エンタープライズAIの障害とロードマップ、セキュリティ、フィジカルAI:TechEx2日目
TechEx北米大会2日目は、エンタープライズAI導入における課題を深掘りしました。「AI墓地」現象(パイロット成功もスケールせず)、シャドーAIのセキュリティリスク、成功するデータ基盤の構築などが議論されました。また、フィジカルAIの有望性と実践的な学習機会も注目を集めました。
TechEx北米大会2日目は、エンタープライズAIの現状と未来について、初期の興奮から実装の実際の課題へと焦点を移しました。会議は「AI墓地」という用語で幕を開けました。これは、パイロットでは良好な結果を示すものの、現実世界では実用化できないAIプロジェクトを指します。このネガティブな概念にもかかわらず、複数の講演者がそのような状況を回避するための実践的なアドバイスを共有しました。
「エンタープライズAI実装、ROI、採用」トラックでは、参加者は停滞したパイロットプロジェクトを起点に、失敗の原因を分析しました。議論の内容は、特定の業務領域にエージェントAIを集中させる方法、エージェント対応のデータ基盤の構築(成功に向けた内部計画)、そしてトークンベースのAI課金が企業財務に与える現実的な影響など多岐にわたりました。インフラレベルでは、企業がAIプロジェクトのために物理インフラを購入すべきか自社構築すべきか、また多くの影響要因を考慮した上でデータとAIプロジェクトに持続可能なROIを生み出す最善の方法についても深い議論が行われました。
核心的な問題の一つは「パーソナルコパイロット」という概念に集約されます。これは単一の従業員のデスクや個別のワークフローではうまく機能しますが、部門全体、ましてや企業全体にスケールすることはほとんどありません。多くの企業は、単一ユーザーレベルでAI実験を開始する予算を持っており、通常は素晴らしい結果が得られます(特にユーザーが経営幹部の場合)。しかし、この個人的な効率向上から全社的な変革へと移行する段階で、多くの組織が独自の苦闘と障害に直面します。
サイバーセキュリティも今回の大会で大きな注目を集めました。「サイバーセキュリティとクラウドエキスポ」のステージでは、企業や組織がエージェントAIシステムを採用する速度が「速度ギャップ」を生み出していると指摘されました。AI導入が成功すると急速に普及しますが、セキュリティチームが統治し企業の安全性を確保するよりも速いスピードでビジネスユニットが生成AIを採用するため、セキュリティとガバナンスの問題が発生します。AI自体は両刃の剣であり、攻撃と防御の両方の分野を変化させ強化します。内部では無制限のエージェントや大規模言語モデルによる問題が発生し、さらに攻撃者はAIスキャンツールを悪用して潜在的なエクスプロイトを特定します。
また、ラウンドテーブルディスカッションや基調講演では、古くからある「シャドーIT」のテーマが「シャドーAI」という新たな形で現れました。従業員が機密データを承認されていないツールに入力したり、承認されたAIシステムの境界設定や管理が不十分だったりすると、サイバーセキュリティチームが気づかないうちに攻撃対象領域が拡大する可能性があります。そのため、データガバナンスとシステム監視がこれまで以上に密接に関連しているというメッセージが、サイバーセキュリティ関連のトラックだけでなく、クラウドやビッグデータのセッションからも発信されました。
純粋なサイバーセキュリティ機能としては、ゼロトラストが、サイバーセキュリティチームの管理外でのAIの暴走を防ぐ一つの解決策として提示されました。これは人間と機械の両方に対して「デフォルトで拒否」を採用するもので、アイデンティティと特権レベルの証明をサービスやエージェントにも適用することで、自動化されたワークフローもITスタックの他の要素と同じ許可モデルに従うようにします。
TechEx北米大会2日目は、意思決定者のAIへの野心を否定するものではありませんでした。AIやエージェントの役割は、講演者、思想家、参加者の間で当然の事実として受け入れられていました。しかし、異なる業界やビジネス機能の代表者からは、それぞれの懸念と熱意をテーブルに載せ、2025年のAI実装に関する議論に貢献する詳細と考察が提供されました。
展示エリアでは、フィジカルAIが新たな興奮を呼んでいました。ヒューマノイドロボットは大きな注目を集めましたが、より現実的には、新設された「フィジカルAI」トラックがショーの中で最大の観客を集めました。複数の参加者は、ソフトウェアコーディングがプロフェッショナルな環境で大規模言語モデルの使用から最初にポジティブな結果が得られた分野であると指摘しました。また、自動化物理システムが、新しいモデルとその実用的な活用に関する集中的な取り組みから次に利益を得る産業セグメントになるだろうという意見が多く聞かれました。
今年のイベントでは、実践的なコーディングセッションが新たに導入されました。参加者はGoogle Colabインスタンスを使って自らのAIエージェントモデルを構築し、エージェントが自己改善する方法を学びました。TechEx Learning Hubでは、NvidiaとGoogle Hackathonによるワークショップも開催され、IDEの紹介が必要な初心者からすでに熟練したスキルを持つ開発者まで、さまざまなレベルの学習者が参加しました。学習を実践に移すことこそ、このイベントの本質です。それは、経営幹部が戦略のベストプラクティスを学ぶことから、開発者が創造的なアイデアを現実のものにすることまで多岐にわたります。
TechExは最先端技術をビジネスのレンズを通して抽出し、現実的でありながら未来志向を提供します。次回のTechExは9月にアムステルダムで開催されます。わずか4ヶ月の間にどの程度進歩しているのか、期待が高まります。