はじめに

本レポートは、大規模AIの実運用に成功した先進企業の経営陣から得たベストプラクティスとインサイトに焦点を当て、その助言をまとめたものです。AI導入の主要な課題は、これらの実験段階から本格的な実運用段階への移行です。本レポートでは、AI先進企業がAI導入を成功させるために構築したネットワーク戦略の設計手法と、そのプロセスで直面した課題の両面を探求します。

調査方法

本レポートのインサイトは、大規模なAI実装を成功させた組織においてAIイニシアチブを統括する上級経営陣を対象に実施した包括的インタビューおよび専門家グループ討論から得られました。調査は、S&Pグローバル・マーケット・インテリジェンス傘下の451 Researchが、Verizon社の委託により制作しました。

エグゼクティブサマリー

企業はAI導入に対する明確な意欲を示しており、先行する組織では生成AIとパターン認識モデルの両方に幅広く投資を行っています。本調査に参加した経営陣や実務担当者は、この技術がもたらす機会、特に効率化やコスト削減、一部では収益拡大の可能性について強く認識していました。多くの回答企業におけるAI志向は、内部業務の効率化を超え、顧客向けアプリケーションなどの外部展開へと広がりを見せています。本調査を通じて一貫して指摘されたのは、これらの目標達成においてインフラが重大な障壁となっているという事実です。高度なネットワークリソースの必要性が明確に認識されており、多くの企業がネットワークインフラ変更が必要と予測しています。

インサイト1: ネットワーク構築のプランでは、現在のユースケースへの対応のみならず、将来のニーズ予測も必要

AIプロジェクトがパイロット段階から本番環境へ移行するにつれ、推論処理によるデータ転送量の増加がネットワークリソースに重大な負荷をかける可能性があります。堅牢なネットワークインフラが不可欠であり、多くの企業が将来のネットワーク要件を適切に予測しないままAI導入を推進してしまいました。

インサイト2: 先進的な組織はAI向けに多様なインフラを活用しており、ネットワーク構築の戦略にはこれを反映すべき

多くの組織は当初、パブリッククラウドで生成AIの実験を行っていましたが、取り組みが進むにつれて、ワークロードは様々なインフラストラクチャに広がっていきました。ネットワーク戦略は、エッジからコアまで多様な環境にまたがるワークロードに対応できる柔軟性を持ち、かつ環境間接続性の必要性を見越したものでなければなりません。

インサイト3: レイテンシー、帯域幅、可用性が、AI先進企業のネットワーク戦略を左右

組織がAIアプリケーションを拡大するにつれ、低遅延・高帯域幅のインフラ需要がネットワーク計画の基盤要件として浮上しています。多くの参加者が、大容量データを効率的に転送しリアルタイム処理をサポートするためのネットワーク戦略構築の必要性を強調しました。可用性、遅延時間、帯域幅の3要素に重点を置くことが推奨されます。

インサイト4: AIワークロードの管理には、ネットワークセグメンテーションが有効

AIワークロードを最適化する主要戦略には、AIクラスター向けの専用ネットワークセグメントを構築すること、およびオンプレミスとクラウドインフラ間でのデータとモデル移動に十分な容量を確保することが含まれます。組織はまた、重要なネットワークトラフィックを管理し輻輳を防ぐため、環境の差異やAI/MLライフサイクルの段階を考慮した上で、独自のルーティングポリシーを適用した分離ネットワークセグメントを構築できます。

インサイトが示唆すること

経営層の間で「AIが自組織に価値をもたらすか」という議論はほとんどなく、より重要な問いは「どう効果的にこの技術を活用するか」です。多くの組織がAI導入を拡大できない要因は何ですか?本調査において、AIの大規模実装に成功した参加者は、移行プロセスにおけるネットワークインフラが重大なボトルネックになり得ると指摘しています。組織が本格的な導入に対応するネットワーク戦略を策定する際には、4つの主要なプロセスを計画の最優先事項とする必要があります。

ベライゾンについて

ベライゾンビジネスは、今日のダイナミックなデジタル環境において、お客様のような組織の成功を支援することに全力を注いでいます。本調査は、AIの導入における課題を明らかにし、他社の経験則を共有し、ITリーダーが直面する戦略的選択を明確化するために実施されました。その目的は、ネットワークとセキュリティインフラの決定的な重要性を含む、これらの複雑なダイナミクスに対する深い理解を提供することです。