確かに、2023年はAIの年でした。デルのグローバルCTO、ジョン・ローゼ氏は年末の予測で「来年も、今年と同様にAIに焦点を当て続けるだろう」と述べています。
あなたは今年のAIについての議論は主に実験的で理想的でしたが、その進化は従来の技術を7倍上回っています。企業は理論的な概念から実用的な実装へと迅速に移行し、すべての技術が急成長するAIの採用に中心を置くようになります。「来年はAI時代の2年目にあたる」とローゼ氏は言います。「企業の中で、最初の運用AIシステムの波が現れ始めるでしょう。」
AIの応用分野の特定
2024年、企業はAIを生産に実装する際、トップダウンの戦略を採用する必要があります。「自社のコアコンピタンスを特定し、組織を定義する部分にAIを適用することが重要です」とローゼ氏はアドバイスします。たとえば、デルは約380件のAIプロジェクトを計画中ですが、大企業であっても、同時に管理できるプロジェクトは限られています。最初のいくつかのイニシアティブを急いで完成させることは、より変革的なプロジェクトを後回しにする可能性があります。「優先順位をつける必要があります。ビジネスにとって最も重要なアイデアは何かを見極めることが大切です」と強調しました。
推論と運用コストへの移行
2024年には企業が推論に移行するため、インフラの設計と配置が重要になります。「組織はトポロジーを慎重に考慮する必要があります。テクノロジーが分散されるにつれ、AIも同様になるでしょう」と説明しました。セキュリティは依然として最優先事項です。企業は「私たちのAI実装の周囲にあるセキュリティ構造はどうなっているのか？」と自問するべきです。
さらに、AIの経済的焦点はトレーニングコストから運用費用に移ります。モデルの微調整には高額がかかる一方で、これは全体の投資の一部に過ぎません。トレーニングコストは一度限りのモデルサイズやデータの使用に関連し、推論の費用は継続的な利用、データの種類、ユーザーベース、メンテナンスに依存します。「AIはますます具体的なものになりつつあり、それは重要な意味を持つ」と述べました。
ジェネレーティブAIサプライチェーンの進展
ジェネレーティブAIシステムは広範であり、「より多くのツール、より多くのテクノロジー、そして広範なエコシステム」が必要ですとローゼ氏は指摘しました。ツールの可用性について以前に議論があったものの、2024年にはAIリソースが「豊富に」存在することを予測しています。「私たちのAIツールとサービスのエコシステムは拡大し、多様化し、スケールアップしています」と付け加えました。
システム構築ツールの向上や、新しいLinux Foundation UXLプロジェクトのような多様なAIフレームワークが、クローズドおよびオープンソースモデルの両方を増加させます。開発者はクライアント側のPyTorchやインフラ側のONNXなど、さまざまなアクセラレーテッドコンピューティング・フレームワークへのインターフェースをより簡単に作成できるようになります。「来年は、すべてのレイヤーでより多様な選択肢が得られるでしょう」とローゼ氏は述べました。
ゼロトラストセキュリティの実現
高度なセキュリティ対策を導入しているにもかかわらず、サイバーセキュリティは依然として企業にとって重大な課題です。「ゼロトラストアーキテクチャは不可欠です」とローゼ氏は説明します。「すべての要素はリアルタイムで認証され、承認される必要があります」。ゼロトラストは概念として捉えられることが多いですが、既存のインフラ内での実装は複雑になることがあります。「確立された企業をゼロトラストモデルに移行するのは困難です。以前に下されたすべてのセキュリティ関連の決定を逆転させる必要があります」と認めました。
幸いにも、AIの進化によって、ゼロトラストは新しいシステムに初めから統合できるようになります。ローゼ氏はデルが2024年に米国防総省において認証を受ける予定のゼロトラストツール、プロジェクト・フォート・ゼロを強調しました。「現在、私たちはサイバー戦争において負けています。この解決策はゼロトラストを採用することにあります」と警告しました。
コモンエッジの出現
データの価値を最大限に引き出すため、企業はデータのソースに近い場所での処理を進めるべきです。「将来的には、従来のデータセンターではなく、実世界の環境でより多くのデータ処理を行うことになるでしょう」とローゼ氏は述べました。この傾向は、デルが「モダンエッジ」と呼ぶマルチクラウドプラットフォームをもたらします。
企業がさまざまなクラウドサービスを活用するにつれ、エッジソリューションの landscapeはますます複雑になっています。各クラウドとワークロードがそれぞれ独自のアーキテクチャを要求すれば、その結果は管理が困難になります。この問題を軽減するため、デルは最近、ソフトウェア定義ワークロードをサポートする共通エッジプラットフォーム、NativeEdgeを導入しました。ローゼ氏はこのアプローチが2024年に注目されると予測しています。「今、多くのエッジサービスプロバイダーはハードウェア開発ではなく、コンテナ化されたコードとしてエッジサービスを提供することを好んでいます」と述べました。
展望: 量子コンピューティングとAI
大規模なAIは「膨大な並列問題」を表しています。「ジェネレーティブAIの手法、特にトランスフォーマーや拡散モデルは、広範な計算リソースを必要とします」と説明しました。量子コンピューティングのAIにおける完全な潜在能力は数年内には現れないかもしれませんが、AIの複雑な課題に対処する上で重要な役割を果たすと見ています。「量子コンピューティングは高いスケールの最適化問題に非常に適しており、ジェネレーティブAIアプリケーションに理想的です」と主張しました。
量子に関する議論は以前から行われていますが、ローゼ氏は成熟した量子システムが入手可能となる未来を見据えています。「その時が来れば、AIへの影響は深遠であり、ChatGPTがもたらした影響をも超えるでしょう」と結論付けました。
ランキング
