ガートナーが説く「AI駆動型クラウド活用の成功の要件」

 2025年のIT市場はAIの話題で持ちきりだった印象だが、そのAIの活用を支える存在として改めて注目しておきたいのが、クラウドの動きだ。これからは「AI駆動型クラウド」とも呼ばれそうな最新のコンピューティングの活用における成功の要件について、Gartnerの話から探ってみる。 これから企業に求められる「スタイルチェンジ」  「AIの活用が広がるにつれ、クラウドの捉え方も変化しつつある」 ガートナージャパン ディスティングイッシュトバイスプレジデントでアナリストの亦賀忠明氏  こう語るのは、Gartnerの日本法人であるガートナージャパンでディスティングイッシュトバイスプレジデントおよびアナリストを務める亦賀忠明氏だ。同社が12月2~4日に都内ホテルで開いた「ガートナーIT インフラストラクチャ、オペレーション&クラウド戦略コンファレンス」でクラウドとAIの最新動向をテーマにした講演で、こう切り出した。アナリストとしてクラウド分野を長年見てきた同氏は、今のクラウドの動きをどう捉えているのか。また、変化しつつあるクラウドをユーザーが活用する上での成功の要件とはどんなものか。  同氏はまず、クラウドの捉え方の変化について、図1を示しながら次のように説明した。 (図1)クラウドの捉え方の変化(出典:「ガートナーIT インフラストラクチャ、オペレーション&クラウド戦略コンファレンス」亦賀氏の講演資料)  「2020年ごろまではオンプレミスからクラウドへの移行の動きが目立っていたが、それ以降はハイブリッドモデルをはじめとしてクラウドがさまざまな形態で利用されるようになってきた。そして、AIの台頭とともにクラウドもこれからは『AI駆動型クラウド』としての役割を担っていくことになるだろう。従って、私たちもクラウドの捉え方をそのようにアップデートする必要がある」  「AI駆動型クラウド」という言葉が広く使われるようになるかどうかは分からないが、大量のデータを扱うAIにとって、クラウドはその実行基盤として欠かせない存在となっていくだろう。  次に、図2を取り上げておこう。図2のグラフは同社が定期的に調査している日本企業のクラウドの形態別導入状況を示したもので、2025年の最新データが入った結果を公表したのは、これが初めてだ。 (図2)日本企業のクラウドの形態別導入状況(出典:「ガートナーIT インフラストラクチャ、オペレーション&クラウド戦略コンファレンス」亦賀氏の講演資料)  このグラフについては日本企業のクラウド普及率の目安とも見られているので、直近の普及率として「SaaSは36%」「IaaS・PaaSは22~24%」といったところを把握しておくのがよいだろう。亦賀氏はこのグラフから「クラウドは着実に導入されている」と述べていたが、普及率としてもう少し高いイメージを持っている向きも少なくないのではないか。ただ、これからAI駆動型クラウドとしての役割を担っていくので、加速度がついていくものとみられる。  こうした普及率の話の一方で、亦賀氏はかねて「クラウドからオンプレミスへ回帰するという現象はあるのか」との質問をよく受けてきたという。これに対しては次のように答えているそうだ。  「そうした現象は見られない。オンプレミスかクラウドかを問うのはもはや過去の話だ。重要なことは『スタイルチェンジ』ができるかどうかだ。スタイルチェンジができなければ、オンプレミスだろうがクラウドだろうが、それほどの差はない」  ここで言う「スタイルチェンジ」は、「企業や個人が持つ仕事のやり方や考え方、リーダーシップの在り方そのものを変える必要がある」ことを指す。すなわち、「経営スタイルのチェンジ」を意味していると捉えていいだろう。 ZDNET Japan 記事を毎朝メールでまとめ読み(登録無料) Original Post>

Continue reading

AIチャットボット市場の勢力図に変化–「Gemini」と「Grok」が成長をけん引

最近のレポートによると、GeminiとGrokが急速な成長を遂げる中、AIツール市場での競争が激化している。ChatGPTは依然市場をリードしているが、Geminiは前年比971%、Grokは472%の成長を示しており、AIオーディオツールも著しい成果を上げている。

Continue reading

Anthropic、AI限界説に持論–「壁に直面」ではなく「測定の域を超えている」

AnthropicのMichael Gerstenhaber氏は、自己修正が進化し、新たなエージェンティックAIの可能性が広がると述べた。AIモデルの性能は向上し続け、特にタスク計画能力が強化されている。業界内の議論では、生成AIのスケーリングが進行中だとされ、顧客のニーズに応じたモデルの適応が重要視されている。

Continue reading

OpenAI、「ChatGPT」に検索機能を追加–文脈に応じた回答で差別化図る

OpenAIの新機能「ChatGPT search」は、ユーザーがウェブ検索を直接行えるようにし、最新情報をインラインリンクで引用することで、従来の検索エンジンよりも優れた情報提供を実現。2023年10月31日から「ChatGPT Plus」などのユーザーに提供される。

Continue reading

LLMのセキュリティ対策は「まだ道半ば」–Splunkの首席調査官が指摘

生成AIと大規模言語モデル(LLM)の活用が進む中、セキュリティ対策は依然として不十分であると指摘されている。SplunkのSURGeチームのShannon Davis氏は、LLMの脆弱性を理解し、最新の防御策を実装する重要性を強調し、実際の攻撃例と対策を提示している。

Continue reading

生成AIはどのような日々の変化をもたらすのか

ビジネスとプライベートの両方で生成AIが活用されている最新の事例を紹介しました。この技術は作業効率化だけでなく、新たな知識や技術の習得、創造的な作品制作のサポートにも活用されており、私たちの挑戦のハードルを下げる力を持っています。

Continue reading

金融業務に特化した生成AI活用が増加–AWSジャパン、金融領域の生成AIトレンドを紹介

AWSジャパン(Amazon Web Services Japan)は、金融領域のAI活用について説明会を開催。特に生成AIの活用トレンドに焦点を当て、業界特化のユースケースへの広がりや組織内データ活用、金融業務オペレーションとの融合などを指摘。各企業も生成AIを組み込んだサービスを提供し、金融機関のDXを支援。LibelliSやNRIも生成AIを活用したサービスを展開中。

Source: ZDNet Japan

Continue reading

「Dall-E」とは何か? 画像生成AIの技術や用途、歴史を解説

「Dall-E」は、OpenAIの画像生成AIモデルで、新しい画像をテキスト形式のプロンプトから生成します。これは、画像生成AIモデルの進化版で、エンドユーザーが自然言語で画像を生成できるようにします。料金体系は、画像のサイズや解像度に応じて異なりますが、開発者向けの利用プランも提供されています。

Continue reading

今、国産生成AIビジネスが熱い!4つの「日本型AIソリューション」から見えてきた可能性

米国ビッグテックの生成AI競争が熾烈な中、日本の生成AIビジネスが活況を呈している。富士通発のAIスタートアップ「Ridgelinez」はAIマルチエージェントを導入し、AI活用の新たな可能性が拓かれている。さらに、東京大学松尾研究室から派生したAIスタートアップ「ELYZA」も、日本語に特化した新しいLLMモデルを公開し、日本のAI開発に貢献している。

Continue reading

「生成AI」と「LLM」を混同してはいけない“4つの理由”

生成AIとLLMは異なる技術であり、それぞれ異なる用途、アーキテクチャ、学習データの違い、制約面の違いを持つ。LLMは主にテキスト関連のタスクに特化し、各種AIモデルの基盤となる一方で、生成AIは画像、動画、音声など幅広いデータ形式を扱う。

Continue reading

xAI、大規模言語モデルの最新版「Grok-2」を早期プレビューでリリース

Elon Musk氏のAI企業xAIが、最新の大規模言語モデル「Grok-2」の早期プレビューをリリース。GPT-4oに匹敵する性能を発揮し、画像生成ツールとしても注目されている。市場に出回る多くのツールと異なり、公人の画像生成に制限なし。Grok-2は8月末に開発者向けにリリース予定。

Continue reading

【最新データで比較】生成AI活用、日本 vs 世界のギャップ

「生成AIの世界的な普及と日本の現状について」の内容を要約します。記事では、生成AIの日本での利用率が低いことや、欧米企業との比較、日本企業の生成AI活用事例、AIによる社会変革などに触れられています。海外では広くAIが活用されており、AIの急速な進化がインドのアウトソーシング産業に与える影響も議論されています。これらを踏まえ、AIとの協調を意識した行動が今後とても重要であると指摘されています。

Source: https://thinkit.co.jp/article/23945

Continue reading

生成AIのデジタル劣化問題、ゴミがゴミを生み出す最悪の未来

人工知能(AI)モデルは、Webページからの低品質なデータでトレーニングされ、そのプロセスが危険にさらされている。AI生成データで訓練されたモデルは品質が劣化し、モデルが一貫性のないデータを生成する可能性が高まる。合成データを使わざるを得ない将来のモデルが影響を受ける可能性がある。

Continue reading

1 2 3 5