Herb Hogue, Myriad360のチーフテクノロジーオフィサー

ソートリーダー 2025年8月25日

影のAIの迫り来る波

人工知能（AI）は、もうブームではありません。次のビジネス変革の波の骨格です。それは、私たちのワークフロー、顧客とのやり取り、セキュリティシステム、そしてアイデアのブレインストーミングの方法にあります。しかし、ここに課題があります。AIの能力が広がるにつれて、その足跡も広がります。Shadow ITのように、10年前に見られたのと同様に、より危険なバージョンが急速に現れてきています。Shadow AIです。これは仮想的なものではありません。現在、あります。そして、ほとんどの組織が次の1〜3年間で直面することになる、最大の運用上の課題になります。Shadow AIとは何かShadow AIとは、公式の承認、セキュリティレビュー、またはガバナンスなしに、組織で使用されているAIシステム、ツール、またはモデルです。それは常に悪意を持っているわけではありません。ほとんどの場合、良い意図から始まります。しかし、それは静かに成長するリスクを生み出し、最終的にあなたに如実に襲いかかってきます。野生のShadow AIの例マーケティング: コンテンツマネージャーが、ターゲットメッセージを作成するために、顧客のメールリストをChatGPTにアップロードします。彼らはただ時間を節約しようとしているのですが、顧客データは第三者のAIのトレーニング環境に格納され、GDPRまたはCCPAに違反する可能性があります。エンジニアリング: 開発者が、問題をデバッグするために、独自のコードをAIコードアシスタントに貼り付けます。そのモデルは、組織の知的財産にアクセスすることになり、他のユーザーのクエリでそれを公開する可能性があります。セールス: アカウントエグゼクティブが、パイプラインレポートを「迅速化」するために、承認されていないAIの取引予測ツールを使用します。そのツールは無料ですが、その利用規約では、すべてのアップロードされたデータが分析され、パートナーと共有される可能性があるとされています。オペレーションズ: ビジネスユニットが、クレジットカードの費用で、AIチャットボットを立ち上げ、機密の内部ポリシードキュメントをセキュリティレビューなしでそれにフィードします。そのボットが侵害され、人事と給与データが公開される可能性があります。これらは、企業環境で見られる現実のシナリオです。時々、数か月後に偶然発見されます。Shadow AIが次の36ヶ月で増加する理由私たちは、AIの採用の「ゴールドラッシュ」の段階にあります。実験のペースは、ガバナンスが追いつくことができないほど速いです。問題が悪化する理由は以下のとおりです。低い障壁のAIツールの普及: 生成的なAI API、ブラウザ拡張機能、SaaSツールにより、従業員はITなしで数分以内にAIの機能を立ち上げることができます。多くは無料またはランチより安い価格です。部門レベルの自主性: チームには独自の予算があり、より迅速に結果を出す圧力があります。ITが遅すぎると、AIで問題を自分で解決します。データの飢餓: AIはデータに基づいて機能します。ユーザーは、より良い出力を得るために、それに「餌」を与えたいと考えていますが、意図せずに機密データを保護されたシステムの外に移動させています。安全性の誤解: 従業員は「大手企業のものだから安全だ」と考えていますが、「安全」は、ビジネスの文脈で合法的、またはセキュアであることを意味しないことを理解していません。 AI戦略の断片化:...

ソートリーダー 2025年4月9日

メガモデルはコンピュート危機の核心ではない

新しいAIモデルがリリースされるたびに——GPTの更新、DeepSeek、Gemini——人々はその巨大さ、複雑さ、そして最近では、コンピュートリソースの消費量に驚かされる。これらのメガモデルがAI革命のリソースニーズを定義しているというのが一般的な仮定である。しかし、この仮定は誤りである。大きなモデルはコンピュートリソースを大量に消費することは事実である。しかし、AIインフラストラクチャーに最大の負担を与えているのは、巨大なモデルではなく、各業界で特定の用途に最適化されたAIモデルが無数に存在し、コンピュートリソースを前例のない規模で消費していることである。LLMの間で発展しているウィナータケオールの競争にもかかわらず、AIの全体的な風景は中央集権化ではなく、分散化している。企業は単にAIを使用しているのではなく、自社のニーズに合わせてカスタマイズされたプライベートモデルをトレーニングし、デプロイしている。これが、クラウドプロバイダー、企業、政府が予測できないインフラストラクチャーの需要曲線を生み出すことになる。過去にも同様のパターンが見られた。クラウドはITワークロードを統合するのではなく、ハイブリッドエコシステムを生み出した。最初はサーバーのスプロール、次にVMのスプロール、そして今？AIのスプロール。各コンピューティングの波は簡素化ではなく、増殖をもたらした。AIも例外ではない。AIスプロール：未来のAIは1つのモデルではなく、100万のモデル金融、物流、サイバーセキュリティ、カスタマーサービス、研究開発——各業界には、それぞれの機能に最適化された独自のAIモデルがある。企業は、1つのAIモデルで全事業を支配するのではなく、数千のモデルをトレーニングしている。これは、より多くのトレーニングサイクル、より多くのコンピュート、より多くのストレージ需要、そしてより多くのインフラストラクチャーのスプロールを意味する。これは理論的な話ではない。テクノロジーの採用が慎重な業界でも、AIへの投資は加速している。2024年のマッキンゼーの報告書によると、組織は平均で3つのビジネス機能でAIを使用しており、製造、サプライチェーン、製品開発が先頭を切っている(マッキンゼー).ヘルスケアは典型的な例である。電子ヘルスレコードにAIを統合して臨床的洞察を浮き彫りにするスタートアップ、Navinaは、ゴールドマン・サックスから5,500万ドルのシリーズC資金を調達した(ビジネスインサイダー）。エネルギー業界も同様で、業界のリーダーは、グリッドとプラントの運用を最適化するために、オープンパワーエイアイコンソーシアムを立ち上げた(アクシオス).誰も話していないコンピュートの負担AIはすでに伝統的なインフラストラクチャーモデルを破壊している。クラウドがAIの成長を無限にスケールアップできるという仮定は、完全に間違っている。AIは伝統的なワークロードのようにスケールしない。需要曲線は漸進的なものではなく、指数関数的なものであり、ハイパースケーラーは追いついていない。電力制約：AI専用のデータセンターは、ネットワークの背骨ではなく、電力の可用性を中心に建設されている。ネットワークのボトルネック：ハイブリッドIT環境は、自動化なしでは管理不能になり、AIワークロードはこの状況を悪化させる。経済的圧力：AIワークロードは1ヶ月で数百万ドルを消費し、財政的予測不可能性を生み出す。データセンターはすでに世界の電力消費の1%を占めている。アイルランドでは、国民電力網の20%を消費しており、2030年までに大幅に増加することが予想されている(IEA).さらに、GPUへの圧力が増大している。ベイン・アンド・カンパニーは最近、AIの成長がデータセンター級のチップに対する需要の爆発的増加をもたらし、半導体不足の可能性を警告した(ベイン).一方、AIの持続可能性問題も増大している。2024年の《持続可能な都市と社会》の分析によると、ヘルスケアにおけるAIの広範な採用は、ターゲットされた効率化によって相殺されない限り、エネルギー消費と炭素排出量を大幅に増加させる可能性がある(サイエンスダイレクト).AIスプロールは市場を超えた問題——国家権力の問題であるAIスプロールが企業の問題だと思っている場合は、再考してみてください。AIの分散化を推進する最も重要な要因は、民間セクターではなく、政府と軍事防衛機関がAIを企業やハイパースケーラーが匹敵できない規模で展開していることである。米国政府 aloneは27の機関にわたって700以上のアプリケーションでAIを展開しており、インテリジェンス分析、ロジスティクスなどをカバーしている(フェデラルテックマガジン).カナダは、国内のAIコンピュート能力を拡大するために最大7億ドルを投資し、国家的な課題を立ち上げて主権データセンターインフラストラクチャーを強化している(イノベーション、科学経済開発カナダ).そして、AIインフラストラクチャーに対する「アポロ計画」の必要性が叫ばれている——AIが商業的優位性から国家的必須要素へと昇華していることを強調している(MITテクノロジーレビュー).軍事用AIは、効率的でも、調整されたものでも、コストに優れたものでもない——国家安全保障の要件、地政学的緊急性、そして閉じた主権AIシステムの必要性によって推進されることになる。企業がAIスプロールを抑え込んでも、誰が政府に減速を命じることができるだろうか?なぜなら、国家安全保障が懸念される時、誰も電力網がそれを処理できるかどうかを問うことを止まないからである。

ソートリーダー 2025年2月3日

AIの本当の力は電力である

ヘッドラインは一つの物語を語っている：OpenAI、Meta、Google 、Anthropicは最も強力なAIモデルを開発するための軍拡競争に参加している。DeepSeekのオープンソースモデルから最新のGPTアップデートまで、毎回の新しいリリースはAIの運命への次の大きな飛躍として扱われる。意味は明らかである：AIの未来は最も優れたモデルを開発する者が支配する。しかし、それは間違った見方である。AIモデルを開発している企業だけがその影響を決定するのではない。大量の採用を支えるAIの真のプレイヤーは、OpenAIやMetaではなく、データセンターの運営者やエネルギー提供者である。彼らがいなければ、AIは1兆ドルの産業ではない。ただのコードがサーバー上に待機しているだけであり、電力、計算、冷却が存在しない。インフラストラクチャが、AIがその潜在能力に到達することを決定する。AIの成長とインフラストラクチャの追いつくための苦闘AIが無限に拡大し続けるという仮定は現実から離れている。AIの採用は加速しているが、単純な制限に直面している：必要な規模でAIをサポートするための電力、データセンター、冷却能力がない。これは推測ではなく、すでに起こっていることである。AIワークロードは従来のクラウドコンピューティングとは根本的に異なる。計算の強度は数桁高いので、専用ハードウェア、高密度データセンター、効率の限界を押し出す冷却システムが必要となる。企業や政府は単一のAIモデルを実行しているのではなく、数千のモデルを実行している。軍事防衛、金融サービス、物流、製造業など、すべての業界が特定のニーズに合わせてカスタマイズされたAIモデルをトレーニングし、デプロイしている。これにより、AIスプローが発生し、モデルは集中管理されず、業界全体に分散し、巨大なコンピューティングとインフラストラクチャへの投資が必要となる。また、従来のエンタープライズソフトウェアと異なり、AIは開発費用が高く、運用費用も高い。AIモデルを大規模に運用するために必要なインフラストラクチャは指数関数的に増加している。新しいデプロイごとに、すでに過負荷になっているシステムに圧力が加わる。AIで最も評価されていないテクノロジーデータセンターは、AI産業の真正の骨格である。すべてのクエリ、すべてのトレーニングサイクル、すべての推論は、データセンターが電力、冷却、計算能力を備えているかどうかに依存する。データセンターは、現代のテクノロジーにおいて常に重要であったが、AIはこれを指数関数的に増幅する。単一の大規模AIデプロイは、中規模都市と同じだけの電力を消費する。AI専用データセンターのエネルギー消費と冷却要件は、従来のクラウドインフラストラクチャが処理できる以上のものである。企業はすでに限界に直面している：データセンターの立地は、電力の入手可能性によって決まる。ハイパースケーラーは、インターネットのバックボーンの近くにデータセンターを建設するのではなく、安定したエネルギー供給を確保できる場所にデータセンターを建設している。冷却技術の革新が重要になる。液体冷却、浸没冷却、エネルギー効率の高いシステムは、データセンターが需要に応えるために必要なものである。 AIインフラストラクチャのコストが、企業間の差別化要因となる。 AIを費用効率良くスケールする方法を発見した企業が、次のAI採用の段階で優位性を占めることになる。 AWS、Microsoft 、Googleなどのハイパースケーラーが、AI対応インフラストラクチャに数十億ドルを投資している理由は、インフラストラクチャがなければAIはスケールしないからである。将来のAIスーパーパワーAIはすでに国家安全保障上の問題となっており、政府は傍観者ではない。現在の最大のAI投資は、消費者向けAI製品からではなく、国防予算、情報機関、国家規模のインフラストラクチャプロジェクトから来ている。軍事アプリケーションだけで、数千のプライベートな、クローズドなAIモデルが必要となる。これらのモデルは、ミサイル防衛、サプライチェーンのロジスティクス、脅威の検出など、すべての分野で使用される。しかも、これらのモデルはオープンソースのシステムではなく、ロックダウンされた、高度に特殊化されたものとなり、巨大なコンピューティング能力に依存することになる。政府は、AIの長期的なエネルギー源を、歴史的に石油や希少な地球元素と同様に確保しようとしている。理由は簡単である：大規模なAIには、大規模なエネルギーとインフラストラクチャが必要である。同時に、ハイパースケーラーは、AIのインフラストラクチャの門番として自分たちを位置付けている。AWS、Google Cloud、Microsoft Azureなどの企業は、単なるクラウドプロバイダーではなく、AIをスケールすることができるかどうかの決定権を持つ存在となっている。これが、AIモデルをトレーニングしている企業が、自社のインフラストラクチャと発電能力に投資している理由である。OpenAI、Anthropic、Metaは、現在クラウドハイパースケーラーに依存しているが、第三者によるインフラストラクチャのボトルネックを避けるために、自給自足型のAIクラスターを構築することを目指している。AIの長期的な勝者は、最も優れたモデル開発者だけではなく、インフラストラクチャを構築、運用、維持することができる企業である。そうすれば、本当にゲームを変えることができる。

Unite.AI

Herb Hogue, Myriad360のチーフテクノロジーオフィサー Herb Hogue Myriad360のチーフテクノロジーオフィサー

最新記事

影のAIの迫り来る波

メガモデルはコンピュート危機の核心ではない

AIの本当の力は電力である