企業はデータセンターで人工知能を広く利用する準備ができているでしょうか?

今日、ますます多くのサーバーベンダーが、人工知能を活用したサーバー自動化テクノロジーの開発に取り組んでいます。では、企業はこれに備えているのでしょうか?

「Lights-out Operation」はデータセンターでは新しい概念ではありません。導入されてから 10 年以上経ちます。ほとんどのデータセンターは、ソフトウェアの管理とハードウェアの修理を主な業務とする少数のスタッフによって保守・運用されています。

しかし、近年の人工知能 (AI) と機械学習の登場により、サーバーベンダーは自動化をまったく新しいレベルに引き上げ、AI を使用して反復的なタスクを完了し、従業員がより重要な作業に取り組めるようにしました。

[[319534]]

では、AIはデータセンターに導入できるのだろうか？デジタル変革のリーダー企業、Neorisの米国事業責任者、アンソニー・デリマ氏は、AIは反復的な作業を自動化するのに非常に適していると語った。 「自動化インテリジェンスは何年も前から存在しており、今では自動化プロセスが反復的なタスクを引き継ぐところまで来ています。そうしないと、エラー率が高くなるリスクがあります」と彼は言いました。

JASCI Software は、電子商取引の物流と流通をサポートする SaaS プラットフォームを提供します。 「私はヒューマンエラーのほうが心配です」と同社の最高経営責任者クレイグ・ウィレンスキー氏は言う。「人間が間違ったことをしたという状況もありました。時には、そうしたミスは大きなものになります。自律性の目的はミスをしないことです。こうしたインテリジェントシステムはまだ始まったばかりで、これからどんどん良くなっていくと思います」

データセンタープロバイダーのGIGA Data CentersのCEO、ジェイク・リング氏は、ハイパーコンバージド・インフラストラクチャ市場は自律性においてリードしており、それが急速な成長の理由だと述べた。ハイパーコンバージド インフラストラクチャ市場は、2019 年までにコンバージド市場の 35% を占めると予想され、2018 年までに 46% に達すると予想されます。

「ハイパーコンバージド インフラストラクチャの使いやすさと自動化により、スタッフは専門家の助けを借りずに作業を行うことができます」と同氏は語ります。「作業を繰り返し、リソースを別の作業に再割り当てできます。私たちは人材不足のサーバー業界にいるので、より多くのリソースを解放してクライアントや他の取り組みに割り当てれば、それだけ良い結果が得られます。」

オラクルのプッシュ

Oracle の OpenWorld 2018 では、パフォーマンスを最適化するために自己調整する自律型データベースがテーマでした。 2019年、オラクルは、自己修正、最適化、自己パッチ適用を実現する自律型サーバーとOracle Linuxの開発を推進しています。ハードウェアからアプリケーションまで、Oracle スタック全体が自己パッチ適用および自己最適化されるようになりました。

「この技術は、すぐにでも導入できる状態です」と、オラクルのクラウド コンピューティング担当シニア バイスプレジデント、スティーブ ダヘブ氏は語ります。「多くのお客様がこの技術に注目しています。全面的に導入するか、さほど手を加えないか、あるいはセキュリティ パッチを適用する前にアプリケーションを監査するかを検討しています。」

ウィレンスキー氏は、自社の製品はオラクルの自動化製品を通じて販売されており、その自律性によりデータベースだけでもパフォーマンスが100倍向上したと語った。

「インフラに注力する必要がなくなり、電気代を 20% 節約できます」と同氏は語ります。「以前は、スタッフの一部をインフラやデータベース、アップデートの管理に充てていました。しかし、今では Oracle が専門知識と技術サポートを提供してくれるので、そういったことに悩む必要がなくなり、人材とリソースを主力事業に集中させることができます。」

Oracle はこの取り組みに関与している唯一の企業ではないが、同社はマーケティングをより積極的に行っている。 HPE、Dell Technologies、Lenovo、Cisco などの企業は、自社のデータセンター機器における AI 運用機能を宣伝しています。 HPEのサーバーソフトウェアおよび製品セキュリティ担当ディレクターのボブ・ムーア氏は、同社の自律技術は従来の技術を超えていると語った。

「AI は、何らかの形でしばらく前から存在していました」と彼は言います。「現在と異なるのは、AI とディープラーニングを採用して、過去よりもはるかに優れた機能を提供していることです。これらのアルゴリズムにより、10 年前や 15 年前にはできなかったことが実現可能になっています。」

HPE の主な取り組みは、問題、セキュリティ、品質を特定し、パフォーマンスに関する推奨事項を提示できる InfoSight 予測分析を中心に構築されています。 「AI により、オペレーターはコンポーネントが故障する前に故障する可能性があることを知り、パフォーマンスをより高いパフォーマンスに調整するための評価を行い、不正な動作を検出できます。これらの機能はすべて比較的新しい機能です」とムーア氏は言います。

ムーア氏はさらに、将来的にはサーバー管理において、AI が自動的にサポートケースを開き、スペアパーツを注文することで、ハードウェア障害が発生する前に解決できるようになると HPE は期待している、と付け加えた。

人工知能はそれぞれの環境に適応できるのか？

自律性に影響を与える問題の 1 つは、異質性です。 Oracle にとって、ハードウェア、オペレーティング システム、データベース、アプリケーション レイヤーを自動化することは重要です。しかし、複数のベンダーのサーバー環境を自動化するとどうなるでしょうか?

「異機種混在環境では困難が増すため、スクリプトは慎重に使用する必要があります」とリング氏は言う。「自律性には同質性が求められます。当社のプラットフォーム内では自律的に実行されますが、他のプラットフォームに入るとケースバイケースになります。API だけの問題ではありません。より多くの時間と費用を要するカスタム作業になります。」

ムーア氏は、HPE は顧客が同種の IT 環境よりもハイブリッド IT 環境にいる可能性が高いことを認識していると述べた。 「したがって、同質の環境では自律的になる方が簡単かもしれませんが、AIは異質の環境にも拡張できると私たちは信じており、それが私たちが取り組んでいることです」と彼は語った。

安全こそが原動力

自動化を推進する要因はいくつかあるが、最大 85% のケースでパッチが 1 年も更新されないため、セキュリティ侵害に対する注目が高まっていると Deheb 氏は述べた。

「サイバー犯罪の観点から現状を見ると、犯罪者は高度な脅威技術を使い続けています」とダヘブ氏は言う。「彼らは自動化を利用して問題を解決しています。人的資源を投入するだけでは、規模は大きくなりません。そのため、これに対抗するには AI が必要です。したがって、これらのケースでは、AI は彼らの開発にさらに備えることができます。」

しかし、パッチを適用し続けるのが最善です。マイクロソフトは昨年、Windows のパッチがコンピュータのオペレーティング システムの動作に影響を及ぼしたため、数回にわたってパッチをロールバックまたは削除せざるを得なかった。もちろんこれは公平な比較ではありません。 Microsoft は何千ものコンピュータ構成をサポートする必要があります。 Oracle、HPE、Dell は自社のハードウェアのみをサポートする必要があります。

そのため、IT 幹部はパッチの整合性に対する信頼が必要だと言います。 「自動化をシームレスに機能させてきた歴史と実績を示すことができる場所でなければなりません。そうすれば、私たちがどこに向かっているのか、どこで方向転換する必要があるのか​​を本当に理解し、迅速に修正することができます」とリング氏は語った。

「2020 年にはいくつかの問題や障害が発生するかもしれません」とデリマ氏は言う。「これらの障害は、インフラストラクチャの問題ではなく、アルゴリズムが期待どおりに動作しないか、ハードウェアの障害が原因である可能性があります。しかし、最も大きな影響は、インテリジェントなアルゴリズムが期待どおりに動作しない場合です。結局のところ、私はコアとなる決定をユーザーに任せたいと思っています。セキュリティなど、自律システムに期待するものもあります。アドバイスを求めますが、決定は自分で行います。」