AIは企業に、何年にもわたる技術的負債を解決する口実を与えている

すべての企業がAIについて語りたがっている。どれだけ投資すべきか？どこで実行すべきか？どんな新しいアプリケーションを構築できるか？それらをどれくらい早く本番環境に導入できるか？

しかし、その興奮の裏で別のことが起きている。組織がAIに資金を投入するにつれ、長年静かにビジネスを支えてきたインフラストラクチャに厳しい目が向けられている。そして、見つかったものは必ずしも美しいとは限らない：

• レガシーなオペレーティングシステム
• 老朽化したデータベース
• インフラに対して不均衡に近代化したアプリケーション  

組織は何年も前に下された決定に基づいて構築された環境を観察している。これは 技術的負債 誰もが存在することは知っているが、十分な理由や予算がなく対処できていないものだ。

皮肉なことに、AIがついにそれを変えるかもしれない。

AIがインフラ投資の財布を開く

インフラの近代化に対する最大の障壁の一つは、何年も前から驚くほどシンプルだった。壊れていないなら、何百万ドルもかけて変える必要はあるのか？

これはインフラチームが乗り越えるのが難しい議論だ。10年経ったシステムは時代遅れで高コストかつ柔軟性に欠けるかもしれないが、アプリケーションが稼働し顧客から不満が出ていなければ、置き換えや近代化はCFOにとって説得しにくい。

AIがその議論を書き換えた。

AI戦略を支えるため、組織はインフラに 大幅な新規投資を行っている。その支出は同時に他のインフラ問題に取り組む機会を生む。単独では資金調達に苦しんでいたプロジェクトも、次の10年に向けたエンタープライズ技術スタックの姿についてのはるかに大きな議論の一部となり得る。

AI時代がレガシー時代と衝突している

多くの企業は依然としてWindows-ベースのインフラストラクチャと古いバージョンのSQL Serverに大きく依存しているが、テクノロジー業界はすでに何年もクラウドネイティブアーキテクチャとコンテナについて語り続けている。

アプリケーション開発は同時に前進している。開発チームはLinux、コンテナ、クラウドプラットフォームを取り入れる一方で、データベースやその他の重要なインフラはしばしば以前のままである。これにより、企業内部にますます不自然な分断が生まれる。すなわち、片側は最新アプリケーション、もう片側はレガシーインフラだ。AIがその問題を生み出すわけではない。しかし、AI対応の企業を構築しようと急ぐことで、無視しにくくなる。

したがって、組織はAIインフラを孤立した技術購入として見ることに抵抗すべきだ。これははるかに大きな問いを投げかける機会でもある。AIのためにインフラの一部を再設計するなら、ここにいる間に他に何を改善すべきか？

近代化はビッグバンを意味する必要はない

技術的負債が残る理由の一つは、近代化には大規模な移行が必要だという前提である。実際にはそうではない。

たとえばWindowsからLinuxへ移行する場合、すべてのアプリケーション、データベース、運用プロセスを同時に変更する必要はない。また、Kubernetesを採用したからといって、組織が以前のすべてを直ちに放棄しなければならないわけでもない。できるだけ実用的に行うためには、近代化は段階的に進めるべきだ。

組織は既存のWindowsワークロードを維持しつつ、LinuxやKubernetesを併用できる。ビジネスケースが妥当な場合は個別のコンポーネントを近代化し、すべてを一つの巨大な変革プロジェクトに賭けるのではなく、徐々にワークロードを移行できる。

これは特にデータベースに関して重要だ。重要なSQL Server環境は何年も安定して稼働している可能性がある。古いというだけで、組織が無謀に置き換えるべきだというわけではない。

目的は前進への道筋を作ることだ。

AIが流行だからといって近代化すべきではない

ここで重要な区別がある。

AIへの支出はインフラ近代化の機会を生むかもしれないが、組織はすべてが突然「AI対応」になるべきだと信じてワークロードを移行すべきではない。インフラ近代化のビジネスケースはそれ自体で成立する必要がある。

コストを削減できるか？

可用性を向上させられるか？

特定のプラットフォームへの依存を減らせるか？

ワークロードをよりポータブルにできるか？

アプリケーションとデータの実行場所に関して、ビジネスにより大きな柔軟性を提供できるか？

それらは、組織のAIロードマップで何が起きようとも価値ある成果です。

実際、企業が犯しがちなミスの一つは、AIをすべての技術的決定の正当化材料にしてしまうことです。AIワークロードと従来のトランザクションワークロードでは要求が異なります。組織がAIに多額の投資をしているからといって、すべてのレガシーワークロードが突然Kubernetes上に置かれるべきだと推測する理由はありません。

モダナイゼーションは実際のインフラ問題を解決すべきです。

AIはインフラの経済構造も変革しています

柔軟性がAI時代においてさらに重要になるもう一つの理由は、インフラの経済性がますますダイナミックになっていることです。組織は、ワークロードをどこで実行するかについて、これまで以上に多くの選択肢を持っています…オンプレミス、プライベートクラウド、パブリッククラウド、そして複数のクラウドプロバイダー間で。あるワークロードに最適な環境が、別のワークロードにとっては全く不適切であることさえあります。これにより、インフラのポータビリティがますます価値あるものとなります。

企業は、数年前に行った選択に基づいて将来のすべてのインフラ決定を下す必要はありません。ワークロードが最も運用的・経済的に適切な場所を評価し、アプリケーション環境全体を再設計することなく変更できるべきです。AIがインフラ支出を増大させるにつれて、これはさらに重要になります。技術予算が拡大すると、コンピュート、ライセンス、クラウドコストのわずかな差が非常に大きな金額になることがあります。

選択できる能力が経済的優位性となります。

実際のAIインフラの機会は、AIそのものよりも大きい可能性があります

AIインフラのブームを主にGPU、アクセラレータ、巨大データセンターの観点で考える傾向があります。これらの投資は確かに重要です。その結果、企業インフラの残りの部分に何が起きるかが、実際にはより永続的な影響をもたらすかもしれません。

AIは、組織に対してアプリケーションの実行場所、データの所在、インフラの管理方法、そしてどれだけのレガシー技術を引き継ぐかを考えさせています。

それは稀な機会を生み出します。

単に最新技術を何十年もの古いインフラ決定の上に重ねるのではなく、企業はこの投資サイクルを活用して技術的負債の返済を始め、次に来るものに対してより柔軟な基盤を構築できます。

最も重要な質問は、現在のインフラがAIを実行できるかどうかではないかもしれません。

むしろ、現在のAI投資が、組織がずっと構築すべきだったインフラをついに構築する理由を提供できるかどうか、ということかもしれません。