ジェネレーティブ AI と新しいデータ タイプがアプリ アーキテクチャに影響を与える
2022 年に、新しいプロトコルとデータに関する議論とともに市場に現れたアプリ アーキテクチャの微妙な変化に気づきました。 これはそれほど驚くべきことではありませんでした。当時私が述べたように、アプリ アーキテクチャは歴史的に 5 年ごとに台頭し、アプリ配信およびセキュリティ市場を形成し始め、その後約 5 年で優位に立つからです。
2023年には、この変化は2025年頃に明らかになるだろうと考えていました。 しかし、生成 AI の登場と、それがこれらのアーキテクチャの進化に与える爆発的な影響を私は予見できませんでした。
つまり、その変化はより速く起こり、あらゆるものに劇的な影響を及ぼすことになるだろう、ということです。
しかし、アーキテクチャの進化に巻き込まれないように、その原動力となっているもの、つまりデータを本当に理解する必要があります。
さまざまな種類のデータ
通常、「データ」という言葉を聞くと、聞き手はすぐに、大規模な RDBMS のどこかに保存されている顧客データや製品データの行のイメージを思い浮かべます。 そうですね、すべてのリスナーがそうではないかもしれませんが、多くのリスナーがそう思います。 これは、主流のデータ ストレージ設計が構造化された表形式のデータに傾いているためです。 スプレッドシートを開くと、私の言っている意味が分かるでしょう。 これは行と列に基づいており、RDBMS もそれほど違いはありません。
NoSQL やキー値データ ストア、オブジェクト ストア、および同様のデータ構造が存在するため、アプリ アーキテクチャは表形式のデータを中心に展開するものではないと主張することもできます。 でも、本当にそうなんですよ。 これら他のタイプのデータ ストアはすべて正当な理由で使用されていますが、その理由のほとんどはアプリケーションに付随するものであり、何十年にもわたってアプリ構築を導いてきた全体的なアーキテクチャ原則に大きな変化はありませんでした。
しかし、アプリケーションの配布やハイブリッド モデルの増加により、多くのニーズが生まれています。 テレメトリデータの生成を必要とする可観測性やセキュリティなど。 分散には、分散データ ストア間の関係を理解する方法が必要であり、それが知識グラフにつながります。 また、生成 AI ではモデルを拡張およびトレーニングする方法が必要であり、その結果、ベクトル データベースに保存された埋め込みが使用されるようになります。
これらは 4 つの非常に異なる種類のデータであり、データを保存およびアクセスするための新しい方法が付属しています。 これら 4 つはすべて、特に生成 AI の使用を容易にするように設計されたものは、急速に現代のアプリケーションの「標準コンポーネント」になりつつあります。
- テレメトリは、列形式がテレメトリ データの本質であるリアルタイム ストリーミング データを転送および処理するためのより優れた方法であることが理解されるにつれて、運用面で大きな変化をもたらしています。
- ナレッジ グラフとグラフ テクノロジーは、分散データを統合し、データ ソース間の複雑な関係を理解するために登場しています。 このテクノロジーにより、GraphQL などのプロトコルが実現し、分散型企業全体でデータを検索および管理するために API を活用する方法が劇的に変化します。
- 生成 AI 向けの検索拡張生成 (RAG) 技術の採用が拡大するにつれ、ベクター データベースは、アーキテクチャのより深い場所にあるデータ ストアとしてではなく、アプリケーション自体の一部として使用されるようになっています。
- 最後に、生成 AI データを忘れないようにしましょう。 LLM はリクエストを行うたびに新しいデータを生成します。 これは、動的に生成された非構造化データ内の潜在的な脅威や問題を特定する方法を見つけ出す必要があるセキュリティ担当者にとって、大きな課題となります。
この変化を推進しているのは、さまざまな形式、プロトコル、用途、アプリケーションを持つデータです。 その結果、多くの人がこれまで考えたことのない方法で API に依存するヘッドレス アプローチが実現しました。 つまり、ビジネス機能と機能は、従来のプレゼンテーション層を考慮せずに API として公開されるため、より堅牢なユーザー デバイス セット向けに、より幅広いインターフェイスを開発できるようになります。 API はデータと機能へのアクセスを可能にするため、デジタル変革にとって非常に重要です。
このアプローチは、マイクロサービスを活用した多くの最新アプリで見られます。 これが、UI フレームワークが普及している（そしてインターネット上で議論を引き起こしている）理由です。 これらのフレームワークは、API を活用して機能やデータにアクセスする個々のアプリを構築するために使用されます。 これらは、ワークフローを推進し、市場に価値を提供するために使用するバックエンドの「アプリケーション」とは別のエンティティです。
これらすべてがヘッドレス アーキテクチャを推進しています。 この変化はすでに進行していましたが、生成 AI の登場により、データの重要性が明らかになり、その変化が加速しました。
これにより、ビジネスとユーザーのニーズを満たすために対処しなければならない新たな脅威や課題が発生し、アプリの配信とセキュリティに大きな影響を与えることになります。