2024 年の IT 管理トレンド: ジェネレーティブ AI など

2024 年の IT 管理トレンド: ジェネレーティブ AI など

2023 年の幕がゆっくりと下りる中、IT 業界は楽観と慎重さをもって新年を待ち望んでいます。警戒感は経済環境全体が引き続き低迷していることによるものであり、楽観的な見方は生成型 AI サービスの出現によるものです。

生成型 AI (略して GenAI) は、1990 年代のワードプロセッサおよびスプレッドシート ソフトウェアの爆発的な成長に続き、知識労働における次の主要な生産性向上の原動力として登場しました。 McKinsey Global Institute によると、生成 AI は顧客業務、販売とマーケティング、ソフトウェア エンジニアリング手法を改善することで、世界経済に毎年最大 4.4 兆ドルの価値をもたらす可能性があります。

この慎重な楽観主義は、IT リーダーにとって、生成型 AI やその他のデータ集約型ワークロードに対応できるようにエンタープライズ データ センターを変革する貴重な機会から生まれています。これは間違いなく複雑な作業になりますが、適切に実行すれば、組織はアプリケーションのパフォーマンスを改善し、運用効率を高め、コストを管理できるようになります。

確かに、私たちには未来を予測する魔法はありません。結局のところ、生成型 AI によってこの技術が一般の人々の間でこれほど急速に普及するとは誰も想像できなかったでしょう。しかし、これは事実なので、それが正確かどうかにかかわらず、私たちは見通しの推論を決してあきらめてはいけません。

では早速、2024年に起こりうるIT管理トレンドの変化について見ていきましょう。

ジェネレーティブAIがワークロード割り当ての決定を推進

生成 AI は、知識労働者が毎日仕事を完了するのにかかる時間を短縮することで、あらゆる業界に革命を起こす可能性を秘めています。 Dell Technologies が今年初めに実施した Generative AI Pulse Survey によると、IT 部門の 52% がこれを念頭に置いて Generative AI ソリューションを構築またはすでに導入しています。

2024 年までに、生成 AI はワークロード分散プロセスを加速し、組織は基盤となる大規模言語モデル (LLM) の力を活用して、生成 AI アプリケーションをどこでどのように実行するかを検討するようになります。一部の IT 意思決定者は、公共サービスを利用することを選択するでしょう。

他の意思決定者は、大規模なオープンソース言語モデルをオンプレミスで実行することを好みます。これにより、ドメイン固有の実装、サーバー クラスター、およびパートナーが提供するその他の信頼性の高いインフラストラクチャを使用して、ワークロードを制御および柔軟に拡張できるようになります。

このようにデータ インフラストラクチャに AI を導入することで、組織はより強力なセキュリティ戦略とアクセス ポリシーを開発し、評判リスクを軽減してコスト効率を高めるガードレールを確立できるようになります。

マルチクラウド管理がよりシームレスに

柔軟性の必要性から、より多くの組織が運用環境からソフトウェア機能をさらに抽象化し、選択した場所でワークロードを実行するようになるでしょう。

これには、以前はローカル施設で実行されていた一部のストレージ オプションをパブリック クラウドに移行する必要があり、これにより、IT スタッフは環境を管理する際にデータのモビリティと一貫性を向上させることができます。

さらに、開発者は使い慣れていて、ローカルで使用しても問題ないクラウド サービスにアクセスできる必要があります。たとえば、組織は、開発者に常にビジネス情報のサポートを提供するカスタム生成 AI チャットボットを構築する場合があります。

これらのアプローチを総合すると、マルチクラウド環境をシームレスに管理できる統合システムに統合するという幅広いトレンドが表れています。つまり、インフラストラクチャ資産全体が単一のエンティティとして扱われ、運用効率とビジネス価値が向上します。

エッジオペレーションも統合される傾向がある

エッジ環境をサポートするインフラストラクチャは、歴史的に非常に断片化されています。今日、組織はこれらのソリューションを統合して、レイテンシを効果的に削減し、アプリケーション システム全体でほぼリアルタイムのパフォーマンスを維持できるようにしたいと考えています。

2024 年までに、より多くの組織がエッジ運用アプローチを採用し、複雑なマルチクラウド環境全体にわたる展開を簡素化、最適化、保護し、最終的に稼働時間とサービス品質を向上させるようになります。

これにより、小売業(スマートシェルフなど)、ヘルスケア、自動車、農業、エネルギー、その他さまざまな分野におけるイノベーションのペースが加速します。さらに、より多くの組織が、生成 AI アプリケーションをエッジ シナリオに拡張して、より大きなビジネス価値を生み出す方法を検討するようになります。

「サービスとして」あなたにご奉仕

ほとんどの IT スタッフは、俊敏性と迅速なサービス体験を主なセールスポイントとするパブリック クラウドと即日配送サービスを高く評価しています。しかし、ほとんどの組織は、どのベンダーのクラウド サービスを使用するか、またパブリック クラウド サービスによってもたらされる予測不可能なコスト変動について議論することにうんざりしています。

2024 年までに、インフラストラクチャ サービスに対して同じ従量課金制サブスクリプション モデルを維持しながら、選択したデータ センターまたはコロケーション センターからサービスを提供する組織が増えるでしょう。

このようなサービスとしてのソリューションは、柔軟性と制御を効果的にバランスさせ、IT リーダーがビジネスを運営するための実際の費用のみを支払うようにします。これにより、生成 AI や高性能コンピューティング アプリケーションなどのリソース集約型ワークロードに関連するコストの上昇を抑えることができ、IT 部門はコンピューティング リソースとストレージ リソースの消費方法をより細かく制御できるようになります。

マルチクラウド設計は進化し続ける

長年にわたり、組織はパフォーマンス、レイテンシ、セキュリティ、データの移植性、さらにはその他の気まぐれな要件に基づいて、アプリケーションが複数の運用拠点に分散されているのを見てきました。

その結果、ほとんどの IT 組織は、オンプレミス、パブリック クラウド、プライベート クラウド、ホスティング センター、エッジ ロケーションでアプリケーションを実行し、事実上のマルチクラウド環境を構成しています。 Enterprise Strategy Group の 2023 年 5 月のレポート「最適なワークロードでマルチクラウドのパワーを解き放つ」によると、この場所に基づく差別化はさらに顕著になり、組織の 87% が今後 2 年間でアプリケーション環境の分散化が進むと予想しています。

2024 年までに、より多くの IT リーダーが設計レベルでマルチクラウドの導入を検討したり、アーキテクチャを通じてアプリケーションのパフォーマンスと運用効率の向上を意図したりするようになります。このマルチクラウド スタックは、規制要件の遵守、資産の制御と保護、運用コストの最適化にも役立ちます。

さらに、生成 AI アプリケーション向けに大量のデータが生成されていることを考えると、この波は、IT リーダーがインフラストラクチャを設計する際にどのように考えるか、また、大規模な言語モデルを構築およびトレーニングする際に人々がどのように指導するかにも大きな影響を与えるでしょう。

重要なポイント

これらのトレンドに共通するのは生成 AI であることに気づいたかもしれません。実際、2023 年に最も破壊的なテクノロジーの力は、2024 年に最もホットなワークロード タイプにもなります。

IT リーダーは、どの生成 AI アプリケーションを実行するか、また、それらをオンプレミス、オフプレミス、または複数の場所に分散して実行するかについて、一連の重要な決定を下すことになります。

当然、コンピューティングとストレージの要件、およびワークロードの展開と運用アーキテクチャを慎重に検討する必要があります。 IT インフラストラクチャに対するマルチクラウド設計アプローチは、これを達成するためのよりスマートで責任ある道筋を提供します。さらに、信頼できるパートナーは、この旅において重要な助けとガイドとなるでしょう。

これはもはやランダムな推測ではなく、理性と証拠に基づいた将来を見据えた判断です。

<<:  テンセントクラウドが高性能アプリケーションサービスHAIを開始、すべての開発者が独自のAIアプリケーションを開発可能に

>>:  2024 年に向けた 6 つの生成 AI 予測

ブログ    

推薦する

産業用ロボットのプログラミングにはどの言語が使用されますか?

多くの友人から、産業用ロボットのプログラミングにはどの言語が使用されるのかと尋ねられました。今回は、...

GoogleとOpenAIがマシンビジョンアルゴリズムをより良く研究するための新しいツールを開発

AIの世界はどのようなものになるのでしょうか?研究者たちは何十年もの間、これに困惑してきましたが、近...

AIと分析がIoT収益化の鍵となる理由

通信業界は現在、競争力を維持するために IoT を収益化するという厳しい課題に直面しており、高度なテ...

...

Baidu は、「同様のデータセットの 10 倍」のデータ量を持つ自動運転データセットをリリースしました。注目すべき点は何ですか?

[[222004]]常にオープンで、常に新しいメンバーを引き付けてきた百度のアポロ自動運転プラット...

TikTokの買収者は、コアアルゴリズムの削除を含む4つの買収オプションについて議論している

CNBCが以前報じたように、当初この取引は早ければ火曜日にも発表される予定だったが、当日になっても取...

2021 年の自動化には何が期待できるでしょうか?

[[360650]]今後数か月以内に自動化によってビジネスニーズを満たすことができるでしょうか?今...

AI 時代において、人工知能は企業のリスク監視をどのように強化するのでしょうか?

最近、P2Pプラットフォームが頻繁に崩壊していることから、インターネット金融プラットフォームの長期的...

フロントエンドエンジニアは、これらの18のトリッ​​クをマスターすることで、ブラウザでディープラーニングを習得できます

TensorFlow.js がリリースされた後、以前にトレーニングしたターゲット/顔検出モデルと顔...

マイクロソフトは低コストのAIモデルを見つけるために多方面に賭けている

マイクロソフトはOpenAI LPの半分以下を所有していると言われているが、それでもパワーは劣るがよ...

AIのおかげで売上が24%増加しました。このようなAI人材はどこで見つけられるのでしょうか?

[[429444]]この記事はWeChatの公開アカウント「Computer World」から転載...

K12教育におけるAIとIoT

デジタル化により市場のグローバル化のプロセスが加速しました。新しいテクノロジーは、従来のビジネスモデ...

DeepMindが乳がん診断AIをリリース:市場に投入するにはまだ多くの課題がある

GoogleのDeepMindチームは最近、「乳がんスクリーニングAIシステムの国際評価」と題した論...