ハイブリッド・クラウド IT システムと人工知能(AI)および機械学習(ML)機能の組み合わせが IT の最重要課題となる中、多くの企業が生成 AI を搭載したアプリケーションの導入を進めています。しかし、NAND Research の主席アナリストである Steve McDowell 氏によると、これはまだ始まったばかりであり、今後まだまだ多くの課題を克服する必要があるといいます。
「私が最近最も聞かれるのは、生成 AI が IT オペレーションに与える影響です」と、McDowell 氏は The Forecast のビデオインタビューで語っています。
「どのように活用するかは、まだ極めて初期の段階です」
AI や ML に対する関心は高まっており、新たなユースケースや可能性が生まれています。しかし、データ、アプリケーション、そしてすべてを運用する IT システムを管理する必要があり、多くの企業はベストプラクティスを探しながら頭を悩ませています。
彼は、 AI をめぐる話題は様々な形で IT に大きな影響を与えていると述べています。 AI 、特に生成AI をどのように使えばいいのか?それは脅威なのか、それとも私の仕事をより良くするためのツールなのか?
「従来のコンピュートではこうしたことを想定していないため、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。企業全体で何百、何千もの実験が行われています。 そのため、IT 部門は短期間でこれらの実験をサポートしなければならず、運営上の課題となっています」
Enterprise Cloud Index レポートによると、 AI や ML のような新しいテクノロジーを採用する企業が増えるにつれて、ハイブリッド・クラウドや ハイブリッド・マルチクラウドの IT システム上でこれらの機能を実行するケースが増えており、これらは IT オペレーティング・モデルとして選択されるようになっているといいます。
McDowell 氏によると、すでに多くの企業がサイバーセキュリティやコード作成などに AI を活用していますが、これらのアプリケーションに必要なインフラを効率的に管理するためには、まだ学ぶべきことがたくさんあります。それは、 GPU や CPU 、その他のコンピューティング・リソースをスケールアップできる運用方法を学ぶことでもあります。
「従来のコンピュートではこうしたことを想定していないため、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。企業全体で何百、何千もの実験が行われています。 そのため、IT 部門は短期間でこれらの実験をサポートしなければならず、運営上の課題となっています」と同氏は述べています。
関連記事:
記録:
Ken Kaplan: 今後、特にこの不景気の中で、何か重要なトレンドがあれば教えてください。
Steve McDowell: 現在、私が最も質問しているのは、 AI が IT オペレーションに与える影響についてです。それは、ラックにどれだけの GPU を設置できるのか、その熱と冷却はどうするのか?電力供給はどうすればいいのか? なぜなら、 GPU は CPU よりもはるかに電力を消費し、熱を発生させるからです。しかしもう一方では、 AI 、特に生成 AI をどのように活用するかということであり、それは脅威なのか、それとも自分の仕事をよりよくするためのツールなのか、ということです。どのようなツールでもそうですが、それをどのように使うかということに尽きます。例えば、サイバーセキュリティの分野では、異常のパターンを探したり、パターン検知をしたりして、問題が発生しそうなときにそれを教えてくれます。コンプライアンスでは、さまざまな業界の仕様を読み込んで、それを統合して、私が取るべき行動を示してくれます。簡単なコードを書くのにも使っています。生成 AI は、正しく問いかければ、かなり優れた能力を発揮しますよね? これは諸刃の剣のようなもので、正しく質問し、正しい知識に基づいて学習させることが、本当に有益なのです。
Ken Kaplan: AI と Chat GPT については、多くの話題が飛び交っています。
Steve McDowell: AI の周辺にはたくさんの話題が溢れており、それはさまざまな形で AI に影響を及ぼしています。ひとつは、 AI 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なければならないということです。そのため、企業全体で何百、何千もの実験が行われており、それを短期間でサポートする必要があります。もっと大きな問題で、そして多くの話題が集まるのは、私の仕事をより良くするために AI がどのような力を発揮するのかということだと思います。生成 AI やチャット GPT などは、現在存在する中では多くの可能性を秘めています。面白いツールだとは思いますが、そのようなツールで実際の製造現場の問題を解決している企業はないのではないのでしょうか? ChatGPT が非常に優れているのは、コードであれ言語であれ何であれ、一連のパターンを学習させ、それを処理してあなたと対話できるようにすることです。基本的に、それは可能です。だから、Python のコードで学習させて、現在ある問題点をソートするアルゴリズムを教えてください、と言うことができます。我々はデータの質を把握していません。この業界に古くからいる人たちは、昔は「 garbage in, garbage out 」という言葉がありました、と言いますが、それは生成 AI にも当てはまります。テクノロジーには多くの将来性があり、それはいずれ非常に大きな影響を与えることになると思います。まだ時期尚早だと思いますが、 IT 担当者にアドバイスしたいのは、 IT 担当者の皆さんはすでに期待を膨らませているということです。あなたは、世界中のすべての問題をこれで解決できるわけではないということを、きちんと理解しておく必要があります。ChatGPT が対応するからと言って、技術サポート担当者が全員いなくなるわけにはいきません。そんなに簡単なことではありません。ですから、まだ始まったばかりですし、もう少し時間をかけて様子をみていきましょう。
Ken Kaplan 氏は The Forecast by Nutanix の編集長で、彼の情報は @kenekaplan をご覧ください。
Jason Lopez 氏はこのビデオに貢献しました。The Forecast のポッドキャスト、 Tech Barometer のエグゼクティブ・プロデューサーを務めています。Connected Social Media の創設者であり、以前は PodTech のエグゼクティブ・プロデューサーと NPR のレポーターを務めていました。
© 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。