AIリーダーを推進するインフラ戦略の内幕

AIの導入は現実のリターンに変わりつつありますが、取り組みが加速するにつれて、多くの組織は同じ問題に直面しています。システムが高コストで低速、かつスケーリングできないのです。

Economist Enterpriseが最近実施した1,200人以上のテクノロジーリーダーへの調査によると、データ環境が分断された企業の67%が、データの保存、移動、複製を最大のAI繰り返しコストとして挙げています。統一データアーキテクチャを持つ企業では、その割合は半数強に減少します。

今こそ、将来を見据えたAI基盤を構築する時です。しかし、データベースの移行はコストがかかり、大きなフラストレーションの原因となっています。組織がレガシーアーキテクチャに深く組み込まれれば組み込まれるほど、そこから脱却するのは難しくなります。オープンでAI対応のデータベースは、データの使用方法に関する柔軟性と制御を企業に提供し、開発者が迅速、安全、効率的にビジネスをAI中心に再編成できるようにします。

「芸術は混沌を広げずに速度を分配することです」と、Naturaのテクノロジー担当副社長兼最高デジタル責任者であるJose Manuel Silva氏は報告書で述べています。

このブログでは、AIイノベーションを加速し、コストを最小限に抑え、実際に機能するAIエージェントを提供するのに役立つエンタープライズインフラの3つの考慮事項について説明します。

考慮事項1：エージェントスピードでのインフラ提供

Economist Enterpriseの調査によると、企業の60%でAIワークロードが本番稼働するまでに最大12ヶ月かかります。開発者はAIの速度で動きたいと望んでいますが、基盤となるインフラはアナログなペースのままです。コードが数秒で作成される時代に、データベースがプロビジョニングに数分かかることは許されません。また、AIエージェントが自律的にワークフローを実行する際には、大規模なIT環境から分離された一時的な実験環境を即座にスピンアップできる必要があります。高速イノベーション、安全なロールバック、即時復元の組み合わせにより、組織は12ヶ月よりもはるかに短いサイクルで望む成果を達成できます。

考慮事項2：データの合理化

AIエンジンは、多くの企業がサポートできるように設計されていない速度と量でデータを取り込みます。トランザクションデータベースやその他のエンドソースに保存されている豊富な情報には、AIシステムが中断なくアクション可能なインテリジェンスを提供しプロセスを自動化するために必要な重要なコンテキストが含まれています。多くの場合、この情報はプロプライエタリな環境にサイロ化されています。それを移動するには、新しいパイプラインとETLワークロードの構築が必要で、複雑さとコストが増加します。AI対応のデータベースは、運用データと分析データを統一できます。開発者が必要とするすべてのデータは常に利用可能であり、コンピュート層とは別に低コストのクラウドストレージに保存されます。

「データにAIを注入して機能すれば、データが本当に準備が整っており、FAIRフレームワーク（Findable、Accessible、Interoperable、Reusable）に従っていることを意味します」と、Mondelēz Internationalの上級副社長兼グローバル最高データ責任者であるMaria Macuare氏は述べています。

考慮事項3：AIスケール向けに構築されたインフラの採用

レガシーデータアーキテクチャは、企業の成長に深刻な構造的ペナルティをもたらします。レガシーインフラは硬直的にスケーリングするため、リーダーシップは損失の多い妥協を強いられます。ピーク需要に対応するためにアイドル容量に過剰に支払うか、アンダープロビジョニングしてビジネススパイク時に応答不能のリスクを負うかのどちらかです。この運用上の摩擦により、優れたエンジニアリング人材が日常的なメンテナンスに拘束され、競争力のある速度と戦略的イノベーションに充てるべきリソースを消耗します。

目的に特化したAIデータベースを使用すると、データは信頼性が高く、弾力性があり、コスト効率の良いデータレイクに存在します。コンピュートは独立して実行されるため、コストと成長を切り離し、企業はより大きな運用柔軟性を達成できます。開発者は予算を消費することなく、より自由に実験できます。システムは秒単位で高同時実行からゼロまでスケーリングでき、支出を最適化します。コストは使用量に合わせられ、予測不可能なワークロードと急速なAIエージェント活動をサポートします。さらに、即時復元などの機能により、開発者は物事を壊さずに迅速に行動できます。

Economist Enterpriseの完全なレポートを読んで、リーダーをAIレースの最前線に押し上げている戦略を学んでください。