AI を優先する場合、IT の基礎を過小評価しないでください

GenAI は今でも多くの企業の IT プロジェクトで重要な役割を果たしています。 Harris Poll によると、ビジネス リーダーの 3 分の 2 が自社内で GenAI ツールを導入していると回答しています。 IDC は、企業の GenAI への投資は 2024 年までに 2 倍以上になると予測しています。

IT 分野は進化し続けていますが、セキュリティ、コスト管理、アイデンティティ管理などは依然として CIO が注意を払う必要がある重要な領域であり、これらの基本的な側面は依然として組織にとって重要です。

これらは、CIO の注目と予算を争う競合する優先事項であり、Gen AI によって約束される新しく輝かしい機会に対する取締役会の関心に比べれば見劣りするものだと考えるのは簡単ですが、実際に導入を成功させるのはいつかということになります。これらのプロジェクトは、IT 組織が接続、権限、構成管理などの基本要素をどの程度適切に実装するかに依存していることがわかりました。

Constellation Research のバイスプレジデント兼主席アナリストであるディオン・ヒンチクリフ氏は、柔軟なマルチクラウド基盤、強力なネットワークセキュリティ、効果的なデータプライバシー、知的財産など、今日の IT の基本を習得することが重要であると指摘しました。コントロール。これらの要素は、AI の可能性を実現し、強力なクロスアプリケーション サイロとオープン データ基盤を構築するために重要であり、船を動かし続けるために必要な板や釘のようなものです。

同氏は、IT の基本的な知識を「緑の野菜を食べる」ようなものだと例え、これはありきたりですが不可欠であり、IT 業界の長期的な健全性と強さにとって極めて重要です。このバランスの取れた食事のたとえは、強力で最新の IT インフラストラクチャが AI やその他の高度なテクノロジーの繁栄の基盤であることを示しています。

独立系リサーチ アナリストである Sagable の創設者である Andy Mann 氏もこれに同意し、IT インフラストラクチャの内部運用と基本機能が AI 開発の推進において重要な役割を果たしており、これは「つるはしとシャベル」に似ていると述べています。同氏は、特に CIO が通常のアプリケーションに必要なさまざまなシールドおよび処理タスクを処理する必要があることを考慮すると、CIO は AI ワークロードが効果的に管理および実行されるようにする必要があると考えています。

データ デュー デリジェンス

GenAI は、特にデータ セキュリティに特別な意味を持っているとマン氏は述べています。 AI にこのデータをすべて取り込んで再利用するように指示する場合、データ損失防止をどのように実装しますか? 実際、セキュリティ、コンプライアンス、効率性の理由から、CIO は GenAI がアクセスできるデータ (検索拡張生成など) を慎重に管理する必要があります。 (RAG) は、独自のデータを操作するときに LLM を活用できる重要なテクノロジーになりつつあります。ただし、準備だけではなく、すべてのデータを入力する必要はありません。必要以上に大規模なデータセットのコストがかかり、ある程度の専門知識が必要です。それはまだ一般的ではなく、高い給料を要求しますが、これにはモデルに教える内容も含まれます。 Slack または Teams の履歴全体を入力すると、「明日これをやります」のような応答が返される可能性があります。これは人間の従業員にとってはまったく問題ありませんが、GenAI システムに期待されるものとはまったく異なります。

Microsoft MVP および Rencore Partner Management のディレクターである Christian Buckley 氏は、Copilot などの AI ツールによって、エンタープライズ データとメタデータの構造、情報アーキテクチャ、コンテンツ クレンジング、および一部の企業では権利管理とデータ編成が不十分です。

データ ストレージのコストが低下するにつれて、多くの企業は不要なデータを保持したり、移行や再編成後に古くなったり役に立たなくなったデータをクリーンアップしたりしています。 「リスクプロファイルと検索パフォーマンスが低下することを除けば、コストがかからないため、人々は戻ってゴミ箱を片付けたりしません」とバックリー氏は述べた。同氏は、データの衛生管理を考慮せずに GenAI 機能を導入すると、最適なパフォーマンスを発揮するための適切な準備が整っていない場合に人々が幻滅することになると警告しました。

Microsoft が 2010 年に SharePoint に強力な検索機能をもたらした以前の Rapid 統合である Delve を立ち上げたときにも、同じ問題が明らかになりました。同氏は、「SharePoint で検索が実際に機能するのを確認し始めたとき、人々は検索が適切に機能しないと不満を言うだろうが、それが機能であり、データ管理の欠如を露呈させるだけだ。人々がこう言うのを聞いた。 「これは私のすべての権限に違反しています。いいえ、データに穴があることが明らかになりました。データに AI を使用して、より強力な検索機能を持たせたいのですが、これらのデータをどのように活用するか迷っていますか?」

もう 1 つの問題は、メタデータ タグと機密ラベルがデータに正しく適用されていないため、GenAI ツールとユーザーが含めるべき情報を確認できないことです。

いずれの場合でも、データの管理が不十分であると、社内でのみ利用できるはずの情報を公開する Gen AI ツールに外部パートナーがアクセスできる場合など、コンプライアンスと機密性の問題が発生する可能性があります。結局のところ、より多くの外部ユーザーが関与するプロジェクトでは、どのような情報がアクセスされているのか、そしてこの外部アクセスが依然として適切であるかどうかを詳しく調べる必要があります。たとえば、フランスの従業員がオーストラリアの退職年金または育児休暇制度に基づいて人事部門から撤退する多国籍企業の場合です。リソース ロボットは、内部使用であってもそこから情報を取得するため、混乱を引き起こす可能性があります。

Buckley 氏は次のように述べています。「自分がどのようなコンテンツを持っているか、それがどこにあるか、社内外で誰がアクセスできるか、何が共有されているか、どのようにラベル付けされているかが分からない場合、どうやって管理する準備ができていると言えますか? AI はどうでしょうか。ガバナンスの観点からは、人々が何をしているのか、どこでどのようにしているのかを追跡する必要がありますが、それは今後も変化し続けます。」

コンテナと証明書

権限管理はアイデンティティ管理に依存しており、これも引き続き注意が必要な領域です。コンテナ エコシステムが進化し、Kubernetes の導入拡大には新たなスキルが必要となる中、多くの CIO は依然として、仮想化とは大きく異なるコンテナ化されたアプリケーションの環境管理に追われています。企業は、Broadcom による VMware のライセンス アプローチに対する大幅な変更にどのように対応するかを決定しており、移行の可能性が高いです。今年は加速するために。

IAM プラットフォーム プロバイダーである AppViewX の最高ソリューション責任者である Murali Palanisamy 氏は、これは管理するマシン ID が増えることも意味すると述べています。同氏は、「デジタルトランスフォーメーション全体が、コネクテッドデバイス、クラウドサービス、クラウドネイティブでコンテナ化されたアプリケーションの利用を大幅に増加させている。これらすべての追加のコンピュータ、ワークロード、サービスには信頼できるアイデンティティが必要であり、そのため、アイデンティティの必要性が拡大している」と述べた。コンピューター ID 管理の必要性。」

モノのインターネット、ソフトウェア サプライ チェーンのセキュリティ、特にコード署名を通じてこのニーズを軽減し、GenAI でのデータの使用により、安全なアクセスと使用のための TLS 証明書への依存度が高まっています。秘密鍵の。 Palanisamy 氏はさらに、「アプリケーションやマシンが相互に通信するときは常に、その大部分が TLS 証明書を使用して信頼を確立し、システムに対して相互に識別し、通信を安全に認証および暗号化します。」

彼は、次のように付け加えました。これらのマシンの ID は重要であり、特に Google が TLS 証明書の有効期間を 398 日から 90 日に短縮することを提案しているため、その管理をその場限りの手動プロセスにすることはできません。これをより迅速にする必要があります。他にも規制上の変更があります。また、2023 年 12 月に始まる SEC の新しいサイバーセキュリティ規則、EU の拡張されたネットワークおよび情報システム指令 (NIS2)、およびセキュリティ標準をペイメント カード業界データ セキュリティ標準 (PCI) のようなものではなくリスクベースにする全体的な移行にも注意してください。 -DSS) が PCI 4.0 に更新されました。

Palanisamy 氏は、コンピューター ID の管理もセキュリティの中心的な重点領域にする必要があり、自動化、自動登録、プロビジョニング解除を利用してプライベート データや機密データへのアクセスを制御する必要があると付け加えました。 「転送中のデータを保護する必要がある場合、マシン ID は重要な役割を果たします。AI プロジェクトが進化するにつれて、信頼性と安全な認証と暗号化を確保するには、コンピューター ID の管理が重要です。」と彼は言いました。 「適切なデータを管理および制御できるため、機密データや個人データのセキュリティが確保されます。クラウド プロジェクトは、ピカピカの新しい AI イニシアチブよりも優先順位が低いと思われがちですが、これらのプロジェクトは実際には基盤であると同氏は言いました。」同氏はさらに、「AI プロジェクトの成功にはスピードと機敏性が必要であるため、最初から AI プロジェクトの基盤となるクラウド インフラストラクチャにセキュリティを統合する必要があります。」と付け加えました。 Finop とクラウド サービスのコスト管理は依然として優先事項であり、GenAI の使用の多くがクラウド AI サービスと API に依存しているため、CIO は、特に AI の開発と実験について、予算編成と自動化を検討する必要があるでしょう。

「100 人が AI の実験を行っていて、1 人だけがインスタンスのプロビジョニング解除を忘れたら、料金が請求されることになります。」と Mann 氏は言います。他のワークロードのコストを管理するために使用するものと同じ戦略とツールを使用して、より小さなインスタンス、より安価な LLM、または下位レベルのライセンスにスケールダウンします。 「Copilot の管理は、単なる権限管理ではありません。人々は、支払ったライセンスが使用されているかどうかを知りたいのです。」

他のクラウド ワークロードがライセンスに基づいて企業に提供される必要があるのと同じように、同氏は付け加えました。コストを正当化するための価値と同様に、GenAI プロジェクトは、約束した生産性の向上とイノベーションを実際に実現するかどうかを評価する必要もあります。

「AI をあまりにも速く、あまりにも長く実行させたとして、最初の CIO が解雇されるのを待っています。」と Mann 氏は言いました。傍受と処理に関する CIO の基本規律は次のとおりです。価値、自分のお金で何が得られるか、これらのワークロード管理の使用率と質、この新しいワークロードに対処するにはこのレベルの規律が間違いなく必要なため、この ITSM、ITIL スタイルの規律とポートフォリオ管理が復活するでしょう。 。

しかし、他の分野では、IT チームは予算と支出の増加を検討するでしょう。

ハードウェア アップデートの加速

Windows 10 の有効期限が 2025 年に設定されているため、CIO はデフォルトで約束されたセキュリティの向上を得るために、今後 18 か月間で Windows 11 への移行を計画します。これは、新しい PC への投資を意味します。パフォーマンスを損なうことなくセキュリティ機能をサポートするための適切な命令を備えた新世代の CPU を搭載しています。

ビデオ通話のリアルタイム編集や Windows 11 での Copilot の実行など、デバイス上の AI ワークロードを高速化するために、ニューラル プロセッシング ユニット (NPU) または同様の特殊なハードウェアを搭載するデバイスがますます増えていますが、ハードウェアの進歩は急速に進む可能性があります。つまり、CIO は最新の状態を維持するために、将来的にハードウェアの更新サイクルを短縮するための予算を立てる必要があり、どの従業員が適切な PC ハードウェアを所有しているかを追跡する資産管理が、AI によって約束された生産性の向上を実現する鍵となる可能性があります。

データセンターの準備には、GPU の価格以上の投資が必要となる場合があります。ほとんどの LLM はクラウドで実行され、API 経由でアクセスされますが、GenAI ツールをビジネスに活用するには、ツールを独自のデータ ソースに接続する必要があります。

ネットワーク アーキテクチャを進化させて遅延を削減し、より優れた接続を安全に提供します。これを 5G、Wi-Fi 6 および 7、または新たな衛星接続を通じて行うかどうか、業務に不可欠なハイブリッドおよび長距離をサポートするかどうかしかし、AI は安全なエッジ コンピューティングとネットワーキングのニーズをさらに促進します。

さらに、価格下落により、高速スループットを必要とする処理に有利なデータベースパフォーマンスを提供するオールフラッシュオブジェクトストレージシステムへの移行が進んでいる、とデータ管理ソフトウェア会社製品マーケティング担当バイスプレジデントのスティーブ・リーパー氏は述べています。 Datadobi と AI ワークロードに必要な大規模なデータセットのスケーラビリティを備え、AI 主導の運用における飽くなきデータ食欲と迅速なアクセスのニーズにも対応します。

全体として、CIO はストレージの量と種類、相互接続ネットワーク、AI 処理用の GPU ファーム、およびデータ処理から始めて、AI 処理パイプラインのハードウェア インフラストラクチャを検討する必要があると同氏は付け加えました。適切なデータ セットを特定し、処理パイプライン上のポイント間でデータを迅速かつ正確に再配置します。これは、サイレント データ破損が発生しないことを意味し、AI 処理結果も適切な場所とストレージ クラスに再配置されることを保証します。

GenAI のデータセットは必ずしも巨大になるわけではないとリーパー氏は言います。同氏は、「大小さまざまなデータセットが存在することになるが、その中には企業のガバナンスポリシーに応じてローカルリソースを使用して処理する必要がある重要なデータが含まれている。これらのデータセットへのAIアクセスの管理はCIOに大きくかかっている」と述べた。 . 馴染みのある従来の IT インフラストラクチャ管理であるため、今年はこれらのインフラストラクチャに優先的に投資することが、両方の利益につながるでしょう。

「これらの問題は、私たちが持っている規律を適用する場合にのみ解決できます。しかし、長期的な影響を誰も考慮しないため、対処されないことが多く、所有権がありません。」とマン氏は付け加えましたが、それは可能性があります。変化。 Gartner は、2023 年の初めに、データを分類して最適化するためのデータ ストレージ管理ソリューションをすでに導入している企業は 15% のみであると報告しましたが、アナリスト会社は、この割合が 2027 年までに少なくとも 40% に上昇すると予想しています。

以上がAI を優先する場合、IT の基礎を過小評価しないでくださいの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。