市場のデータをクラウド・アプリケーションを通じて利用しています。 AI がパブリック・クラウド環境で SaaS ツールに入力されたデータを処理すると、こうしたリスクが指数関数的に増幅することになります。 AI アルゴリズムのプロセスと境界が明確に定義されていない場合、機密性の高い企業データがセキュリティ侵害や不正アクセスにさらされる可能性があるのです。
接続性– クラウド上のアルゴリズムやデータ処理システムは、安定したインターネット接続に依存しています。ネットワークの接続性が悪いと、MLの処理が遅くなり、リアルタイムのトランザクションや分析が含まれる場合には、目的が達成できなくなる可能性があります。
ハイブリッド・クラウドは AI の新たな拠点となるか?
企業は、イノベーションを推進し、競争上の優位性をもたらすリアルタイムの洞察を、ますますAIに求めています。そのためには、エンドユーザーのセキュリティと機能性を保証しながら、膨大な量のデータを処理できる堅牢なインフラが必要です。
Nutanix は、NVIDIA および Mellanox Technologies と提携し、AI 対応のハイブリッド・クラウド・インフラを構築することで、小売、医療、金融、航空宇宙、その他の業界の企業が、AI ベースのソリューションやアプリケーションをターンキーで開発できるようにしました。実際、 AI はついにクラウドにその居場所を見つけたのです。
本記事は 2020 年 6 月 19 日に掲載された記事を更新し、 2023 年 7 月 23 日に改訂したものです。
画像1:Pixabay による
Michael Brenner 氏は、Forbes、Entrepreneur Magazine、The Guardian などで何百もの記事を執筆しています。彼の情報は X @BrennerMichael をご確認ください。
© 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