信じてはいけないクラウドコンピューティングと人工知能に関する2つの誤解

クラウド コンピューティングによってデータ センターが消滅し、AI プロジェクトは失敗する運命にあると考えているなら、もう一度考え直してください。

テクノロジーの世界には、2 つの大きな欠点があります。人々が未来を受け入れることに熱心すぎることと、皮肉なことに、人々が期待するほど早く開発が進まない場合はそれを無視することです。たとえば、今日根強く残っている 2 つの誤解を考えてみましょう。1 つ目は、クラウドへの支出がデータ センターへの支出をはるかに上回っているという誤解です。2 つ目は、AI の過大評価が主に企業の購入者を失敗に導いているという誤解です。

以下はその概要です。

[[314414]]

神話1: 企業のデータセンターは消滅する運命にある

最初の神話はガートナー社によって提唱されたもので、アナリストのデイブ・カプッチョ氏は、2025年までに企業の80%がデータセンターを閉鎖するだろうと考えています（2018年の10%から増加）。しかし、カプッチョ氏は、その考えにいくつかの確固たる理由を挙げた。「相互接続されたサービス、クラウド コンピューティング プロバイダー、モノのインターネット (IoT)、エッジ サービス、SaaS サービスが継続的に増加しているため、従来のデータ センター トポロジにとどまる利点は限られるでしょう。」

ビジネスには柔軟性が必要ですが、IT には制御が必要です。答えは？ ビジネスの条件に合わせて IT を活用することです。

その理由はデータの重力です。この引力はしばらくの間は機能していましたが (データがデータ センターに存在する場合、それをクラウドにプッシュして処理するのは非効率になります)、現在は逆の効果をもたらしています。つまり、ますます多くのデータがクラウドで生まれ、そこで保存、処理、分析されるのです。

しかし、データセンターは死んでいません。

これはデイビッド・リンシカムが出した結論です。リンシカム氏は、Synergy Research Group のデータセンター支出分析に満足しており、次のように指摘しています。「クラウド コンピューティングは成長していますが、データセンター支出は減少していません。クラウド コンピューティングが急速にデータセンターに取って代わると予測されているにもかかわらずです。ほとんどの人は、クラウド コンピューティングに費やされる 1 ドルごとに、従来のデータセンターにもう 1 ドルが費やされると考えています。しかし、これは事実ではありません。」

もちろん、企業の野心と現実は大きく異なる可能性があります。

あるいは、Tyler Treat 氏の言葉を借りれば、「私はこうした企業をいくつか見てきました。言い換えれば、企業はまだデータ センターに苦戦しており、移行する準備ができていない可能性があります。」

しかし、何らかの理由で、クラウド コンピューティングが人気であるにもかかわらず、IT 支出の約 97% が依然としてオンプレミスのままになっています。これはクラウド コンピューティングを軽視するものではありません。これは、移行中の企業の実際の状況に基づいたレベルにすぎません。

神話2: AIは企業の破綻を招く

ガートナー社のアナリスト、ニック・ヒューデッカー氏はかつて、ビッグデータ プロジェクトの約 85% が失敗すると示唆したことがあります。 2 年後、IDC はビッグデータに関連する AI プロジェクトに焦点を当て、失敗率を 50% (回答者の 4 分の 1) としました。

このような調査データから、基本的に「ほとんどの AI プロジェクトは失敗する」という見出しが数多く生まれています。このような見出しは、AI の背後にある技術の未熟さを暗に非難しています。 AIが今後も進歩し続けることは間違いありませんが、根本的な真実は異なります。

一方で、アナリストのローレンス・ヘクト氏が言うように、AI で大きな成果を上げようとする幹部の野望が、企業の実行能力を上回ってしまうことがある。「基盤となるテクノロジーの需要がなければ、こうしたプロジェクトは失敗する運命にあります。もちろん、変化を通じて全員を導くには経営陣の力が必要なのは理解していますが、変化は変化のためだけのものであるように思えることもあります」。問題は「AI が失敗する」ことではなく、人々が AI に何を期待するかについて適切な準備をしていないことです。

結局のところ、Vicki Boykis 氏が主張するように、業界に参入するデータ サイエンティストは準備不足で、過大評価されており、成功への道を見つける準備ができています。残念ながら、彼らは間違った技術で間違った問題を解決しようとしているかもしれないと彼女は指摘した。「現実には、『データサイエンス』は機械学習よりも、データのクリーニング、整形、移動に関するものになってきています。」

言い換えれば、人工知能は私たちが考えていたよりも根本的なものなのかもしれません。技術とは関係のない理由で失敗することもあります。もしかしたら、これは失敗ではなかったのかもしれない。少なくとも他の IT プロジェクトではそうではありません。

トーマス・ディンスモア氏によると、「AI プロジェクトが失敗する可能性は、他の IT プロジェクトと変わりません」。同氏はさらに詳しく説明します。

技術が意図した目標を達成できないためにプロジェクトが失敗することはほとんどありません。プロジェクトが失敗するのは、購入者がテクノロジーで実現できないものを期待していたか、組織が実装に惨めに失敗したためです。 AI プロジェクトは、エンタープライズ リソース プランニング (ERP) プロジェクトやその他の IT プロジェクトと同じです。それらは、組織のプロジェクト管理プロセスに基づいて成功するか失敗するかが決まります。

全体的に見て、AI を早期に導入するのは、データ センターが機能しなくなる前に埋めようとするのと同じように、おかしなことになる可能性がある。いずれの場合も、奴隷たちはできるだけ早く未来に行きたいと当然の欲求を示し、未来に時間がかかるとイライラします。クラウド コンピューティングや AI においても、他の多くの分野と同様に、真実は見出しで表現できるよりもはるかに微妙なニュアンスを帯びています。