本番環境への移行：セキュアでスケーラブル、そしてコスト効率的なエンタープライズAIの秘訣
によって Databricks Staff による投稿
Archived. This article has not been updated since the publish date above. The dynamic nature of information means that previously accurate content can become outdated or even obsolete over time. Readers are advised to exercise due diligence and cross-check any information found in this blog post before making decisions or adopting any practices based on said information.
企業がいかに急速にAIの導入を進めているかを示す興味深いデータが発表されました。Economist Impactが実施したグローバル調査によると、なんと70%の企業が既に実証実験の段階を終え、実際のビジネス現場でAIの新たな活用事例を展開する準備を 進めているそうです。
本格運用への移行は、数百人、場合によっては数千人のユーザーがAIシステムと直接やり取りすることを意味します。このような急激な規模拡大の中で、企業は信頼性とパフォーマンスの維持に苦戦しているのが現状です。特に、膨大な基盤データセット全体にわたって統一されたガバナンスを確保することが、重要な課題として立ちはだかっています。実際、自社のAI投資が本格運用に耐えうる状態にあると考えている実務者は、わずか29%にとどまっているという結果も出ています。
最近のウェビナーでは、DatabricksのCIOであるNaveen ZutshiとEconomist Impactの編集ディレクターであるTamzin Boothが、技術リーダーが新しいAIワークロードを安全かつコスト効率的に構築し、スケールアップするために取ることができるステップを概説しました。
- ソフトウェア開発プロジェクトとして扱う：調査によれば、新たなAIワークロードをサポートする既存のITインフラに対する自信を持っている回答者はわずか22%でした。ITリーダーは、エンジニアをサポートするための適切な基盤に投資する必要があります。企業はデータを一箇所に統一し、単一のガバナンスカタログを採用し、開発者にその資産に直接構築するためのツールを提供し、結果として生じるワークロードを監視する必要があります。
- ガバナンスとセキュリティを推進する： 企業の全データに対する統一されたガバナンスを確立することは、エンタープライズAIワークロードの展開とスケーリングにおける主要な障害であると、回答者の33%が指摘しています。しかし、データが一箇所に集約されることで、ITリーダーは企業の全資産にわたる統一ガバナンスカタログを展開することができ、ユーザーは情報をより自信を持って構築することができます。企業は、エンジニアが安全かつ安心して創造力を発揮できるように、ガードレールを設置する必要があります。テクノロジストは新しいAIツールを使用することになります。ITリーダーの役割は、それが安全かつ統制された方法で行われていることを確認することです。
- ユーザーインターフェースに焦点を当てる：従業員にワークフローを変更させるのは容易ではありません。AIを既存のプロセスにどのように組み込むかを選ぶことは重要です。Databricksでは、フィールドスタッフに自動化されたデータインテリジェンスを提供するための内部AIエージェントを構築していたとき、最適な方法を見つけるまでに多くの失敗がありました。最終的には、すでに従業員が使用している既存のプログラムに組み込みました。今では、ユーザーが何もしなくても知識を提供しています。
- 適切なAIの使用ケースを選ぶ: 通常、組織はプロジェクトの結果と信頼性に自信を持つために、内部の使用ケースからAIの旅を始めます。テクノロジーを追求するだけのために追求しないでください - それは価値と影響に結びついていなければなりません。ITリーダーは、ビジネスハッカソ ンのような技術を広め、スケールアップするための方法をユーザーと密接に協力して見つける必要があります。
- あなたのエッジを見つける： AIでの成功はすべてデータに戻ってきます。一つの大きなモデルの代わりに、企業は最終的なパフォーマンスを増幅させるために複数のモデルを利用するAIエージェントシステムを構築しています。現在、真の競争優位性は、企業が独自の資産をどれだけうまく使用してこれらのシステムをカスタマイズし、ユニークな製品を開発することから生まれます。実際、世界の組織の66%が、GenAIを独自のデータと統合する可能性を認識していると述べています。そして、FactSetやReplitのようなビジネスはすでに、自社のデータを使用したエージェンティックシステムに基づくAI製品から収益を得ています。
- 進歩に対する忍耐力を持つこと：大きな変革の期間中、年間の変化は遅く見えることがあります。しかし、進歩は大きいです。企業がインターネットを自社の運営に取り入れるのに10年以上かかりました。一部のCIOは、AIのリターンを3年間待つことさえ予想していません。しかし、高品質なモデルの数が増え、計算と推論のコストが続けて下がるにつれて、AIエージェントシステムの急速な増加が変化のペースを大幅に加速させるでしょう。
これらのステップを踏むことで、CIOは組織がAIを使用して生産性と効率を向上させるだけでなく、真の賞品であるビジネスイノベーションと収益生成を解放するのを助けます。
これらのベストプラクティスについて詳しく知るために、ウェビナーをご覧ください: エンタープライズAIの解放。
または、完全なレポートとその結果をここで読むことができます。