Leo Brunnick, クラウデラのチーフプロダクトオフィサー Leo Brunnick クラウデラのチーフプロダクトオフィサー

プライベートAI：エンタープライズインテリジェンスの次のフロンティア

人工知能の採用は、前例のないスピードで進んでいます。今年末までに、世界中の人工知能ユーザーの数は20％増加して3億7800万人に達すると予想されます。これは、AltIndexによる調査によるものです。この成長は興奮するものですが、エンタープライズが人工知能について考える方法に重大な変化をもたらします。特に、最も貴重な資産であるデータに関してです。人工知能競争の初期段階では、成功は最も高度なモデルを持っているかどうかで測られていました。しかし、今日、会話は進化しています。エンタープライズ人工知能が成熟するにつれて、データがモデルではなく真の差別化要因であることが明らかになっています。モデルはよりコモディティ化されており、オープンソースの進歩と事前トレーニングされた大規模言語モデル（LLM）が誰でも利用できるようになっています。先導的な組織を別にするのは、自分の独自のプロプライエタリデータを安全に、効率的に、責任を持って活用できる能力です。ここで、圧力が始まります。エンタープライズは、人工知能で迅速にイノベーションを起こしながら、機密情報を厳格に制御するという強い要求に直面しています。ヘルスケア、金融、政府などの分野では、データプライバシーが最優先事項であるため、柔軟性とセキュリティの間の緊張は、以前よりも強まっています。このギャップを埋めるために、新しいパラダイムが登場しています：プライベートAI。プライベートAIは、組織にこの課題に対する戦略的な対応を提供します。データに人工知能を持ち込み、データを人工知能モデルに強制的に移動させるのではなく、データが存在する場所で人工知能ワークロードを実行できるようにします。これは、機密データを公開したり再配置したりすることなく、人工知能ワークロードを安全に実行できる強力な変化です。イノベーションと誠実さを求めるエンタープライズにとって、これは最も重要なステップかもしれません。今日のAIエコシステムにおけるデータの課題人工知能の約束にもかかわらず、多くのエンタープライズは、その使用を意味的にスケールするのに苦労しています。主要な理由の1つは、データの断片化です。典型的なエンタープライズでは、データは、パブリッククラウド、オンプレミスシステム、および、増え続けるエッジデバイスなどの複雑な環境のネットワークにわたって分散しています。この分散は、データを安全に、効率的に統一することを非常に困難にします。従来の人工知能アプローチでは、トレーニング、推論、分析のために大量のデータを集中プラットフォームに移動する必要があります。しかし、このプロセスは複数の問題を引き起こします： 遅延： データの移動により、リアルタイムの洞察が難しくなります。 コンプライアンスリスク： 環境や地域をまたいでデータを転送すると、プライバシー規制や業界基準に違反する可能性があります。 データの損失と複製： すべての転送により、データの破損や損失のリスクが増加し、複製の維持は複雑性を追加します。 パイプラインの脆弱性： 分散された複数のソースからのデータを統合すると、維持やスケールが難しいパイプラインが作成されます。 単純に言えば、昨日のデータ戦略は、今日の人工知能の野心に適していません。エンタープライズは、現代の分散データエコシステムの現実に合った新しいアプローチが必要です。「データ重力」の概念、つまりデータがサービスやアプリケーションをそれ自身に向かって引き付けるという考えは、人工知能アーキテクチャに重大な影響を及ぼします。大量のデータを集中型人工知能プラットフォームに移動するのではなく、データに人工知能を持ち込む方が適切です。集中化は、かつてデータ戦略の金字塔と考えられていたものですが、今は非効率的で制限的であることが明らかになっています。エンタープライズは、ローカルで処理を可能にし、同時にグローバルな一貫性を維持する解決策が必要です。プライベートAIは、この変化に完璧に適しています。分散化されたデータセットをまたいだモデルをトレーニングする連邦学習や、データ生成の地点で人工知能を実行するエッジインテリジェンスなどの新しいトレンドを補完します。ハイブリッドクラウド戦略とともに、プライベートAIは、スケーラブルで安全で適応性のある人工知能システムのための統一された基盤を作成します。プライベートAIとはプライベートAIは、伝統的な人工知能パラダイムを覆す新しいフレームワークです。データを集中型人工知能システムに引き込むのではなく、コンピューティング（モデル、アプリケーション、エージェント）を直接データが存在する場所に持ち込みます。このモデルにより、エンタープライズは安全でローカルな環境で人工知能ワークロードを実行できます。データがプライベートクラウド、地域データセンター、またはエッジデバイスに存在するかに関係なく、人工知能の推論とトレーニングはその場で実行できます。これにより、露出が最小限に抑えられ、制御が最大化されます。重要なのは、プライベートAIがクラウド、オンプレミス、ハイブリッドインフラストラクチャを跨いでシームレスに動作することです。組織を特定のアーキテクチャに強制するのではなく、既存の環境に適応しながらセキュリティと柔軟性を高めます。データが元の環境を離れる必要がないため、プライベートAIは「ゼロ露出」モデルを作成し、規制された業界や機密ワークロードにとって特に重要なモデルです。エンタープライズにおけるプライベートAIの利点プライベートAIの戦略的価値はセキュリティを超えています。エンタープライズが人工知能をより迅速に、より安全に、より自信を持ってスケールできるように、幅広い利点を解放します： データ移動のリスクを排除： 人工知能ワークロードは現場または安全な環境で実行されるため、機密情報を複製または転送する必要はありません。攻撃面が大幅に削減されます。 リアルタイムの洞察を可能に： 生データソースに近接しているため、プライベートAIは低遅延の推論と意思決定を可能にし、不正検出、予測メンテナンス、パーソナライズされたエクスペリエンスなどのアプリケーションに不可欠です。 コンプライアンスとガバナンスを強化： プライベートAIにより、組織はパフォーマンスを犠牲にすることなく規制要件に従うことができます。データへのアクセスと処理を細粒度に制御することをサポートします。 ゼロトラストセキュリティモデルをサポート： データ処理に関与するシステムとタッチポイントの数を減らすことで、プライベートAIは、セキュリティチームがますます好むゼロトラストアーキテクチャを強化します。 人工知能の採用を加速： データ移動とコンプライアンスの懸念を減らすことで、人工知能イニシアチブがより迅速に進むことができます。スケールでのイノベーションを推進します。 実世界のシナリオにおけるプライベートAIプライベートAIの約束は理論的なものではなく、すでに業界を超えて実現されています： ヘルスケア： 病院や研究機関は、ローカル環境内で完全に動作するAI駆動の診断ツールや臨床サポートツールを構築しています。患者データはプライベートでコンプライアントのまま、先端の分析から利益を得ることができます。 金融サービス： 銀行や保険会社は、外部システムに機密取引データを送信せずに、リアルタイムで不正を検出し、リスクを評価するために人工知能を使用しています。これにより、厳格な金融規制に準拠することができます。 小売：...