AI、ゼロトラスト、エッジの近代化、マルチクラウド: 2024年に注目すべき技術トレンド

実際、ChatGPTによって引き起こされたこの新しいAIの波では、世界的なテクノロジー大手、AIメーカー、業界リーダーなどが、このテクノロジーの饗宴を逃すのではないかと恐れて市場に参入しています。同時に、急成長を遂げているGenAI産業の規模も急速に拡大しています。マッキンゼーの調査データによると、2022年のGenAI市場収益は400億米ドルで、2027年には3,990億米ドル、2032年には1兆3,040億米ドルに達すると予想されています。

2023 年が過ぎ去り、2024 年が来ようとしています。 Dell Technologies、Gartner、IDCが発表した2024年のテクノロジートレンド予測では、GenAIの人気は旧年が過ぎても薄れず、むしろ新年になってもGenAIはテクノロジー分野の「寵児」であり続けています。デル・テクノロジーズ・グループのグローバル最高技術責任者、ジョン・ローズ氏は、「GenAIは2024年も引き続き重要なトピックの1つであり、2023年には純粋な理論探索段階からビジネス応用段階へと移行するだろう」と語った。

理論から実践まで、2024年はGenAIの進化にとって重要な年となる

John Roese 氏が GenAI の開発動向を「理論段階から実践段階へ」とまとめたのには理由があります。

ChatGPTの台頭は、人工知能の発展の新たな波を引き起こし、大手インターネット企業やAIメーカーのイノベーションの密度と熱意を解放したことがわかります。国内の観点から見ると、公開データの不完全な統計によると、2023年11月30日現在、中国には少なくとも200社の大型モデルメーカーがあり、独自の大型モデルを発売しています。 GenAIトラックでは、すべての企業が技術革新への公平な「入場券」と競争に参加する権利を持っていると言えます。

しかし、こうした「ブーム」の背後には、企業が製品市場適合性や持続可能な競争優位性を持っていなければ、AI エコシステム全体の繁栄を維持できないという事実が存在します。大手企業が GenAI を技術的な排除という第 1 段階から人々の問題をエンドツーエンドで解決できるという第 2 段階へと推進するとき、企業は「適者生存」に直面する必要があります。

ジョン・ローズ氏が述べたのは、第一段階から第二段階への進化です。2024年には、GenAIは理論段階からビジネス応用段階へと移行します。ガートナーの GenAI の将来予測もこの見解を裏付けています。ガートナーは、2026 年までに 80% 以上の企業が生成 AI または大規模モデルを利用できるようになると予測していますが、この割合は 2023 年初頭の時点では 5% 未満でした。私の意見では、GenAI へのアクセスは、ビジネス アプリケーション段階への参入の重要な兆候です。このデータが信頼できるものであれば、2024 年、2025 年、2026 年は重要な 3 年間となるでしょう。

理論から実践まで、GenAI はどのように進化するのでしょうか?

2024年という重要な年に、GenAIはどのようにして理論から実践への進化を遂げるのでしょうか? John Roese 氏も、同様の回答をしています。まず、GenAI はトレーニング インフラストラクチャの構築から推論インフラストラクチャの構築に移行します。次に、企業の焦点は、広範な実験からトップダウンの戦略的優先事項、つまり、真に革新的な GenAI プロジェクトをいくつか選択することへと移行します。最後に、経済的な議論の焦点は、トレーニング コストから運用コストへと移行します。

通常、GenAI は、GenAI システムの中核となる大規模言語モデルをトレーニングするトレーニング フェーズと、トレーニングされた大規模言語モデルを使用してアプリケーションを実行する推論フェーズの 2 つのフェーズに分かれています。 「GenAI を企業のビジネス ユース ケースに導入するプロセスにおいて、GenAI のトレーニングはほんの始まりに過ぎません。ビジネス アプリケーション シナリオに入る前に、企業は基本モデルを調整し、大量のデータを使用して GenAI にフィードすることで、GenAI の生産性を最大限に引き出します」と John Roese 氏は述べています。

私の考えでは、来たる2024年には、ますます多くの企業がトレーニング段階から推論段階に重点を移し、それに対応するGenAIもトレーニングインフラストラクチャの構築から推論インフラストラクチャの構築へと移行するでしょう。 John Roese 氏は、この変化する傾向に伴い、企業は推論インフラストラクチャをより適切に設計する方法、推論インフラストラクチャをどこに展開するか、推論インフラストラクチャのセキュリティをどのように確保するかを検討する必要があると考えています。同時に、ジョン・ローズ氏もこれらの質問に対する回答を出した。

推論アーキテクチャの設計を例にとると、推論段階では、企業に必要なインフラストラクチャの種類は、ユーザーの規模とモデルの種類によって異なります。たとえば、成熟した GenAI を使用するユーザーが少数の場合は、1 台のサーバーが必要ですが、ユーザー数が多い場合は、追加のサーバーが必要になります。 John Roese 氏は次のように語っています。「ユーザー トレーニング インフラストラクチャに加えて、企業は推論インフラストラクチャの構築方法をより深く理解し、知る必要があります。」

広範な実験からトップダウンの戦略的焦点への移行も、GenAI の進化における企業の懸念事項の 1 つです。 GenAI は、創業以来、企業、組織、部門が GenAI を活用して自社の業務方法をどのように変えるかを常に考えさせてきたことがわかります。しかし、実際の導入プロセスにおいて、企業は、多数の企業プロジェクトで真に本番環境対応の生成 AI システムを構築し、導入するには、多くの人的資源、物的資源、資金が必要であることに気づき始めました。

したがって、企業にとって、真に革新的な GenAI プロジェクトをいくつか選択して実装することが特に重要です。ジョン・ローズ氏は次のように述べています。「2024年には、企業のCIOやビジネスリーダーも、企業内で選ばれた数個または数十個のプロジェクトの中から、企業にGenAIを実装するためのプロジェクトをいくつか選択するという決定を下す必要があります。」

注目すべきもう一つの変化は、企業の重点が研修コストから運用コストに移ることです。これは、ますます多くの企業がトレーニング段階から推論段階に重点を移すだろうという著者の主張と一致しており、後者の変化が、企業が重視するコストの変化をある程度決定づけると言える。

Dell Technologiesの調査によると、2023年にはGenAIのコストは主に、大規模モデルのトレーニングに必要なサーバーの数、アーキテクチャ開発および保守要員などのトレーニングコストに集中することがわかりました。しかし、企業にとって、これらの GenAI をアプリケーション段階で使用する際の主な費用は運用コストです。ジョン・ローズ氏は次のように語った。「来年以降、GenAI を利用する企業が増えるにつれ、企業のコストはトレーニング コストから運用コストへと移行するでしょう。」

ゼロトラスト、エッジプラットフォーム、量子コンピューティングが大きな役割を果たす

今日、ゼロトラストはネットワークセキュリティ技術の主流となっています。新しいセキュリティパラダイムであるゼロトラストは、ユーザーとデバイスを明確に識別し、適切なアクセスを許可することで、企業がリスクを軽減しながら最小限の摩擦で業務を遂行できるようにします。したがって、私の意見では、ゼロ トラストは、セキュリティ アプローチやパラダイム、戦略、または特定のアーキテクチャや技術的な実装として適用できます。 Gartner は、2025 年までに、新しいリモート展開の少なくとも 70% でゼロトラスト ネットワーク アクセスが使用されると予測しています。

ゼロトラストのトレンドについて、ジョン・ローズ氏は次のように述べている。「2023年は、ゼロトラストと、それが世界のサイバーセキュリティ活動において果たす重要性についての議論でいっぱいです。来たる2024年には、ゼロトラストは単なるホットな話題ではなくなります。ゼロトラストのメリットを最大限に実現するために、実際のテクノロジー、アーキテクチャ、標準、認証の実装に重点が置かれるでしょう。」デルテクノロジーズによると、デルテクノロジーズはゼロトラストの統合を簡素化するために、世界のエコシステムのリーダーと協力しているとのことだ。

現在、クラウド・ネットワーク・エッジ・アーキテクチャはますます普及しています。実際、クラウド・ネットワーク・エッジの連携アーキテクチャを構築することで、端末 IoT デバイスの便利な通信と信頼性の高いデータ相互作用を実現し、さまざまな業界の差別化されたサービスニーズを満たすことができます。クラウドコンピューティングとエッジコンピューティングの利点を組み合わせることで、クラウドネットワークエッジコラボレーションが実現しました。クラウドエッジコラボレーションネットワークを通じて、データ処理速度を向上させながら、エンドユーザーに低遅延のサービスを提供できます。エッジプラットフォームは機械的で無限に拡張するものではなく、クラウド、ネットワーク、エッジ、エンドの協調的な発展であると言えます。

この点に関して、ジョン・ローズ氏は、企業は最新のエッジを構築するにはエッジアイランドの拡張とマルチクラウドエッジプラットフォームの構築という 2 つの方法があることに気づくだろうと述べました。今後の開発方向は後者、つまり「エッジ プラットフォーム」を採用して、最新のエッジをマルチクラウド インフラストラクチャの拡張にすることです。ジョン・ローズ氏は、「デル・テクノロジーズは、2023年に統合インフラストラクチャとアプリケーション管理を構築するというビジョンを掲げており、2024年にGenAIが実用化されると、デル・テクノロジーズもいくつかのコンセプトとアイデアの実装を開始する予定です」と明らかにした。

さらに、ジョン・ローズ氏は、量子コンピューティングが AI システムの能力に大きな飛躍をもたらすだろうとも予測しています。彼の見解では、量子コンピューティングは、GenAI とほとんどの大規模 AI の主な問題である、コンピューティング リソースに対する膨大な需要を解決します。実際、量子コンピューティングはデータを無限に処理し、膨大なデータから最適な答えを選択する能力を持っています。そのため、量子コンピューティングを使用して GenAI を最適化すると、GenAI の効率が向上し、より適切に実行されるようになります。

最後に

2023年には、科学技術分野におけるGenAIの発展ははるかに先を行くでしょう。一方では、産業エンパワーメントの実践を実行するためのGenAIがますます多く誕生し、他方では、インテリジェントコンピューティングセンターとHPCの開発も本格化し、産業の発展を牽引します。しかし、GenAIの開発においては、GenAIの均一性やシナリオ実装の難しさといった問題点も見えてきました。さらなる発展を遂げるためには、これらの問題を解決しなければなりません。 GenAI が今後どのように進化していくのか、楽しみに待ちましょう。