出典: incamerastock via Alamy Stock Photo
人工知能（AI）の加速は、多くの企業の運営方法を変えました。プロセスの自動化に使われる場合もあれば、単純なビジネスの問い合わせに使われることもあります。そのため、AIが企業のクラウドインフラの利用方法にも影響を与えているのは驚くことではありません。
かつて景観を支配していたクラウド移行への大きな推進は、今や多くの組織がクラウドリパトリエーションを受け入れる中で停滞しているかもしれません。この成長するトレンドは、組織がデータ、資産、ワークロードをクラウドからデータセンターに戻す動きを増やしていることを意味します。それがオンプレミスであれ、プライベートクラウドであれ、ハイブリッドアプローチを取るかどうかにかかわらずです。
AIの利用の急増に加え、高まるセキュリティの懸念や高額なクラウドコストも、クラウドリパトリエーションの主な要因です。この変化は企業の予算配分にも反映されています。例えば、予算が1000万ドル以下の米国企業のプライベートクラウド支出は、パブリッククラウドの2倍の速度で成長していると、最近のGTTレポートによると報告されています。
「クラウド支出の変化とクラウドリパトリエーションの背後にある力が、企業ITのニーズを再定義しています」とレポートは述べています。「今日のクラウド環境はより複雑になっており、経営者は生成AI（GenAI）や高い計算能力を必要とする他のイニシアチブへの投資からより多くの価値を引き出すことを期待しています。」
『私にも起こったこと』
急速なクラウド移行が始まってから10年以上が経ち、組織はクラウドインフラの実装について多くを学びました。過去5年間の教訓と技術の進歩がクラウドリパトリエーションへのシフトを促しました。しかし、多くの組織は100%戻すのではなく、よりハイブリッドなアプローチを採用していると、Aviatrixの最高技術責任者兼エンジニアリング上級副社長であるAnirban Senguptaは説明します。
「[顧客は]1つのクラウドに移行するのは現実的でないことを理解しているので、今ではすべてがハイブリッド、プライベートクラウドに関することになっており、ほとんどの顧客は複数のクラウドを持っています」とSenguptaは言います。
主な理由の1つはコストです。消費量が高いと、かなりのクラウドコストが積み重なります。小さなクラウドフットプリントを持つことと、大きなフットプリントを持つことは別であり、コストの不確実性が増す可能性があるとSenguptaは警告します。多くのクラウドサービスプロバイダーは秒あたりのギガバイトで課金するため、顧客がそれを抑制するのは難しいと彼は付け加えます。
「私にも起こったことです」と彼は言います。「誰かがパフォーマンステストを開始し、オフにするのを忘れて休暇に行ってしまい、1週間後に大きな請求書が届きました。」
以前はクラウド移行を遅らせていた組織が、今では投資を加速させていると、Palo Alto Networksの製品管理およびCortex CloudのVPであるElad Korenは観察しています。顧客は現在、各特定のアプリケーションに最も効率的でコスト効果の高い環境を決定するために厳密な分析を行っています。「多くの人にとって、これはパブリッククラウドが最も得意とすることに使用され、他のワークロードはオンプレミスに戻されるハイブリッドモデルにつながります」とKorenは付け加えます。
新たな問題にはより統一されたアプローチが必要
もう一つの理由は、アプリケーションがますます分散化していることにあります。特にAIや大規模言語モデル（LLM）の動作方法が影響しています。多くのAIやLLMアプリケーションのデータベースはオンプレミス、エッジ、またはS3バケットに存在するとSenguptaは言います。AIアプリケーションはクラウドで増加していますが、リスクは豊富であり、多くの組織にとっては新しい概念です。
したがって、組織はクラウド、データベース、オンプレミス、エッジを同時に接続できるハイブリッドモデルを求めています。企業にとって最大の課題は、ガバナンスとコンプライアンスを遵守しながら、これらの異なるインフラをどのように統一的に接続するかを発見することですとSenguptaは言います。「ほとんどの顧客がこの問題に直面しています」と彼は警告します。
一方で、クラウドは特にAIとビッグデータのスケールでのイノベーションを促進すると、Palo Alto Networksの製品管理およびCortex CloudのVPであるElad Korenは説明します。「AIと機械学習のワークロードの大多数にとって、クラウドは単なる選択肢ではなく、必要不可欠です」とKorenは言います。「これらのワークロードをリパトリエーションすることは、現代のAIを可能にする能力を犠牲にすることを意味します。」
保護すべき無限のデータ
急速なAIの採用は、セキュリティの観点から懸念されるデータ量の変化ももたらしました。組織がGemini、ChatGPT、Claudeを使用する際、データはどこにでも存在する可能性があります。そして、データ漏洩や侵害が増え続けています。
トラフィックはかつては一つの入り口と一つの出口でしたが、今では何十万ものマネージドサービスプロバイダーのサーバー、クライアント、エージェントが至る所で稼働していますとSenguptaは説明します。信頼できる境界と信頼できない境界を区別する能力はほとんど消えました。
「攻撃面が変わり、無限のようです」と彼は言います。「アプリケーションの数はほぼ数え切れません。セキュリティモデルは完全に変わりました。どこでも実行しなければならず、そうでなければ大きなセキュリティ侵害が発生する可能性があります。」
この重要な問題には、組織がハイブリッドアプローチを実装し、セキュリティに投資し、AIをできるだけ多く受け入れることが必要ですとSenguptaは推奨し、脅威は単一の悪意のあるアクターから、より警戒すべき国家の脅威グループからも来ると付け加えます。
数字が示すセキュリティの懸念の増加
セキュリティとコンプライアンスは、組織がパブリッククラウドから離れ、GenAIワークロードのリパトリエーション計画を実施し始めた主な理由の一つであると、Enterprise Strategy Groupの主任アナリストであるJim Freyは明らかにしています。数字は接近していましたが、セキュリティとコンプライアンスは64%を占め、次いでパフォーマンス最適化が59%、コスト管理が48%、より予測可能なリソース使用が45%を占めていました。非AIワークロードのリパトリエーションにおいては理由の優先順位は異なるかもしれませんが、理由の種類は似ているとFreyは説明します。
さらに、彼は組織がリパトリエーションのために自社のデータセンターとほぼ同じレベルの関心を持ってコロケーション施設を探していることを発見しました。
「この主な理由は、より迅速な展開時間と、これらの施設が通常、リソースを大量に消費するAIインフラに必要な電力と冷却をすでに備えているという事実です」とFreyは言います。