現在、多くの組織がAIとMLに投資しています。O'Reillyの調査によると、回答した組織の85%がAIを評価中、または本番環境で利用しています。そのうち半数以上が、自組織のAI活用を「成熟している」と評価しています。
AIのユースケースは、IT、セキュリティ、財務、マーケティングなど、ビジネスのあらゆる領域に存在します。大規模なデータセットを分析し、その中のパターンや関係性を見いだすことで、競争優位性、新たなビジネスモデル、より優れたデジタル体験につながる可能性のあるインサイトを得られます。これが、F5が多目的アプリケーション分析プラットフォームへの道を歩み始めた原動力です。ネットワーク上で通信量が多い上位10の送信元や、帯域幅の最大消費者を特定するだけでなく、より価値の高いインサイトを提供する必要があると考えています。こうしたインサイトを得るには、大量のデータを分析する必要があります。
ここで鍵となるのは「データ」です。データは、コードから顧客に至るまでのさまざまなソースから生成されます。アプリケーション、プラットフォーム、アプリケーションサービス、インフラストラクチャ、デバイス。そのすべてがデータを生成でき、適切なソリューションを活用すれば、そのデータをビジネス価値へと変えることができます。
データの活用を議論する際、避けて通れない問題は、言うまでもなくプライバシーです。
世界各国の政府は現在、COVID-19への継続的な対応において、このプライバシーという難題に取り組んでいます。接触者追跡によるデータ活用をめぐっては、国民全体の健康と福祉を優先するか、個人のプライバシーを重視するかという議論が、しばしば白熱します。
F5のGlobal Head of AIであるShuman Ghosemajumderは、この難しいテーマについて、Dark Readingに掲載された論評で取り上げています。その中で、データを利用するあらゆるソリューションに広く当てはまる問いを投げかけ、自ら答えています。
プライバシーに対する私たちの期待を根本的に損なうことなく、テクノロジーを役立てるにはどうすればよいのでしょうか？
Shumanは接触追跡という限定的なユースケースに焦点を当てていますが、プライバシーをめぐるより広範な問いは、AIやデータ駆動型ソリューションの導入を計画するすべての組織が自らに問いかけ、さらに重要なこととして、答えを出すべきものです。
著者について
Lori MacVittieは、F5のOffice of the CTOに所属するDistinguished Engineer兼Chief Evangelistであり、アプリケーションデリバリ、自動化戦略、インフラストラクチャに関する深い専門知識を有しています。AIエージェントのガードレール策定、脆弱なマルチクラウドアーキテクチャの分析、スケーラブルなシステムの限界の検証など、複雑な事柄を明快にすることで知られています。アプリケーション開発、ITアーキテクチャ、ネットワークおよびシステム運用の分野で、30年以上にわたる業界経験を有しています。F5入社前は、受賞歴のあるテクノロジー編集者として活躍していました。 MacVittieはコンピューターサイエンスの修士号を取得しており、セキュリティ、クラウド、エンタープライズアーキテクチャにわたる分野で多数の著作を発表しています。また、テーブルトークゲームとビデオゲームをこよなく愛し、チーズについては遠慮なく強いこだわりを語ります。
Lori Mac Vittieのその他のブログ記事関連するブログ記事
SOAS 2025：足並みの乱れが凡庸さを招く
AI導入における方針の不一致は、非効率を招きます。セキュリティ、自動化、導入の各戦略を整合させ、AIの可能性を最大限に引き出す方法をご紹介します。
WebAssemblyが重要な理由
WebAssembly（Wasm）は、あらゆるプラットフォームで高性能なアプリケーションを実現する、ポータブルで高速かつセキュアなバイナリ命令セットです。
インフラストラクチャは依然として格好の攻撃経路
クラウドコンピューティングでは、APIやドラッグ＆ドロップ式の設定ツールを活用し、ネットワークやインフラストラクチャを敬遠する人がそれらを直接扱わずに済むようにすることで、インフラストラクチャへの対応を不要にすることが長年追求されてきました。しかし、インフラストラクチャを無視することも、攻撃の主要な標的であるという事実を見過ごすこともできません。
堅牢なデータアーキテクチャがもたらす戦略的メリット
適切に構築されたデータアーキテクチャがもたらす効果は、業務プロセスの改善にとどまりません。戦略的な業務効率の向上、より深いビジネスインサイトの獲得、隣接するビジネス機会への展開にもつながり、これらすべてをより俊敏に実行できるようになります。
デジタルワークフローにおける不正検知には、データだけでは不十分
2019年には、業界全体でクレジットカード詐欺の試みが約25万件確認されました。これは約2分に1件の割合です。今日、不正を検知するには、デジタルワークフロー上のできるだけ多くのポイントから収集したデータを相互に関連付け、手作業によるデータ処理をはるかに上回る速度で分析する能力が求められます。