Niladri Ray, エンジニアリングおよびインド国頭VP、Flexera Niladri Ray エンジニアリングおよびインド国頭VP、Flexera

ジェネレーティブAIの希望を抱く人々がクラウドコンピューティングの試行錯誤から学ぶこと

ジェネレーティブAI（GenAI）は、世界中の組織がその能力を楽しみに待っている技術です。すでに、72%の組織がGenAIを広範囲に使用しているか、あるいは使用を試みていると報告しています。また、さらに26%の組織がこの技術を実験しています。ただし、この新しいGenAIの採用段階はまだ初期段階にあります。マッキンゼーによると、企業の幹部の1%のみが、GenAIの導入を「成熟」と表現しています。つまり、技術が完全にワークフローに統合されており、重要なビジネス成果をもたらしているということです。この成熟度のギャップを埋めるには、継続的なコース修正が必要です。たとえば、導入の障壁として、多大な費用、未証明の技術への不信、規制上のリスクなどが挙げられます。これらの課題は、ITチームがクラウドを次の大きなものとして採用しようとしたときに発生したのと同じです。2つの新しい技術ブームは、いくつかの点で異なります。クラウドコンピューティングは、初期段階でよりミッションクリティカルなシステムに実装されましたが、GenAIは、パイロット段階で、効率と生産性の向上に主に焦点を当てたユースケースでより迅速に採用されています。ただし、学習曲線は似ており、両方の技術が組織に新しい考え方と働き方を促しています。クラウドコンピューティングの先駆者の経験を振り返ることで、今日のGenAIの希望を抱く人々は、より情報に基づいた将来を築くことができます。コスト、リスク、変更の管理：クラウドの失敗から学ぶクラウドテクノロジーが普及し始めたとき、多くの組織は移行の複雑さを低く見積もり、短期的なコスト削減を高く見積もっていました。結果として、これらの組織のほとんどは、3つの主要な落とし穴に陥りました。コスト管理の不良、セキュリティのミスコンフィギュレーション、そして文化的および組織的な変化に伴う自然な抵抗です。クラウド時代は、単に「リフトアンドシフト」するだけで、価値を提供できないことを教えてくれました。同様に、GenAIのイニシアチブは、組織がレガシーデータ、構造化されていないデータ、または不十分に文書化されたデータを新しいモデルに接続しようとしたときに、失敗することがよくあります。実際、GenAIプロジェクトは、期待外れの結果をもたらしたり、既存の非効率性を強化したりすることがあります。教訓は、技術だけでは基礎的な弱点を克服できないということです。クラウドテクノロジーは、ガバナンス、スキル、長期的な戦略におけるギャップを暴露しました。同様に、GenAIも同様のパラレルを引き起こしています。従業員がGenAIツールを監督なしに採用したり、受け入れ可能な使用ポリシーの範囲外で使用したりすると、シャドウITのリスクが再発し、GenAIパイプラインのセキュリティを確保し、規制遵守をスケールアップすることが難しくなります。これらのパラレルは、GenAIが実験から広範なエンタープライズ統合へと移行するにつれて、クラウド内で見られる強力なサイバーセキュリティフレームワーク、インシデントレスポンスプラン、ガバナンス構造が必要になることを示しています。リスク管理を超えて、コストスプローはテクノロジーにおける長年の課題です。クラウドも例外ではなく、ビジネスがGenAIをワークフローに統合し続けるにつれて、費用の増加に直面しています。コスト管理戦略を改善しようとする組織の増加に伴い、FinOpsが解決策として注目されています。タイムリーでデータドリブンの洞察を活用して予測を改善し、クロスファンクショナルなアカウントABILITYとコラボレーションを促進することで、包括的なFinOpsインフラストラクチャは、過剰支出を抑制し、ビジネス価値を最大化するために不可欠であることが証明されています。FinOpsの原則は、クラウドコスト管理に限定されず、GenAI支出にも有効な選択肢を提供しています。クラウドの教訓をGenAIの実践に今年末までに、ガートナーは、少なくとも30%のGenAIプロジェクトが概念実証の後、中止される予測しています。ハイプが現実を上回ると、GenAIプロジェクトの失敗の背後にある隠れたパターン、たとえば、準備されていないデータ、明確なビジネス所有権の欠如、または不要な複雑さは、注意を引くことなく見過ごされがちです。これらの警告信号を早期に認識し、対処することが、GenAIの成功と別の放棄されたプロジェクトの違いを生み出すことができます。リーダーがこれらの警告信号に積極的に注意し、プロセスをショートカットせずに、チームを長期的な成功に向けて準備します。採用が承認されると、企業は、即時のエンタープライズワイドなスケーリングではなく、実際の価値をテストするために、小規模なGenAIパイロットプロジェクトに重点を置く必要があります。企業が、明確に定義された、高い影響力のあるユースケースを開始し、明確なROI目標を実際のビジネスニーズに結び付けることが重要です。これにより、早期の勝利をもたらし、内部の信頼を築き、一般的な実験に時間とリソースを浪費することを避けることができます。企業がGenAIの採用を、顧客サポートの要約を自動化したり、コードレビューを加速したりするなどの具体的な成果に結び付けることで、価値を迅速に示し、アプローチを洗練し、戦略的にスケールアップすることができます。また、技術的な取り組みをビジネス目標と一致させることもできます。現在、多くのGenAIパイロットはこの点で短足しています。その後、健全なチェックとバランス、継続的な監視、明確に定義されたガバナンスポリシーの確立が、責任ある使用とコンプライアンスのための次の重要なステップになります。外部の専門家と関わることは、今日の複雑で変化する規制環境を切り抜けるための第一歩となり得ます。GenAIの実装プロセス初期に、適切なツールとインフラストラクチャに投資し、継続的なトレーニングを行うことで、組織は持続可能な成功の基礎を築くことができます。GenAIイノベーションにおけるバランスのとれたアプローチクラウド時代の教訓を、規律と予測性を持って適用することで、組織は高価なミスを避け、GenAIの全潜在力を、安全に、持続的に、そして大規模に解き放つことができます。GenAIは、70%のCEOが、技術が将来3年間でビジネスモデルに影響を与えることを予想している強力な力であり続ける予定です。すでに技術を使用している企業では、この数字は89%に上昇します。明らかに、GenAIの変革的潜在性は、幹部レベルの意思決定者にとって価値があることを証明しています。しかし、信頼、ガバナンス、統合の障壁を解決することが、持続可能で大規模な影響をもたらすために不可欠です。