エンタープライズAIは、より高度な要件が求められる段階に入りつつあります。多くの組織にとって、課題はもはやモデルへのアクセスやGPUキャパシティの確保ではありません。AIシステムを企業データに確実に接続し、そのデータを全社で共有サービスとして利用できるようにするとともに、利用規模の拡大に応じて保護できるアーキテクチャを構築することです。Dellは、まさにこの変化を見据えてDell AI Data Platformを構築しました。これは、AIライフサイクル全体にわたるアクセス、準備、オーケストレーション、準備のための新たなデータ基盤です。
AIにより、企業データは業務運用に不可欠な基盤へ
AIは、企業データの用途を変えます。従来の分析環境では、データは多くの場合、レポートやダッシュボードの作成、過去データの分析に向けてバッチ処理されていました。AI環境では、同じデータがリアルタイムで取得され、構造化ソースと非構造化ソースを横断して統合され、推論パイプラインに投入されるケースが増えています。また、検索、推論、アクションを実行するアシスタントやエージェントにも活用されています。組織がパイロット運用から本番運用への移行を進めるにつれ、データはバックエンドの資産ではなく、業務運用に不可欠な要素となります。DellのAI Data Platformは、まさにこの現実を踏まえ、AIライフサイクル全体を支援するよう設計された統合ストレージ、データエンジン、オーケストレーションを提供します。
より優れたデータレイヤーは、単なる技術的なアップグレードではなく、今やビジネス上の要件
AIを単なる実験の寄せ集めではなく、ビジネス機能として活用するには、企業にはモデルへのアクセスや未加工データのストレージだけでは不十分です。AIライフサイクル全体にわたってデータを準備し、提供できる基盤が必要です。Dellはまさにこのニーズに応えるため、Dell AI Data Platformを開発しました。ファイルとオブジェクトへの統合アクセスを実現するPowerScale、エンタープライズ向けS3オブジェクトストレージのObjectScale、そして分析やAIに使用するデータプロダクトへのアクセス、準備、拡充、オーケストレーションを行うために構築されたデータエンジンで構成されています。また、Dellのプラットフォーム全体に関するメッセージでは、AIライフサイクル全体を通じた機密データや専有データの保護も重視されています。
データプラットフォームへの経路が新たな制御ポイントに
より優れたデータレイヤーでは、データの保存場所だけでなく、そのデータへのアクセス方法も重要です。企業内でAIの活用が軌道に乗ると、利用パターンは急速に変化します。
- 1つのアシスタントが多数のアシスタントへと増えていきます。
- プロトタイプが、複数のチームで利用される共有サービスへと進化します。
- 検索エンドポイントが、APIで接続されたアプリケーションやエージェントの依存先になります。
ポイントツーポイント接続としては管理可能に見えていたものも、エンタープライズ規模になると脆弱性が目立ち始めます。そうなると、ユーザー、アプリケーション、エージェント、データプラットフォームを結ぶ経路をどのように設計するかが課題となります。この経路には、同時実行を処理し、障害に適切に対処し、ポリシーを一貫して適用するとともに、AIを導入するたびに壊れやすいエンドポイントが新たに乱立する事態を防ぐことが求められます。
Dellは、ストレージ環境内でPowerScale SmartConnectを使用してこの課題に対応します。PowerScale SmartConnectは、接続の分散、動的フェイルオーバー、フェイルバックを提供し、ノードの停止時やメンテナンス時にもクライアント処理を継続できるようにします。F5はこれを補完し、より広範なAI環境の前段に制御ポイントを設けることで、AIが依存する各種サービスに一貫したトラフィック管理とポリシーを適用します。
AIデータ配信には、アーキテクチャ設計の規律が表れる
ここに、AIをめぐる議論におけるF5の戦略的な重要性があります。F5では、この課題を「AIデータデリバリー」と捉えています。これは、実環境の条件下でも、コンピューティングとデータを結ぶ経路のパフォーマンス、レジリエンス、制御性を確保するための取り組みです。AIシステムには、単にデータへアクセスできるだけでなく、ネットワークが不完全で、ワークロードが突発的に増加し、複数の環境で需要が共有される状況でも、予測可能なデータアクセスが必要だからです。
最近の機能テストでは、F5 BIG-IPにより、レイテンシーやジッターが発生する状況下でもコンピューティングとストレージ間のトラフィックフローが安定し、S3互換ワークロードのスループットの一貫性が向上しました。ここから得られるより重要な教訓は、単なるベンチマーク結果ではなく、アーキテクチャに関するものです。データパスが管理されていない場合、AIのパフォーマンスと効率を維持することはより困難になります。
AIインフラストラクチャで重要なのは、コンピューティングとストレージの容量だけではありません。AIワークロードと、それらが依存するデータとの間に、企業が意図的に設計した制御レイヤーを備えているかどうかも重要です。強固なデータ基盤に加え、その基盤を本番環境で利用しやすくし、レジリエンスを確保するためのフロントドアも欠かせません。
AIランタイムセキュリティも同時に検討すべき課題
同じ制御ポイントがセキュリティにおいても重要です。エンタープライズAIが成熟するにつれ、組織はデータをモデルだけでなく、プロンプト、API、ツール、ワークフロー、さらにユーザーやビジネスプロセスに代わって動作するエージェントにも公開するようになります。これにより攻撃対象領域が拡大し、制御が不十分な場合の代償も大きくなります。LLMおよびGenAIアプリケーションに関するOWASPの現行ガイダンスでは、プロンプトインジェクション、安全でない出力処理、トレーニングデータのポイズニング、モデルのサービス拒否、過剰な自律性などのリスクが挙げられています。同様に、NISTのGenerative AI Profileでは、生成AIシステムの設計、開発、利用、評価において、信頼性に関する考慮事項が重視されています。
このため、ストレージ性能やモデル品質だけを論じるだけでは、もはや十分ではありません。企業には、AIシステムと企業データのやり取りを管理するためのランタイム制御も必要です。Dell AI Data Platformは、統合されたサイバーレジリエンス機能により、AIライフサイクル全体にわたって機密データや専有データを保護します。F5 AI Guardrailsはモデルに依存しないランタイムレイヤーであり、一貫したポリシー適用、リアルタイム検査、プロンプトインジェクションやジェイルブレイクなどの敵対的攻撃に対する防御、機密データ漏えいを防ぐための保護策によって、AIアプリケーションの保護を支援します。さらにF5は、AIレッドチーミングと、WebアプリケーションやAPIの保護など、より広範なアプリケーションセキュリティ機能を組み合わせることで、組織によるポリシーのテスト、監視、適用を可能にします。
エンタープライズAIの次のフェーズを制する鍵はデータレイヤー
エンタープライズAIの次の段階を左右するのは、組織がどのモデルを採用するかだけではありません。AIライフサイクル全体を通じて、企業がデータを利用可能かつレジリエントで保護された状態にできるかどうかが鍵となります。だからこそ、エンタープライズAIにはより優れたデータレイヤーが必要であり、その前段にあるアーキテクチャは、二次的な実装上の要素ではなく、戦略的な制御ポイントになりつつあります。Dell TechnologiesとF5は、AIを本番環境で運用するために必要なデータ基盤と、デリバリーおよびセキュリティのレイヤーを企業に提供します。実験段階から本番運用への移行を目指す企業にとって、今こそ検討すべきテーマです。
5月18～21日にラスベガスで開催されるDell Technologies Worldに参加される方は、F5ブースにお立ち寄りください。F5が組織のAIインフラストラクチャとアプリケーションの提供およびセキュリティ確保をどのように支援しているかをご紹介します。
また、近日開催予定のウェビナー「DellインフラストラクチャでAIパフォーマンスを強化」もぜひご覧ください。
著者について
Hunter Smitは、F5でソリューションおよび戦略担当のプロダクトマーケティングシニアマネージャーを務めています。AIインフラストラクチャやアプリケーションセキュリティを含むF5ポートフォリオ全体のソリューションマーケティングを統括し、新興のAIデータデリバリー市場へのF5の参入を推進しています。Whitworth University School of Businessの諮問委員会メンバーであり、プロダクトマーケティングの非常勤講師も務めました。Whitworth UniversityでMBAおよび経営学の学士号を取得しています。
Hunter Smitのその他のブログ記事Mark MengerはF5のソリューションアーキテクトで、AIおよびセキュリティ技術のパートナーシップを専門としています。F5のAIリファレンスアーキテクチャの開発を主導し、安全で拡張性の高いAIソリューションの推進に取り組んでいます。グローバルソリューションアーキテクトおよびソリューションエンジニアとしての経験を持ち、F5のセキュアクラウドアーキテクチャに貢献したほか、分散型4階層アーキテクチャを共同開発しました。『Solving IT Complexity』の共著者でもあり、IT課題への対応に関する専門知識を有しています。以前はアプリケーション開発者やエンタープライズアーキテクトを務め、モダンアプリケーション、自動化、AI投資から得られる価値の早期実現に注力していました。
Mark Mengerのその他のブログ記事Adam Robyakは、Dell Technologiesのプリンシパルエンジニアであり、プリセールス部門のグローバルAIリードを務めています。自身のコンサルティング会社でCEOを9年間務めた経験を含め、IT業界で25年以上の経験を有しています。これまで、数多くの業種や業界で幅広い経験を積んできました。現在は、さまざまな重点分野でソートリーダーシップを発揮しています。マルチクラウドエコシステム、データ管理、人工知能、デジタルヒューマンとデジタルツイン、IoT／エッジなどの新興テクノロジーに関する豊富な知識を生かし、お客さまが複雑なビジネス目標を達成し、課題を解決できるよう支援しています。Dell Technologies内のPathfinder TeamとBlockchain Steering Committeeの創設メンバーであり、Dell Technologies CTO AmbassadorおよびCTO Ambassador Steering Groupのメンバーも務めています。現在、ブロックチェーンおよび分散型台帳技術に関する米国特許を保有しているほか、人工知能分野で5件を超える特許を出願中です。
Adam Robyakのその他のブログ記事関連するブログ記事
経営幹部が抱くAIに関する4つの誤解
AIに関する誤解は数多くあります。ここでは、組織が自社環境にAIを導入する際に見直す必要があるかもしれない4つの誤解を紹介します。
IT/OTコンバージェンスの現状と、セキュリティを最優先すべき理由
ITシステムとOTシステムの融合が進むにつれ、攻撃対象領域は拡大します。組織が安全に統合する方法と、F5 ADSPが大規模な運用の保護にどのように役立つかをご紹介します。
AIのレイテンシ：セキュリティを犠牲にできない理由
AIのレイテンシは、単なる速度の問題ではありません。パフォーマンス、セキュリティ、信頼性のバランスを考慮したシステム設計が重要です。
AIアプリケーションを大規模に提供する：ADCの役割
AIアプリケーションを確実に提供するには、高速なモデルや柔軟に拡張できるインフラストラクチャだけでは不十分です。AIアプリケーションの利用方法を管理するための制御レイヤーが必要です。
MCP：AI対応のアプリケーションデリバリを実現する鍵
Model Context Protocol（MCP）は、最新のアプリケーションにおける安全で低遅延なAI統合を可能にします。将来を見据えたアプリケーションデリバリ戦略にMCPが不可欠な理由をご覧ください。
AIガードレールとは？基盤モデルプロバイダーの枠を超えて進化する安全対策
急速に変化する組織の脅威領域におけるリスクをより包括的に捉えるために、AIガードレールの進化が必要な理由をご覧ください。