Think 2026で読み解く、AI対応にインフラストラクチャーが不可欠な理由

今週のThink 2026では、ビジネス・リーダーが、ますます現実味を帯びてきたある事実もう探りました。すなわち、AIが企業の中核に浸透するにつれて、その成功は、その背後にあるハイブリッド・インフラストラクチャーの強度と柔軟性に左右されるということです。この対話を通じて、AIの価値は適切なアーキテクチャーの上に構築されていることが明らかになりました。

環境全体の複雑さ、断片化されたアーキテクチャ、技術的負債の増大、セキュリティー、コンプライアンス、レジリエンスへの期待の高まりが、実験と実際の信頼性の高い大規模な成果との間に立ちはだかっています。

しかし、これらの課題のすべては、同じところ、つまりデータに行き着きます。

「AIで大切なのはデータであり、そのデータは至るところに存在するため、本質的にハイブリッドなデータと言えます」と、IBMのインフラストラクチャ担当シニア・バイス・プレジデントのRic Lewisは述べています。「データは宝の山にもなれば（中略）ゴミの山にもなり得ます（中略）選択したアーキテクチャによってその可能性は左右されるのです。」

これを出発点として、Ric Lewisは、強力なAI基盤を構築するための3つの戦略的優先事項を概説しました。つまり、AIを中核に据えること、AI対応のデータを用意すること、そして、AI対応の無制御を確立する、ということです。これらの優先事項を組み合わせることで、組織は柔軟性、回復力があり、将来の変化に合わせた拡張性を備えた基盤を構築できます。

企業がこの現実をどのように管理し、それに向けて体制を構築するかが、現在、インフラストラクチャーにおける決定的な課題を形成しつつあります。インフラストラクチャのリーダーは、データをハイブリッド・ストラテジーの基盤として位置付けています。

• エンタープライズAIの真の課題はモデルではなく、アーキテクチャーにあります。断片化されたハイブリッド環境は、性能、信頼性、拡張性を静かに低下させます。インフラストラクチャー、データ、コンピューティング、分析の各レイヤーを調整することが、現在ではエンタープライズ・インテリジェンスの基盤になっています。
  
  
• AIの成果はデータ基盤によって決まります。AIの良し悪しはそれを支えるデータの質に左右されますが、ほとんどの企業では、そのデータがサイロ化され、統制されていません。適切なコンテキストとガバナンスを整備し、データをAI対応にすることが、パイロット段階と本番環境を分ける要素です。
  
  
• エンタープライズAIの制御プレーンとしてのハイブリッドクラウド。ハイブリッドクラウドは、妥協の産物ではなく、組織が実際のデータでAIを実行し、主権とレジリエンスを維持し、環境全体で洞察を確実に拡張できるようにする運用モデルとして登場しました。
  
  
• 信頼はスタック内に構築されるもので、後から追加されるものではありません。信頼、セキュリティー、コンプライアンスはアーキテクチャーの成果であり、主要な機能ではなく、データとAIシステムの設計方法に深く組み込まれています。
  
  
• AI ROIを実現するには、データ、セキュリティー、レジリエンスを1つのシステムとして扱う必要があります。データ・アクセス、ガバナンス、サイバー・リカバリー、オペレーショナル・レジリエンスを総合的に設計して、実稼働レベルのインテリジェンスをサポートすることで、AIの価値が加速的に高まります。

ハイブリッドはエンタープライズAIの運用における現実です。IBM Institute for Business Valueの調査によると、経営幹部の70%は、ハイブリッド・ストラテジーによって組織におけるコストと性能の最適化が可能になったと報告していますが、現在のインフラストラクチャーがAIのニーズをすべて満たしていると答えたのはわずか8%でした。そのギャップこそがThink 2026の核心となりました。以下の領域に焦点を当てることで、解決を図ることができます。

最近のGartnerレポートでは、問題となっている点、すなわち、2026年に60%の組織がデータ品質への懸念からAIプロジェクトを中止すると予想されていることが明らかにされています。CEOも懸念を抱いており、6％が、ビジネスの収益を生み出すためのワークロードが、信頼できないデータに基づいていると回答しています。

「AIには、参照価値のあるデータ、つまり、実は高い情報が本当に必要です。実際、コンテキストが必要なのです」と、IBM Storageのマーケティング担当バイス・プレジデント、Scott Bakerは述べています。

これらの問題はあまりにも馴染み深いまだかもしれません。データが環境全体に散在し、ビジネス・コンテキストが欠落しており、ガバナンスは後回しにされています。この組み合わせこそが、ほとんどの企業が試験運用段階から抜け出せない理由です。

「目的に適した、AIワークロード向けに設計されたインフラストラクチャーであれば、確実に適用できます」とBakerは言います。「しかし、AIを期待どおりに動作させるには、そうしたワークロード向けに設計されたデータ、つまり、適切なコンテキストと品質を備えたデータも必要なのです。」

IBMはフルスタック・アプローチを採用して、本番環境のデプロイメントを拡張するのに必要なデータ層、インフラストラクチャー、インテリジェンスに対処しています。つまり、組織は保有するすべてのプラットフォームを再構築することなく、ハイブリッド環境全体で構造化データ、非構造化データ、半構造化データを統合できるということです。

「組織がAIを本番環境に導入するか、それともこの無限のAIパイロット・モードで行き詰まってしまうか、違いをもたらすのはこのデータ基盤にあります」と、IBM Storageのゼネラル・マネージャーのSam Wernerは言います。

ここでIBM Fusionとwatsonx.dataの出番となります。これらはデータ層でガバナンスを適用してアプリケーションにデータをもたらします。Fusionはまた、インテリジェントなデータ・キャッシュを使用して、性能を損なうことなく必要な場所にデータを届けます。

GPUアクセラレーションも重要な要素の一部です。今日、企業が直面している最もコストのかかる問題の1つは、アイドル状態のGPUです。その根本的な原因は、常時稼働させ続けるのに十分な速度でデータをプッシュできるストレージがないことにあります。

— IBM Storageゼネラル・マネージャー、Sam Werner

運用のレジリエンス計画、高い可用性、ディザスター・リカバリーは、もはやインフラストラクチャーの脚注ではありません。AIがオペレーションに深く浸透するにつれて、可用性に関するリスクが高まり、レジリエンスは最初から組み込む必要が出てきました。

IBM PowerのGM、IBM InfrastructureのCTOであるHillery Hunterは、「AIは24時間365日稼働していなければなりません。この点が当社のオペレーションにとっては重要なのです」と述べています。

グローバルな環境においては、データ・レジデンシーは極めて重要で、主権ロジックを後から追加するのではなく、環境のデプロイ方法に直接組み込む必要があります。FlashSystemはこれをストレージにまで拡大し、組織のストレージ資産全体にわたって管理を提供することで、環境の弾力性とコンプライアンスを維持します。

—IBM Powerゼネラルマネージャー兼IBMインフラストラクチャーCTO、Hillery Hunter

「ハイブリッドはもはや選択肢ではありません」とLewisは言います。組織で複雑性、セキュリティー要件、主権に関する懸念が高まる中、ハイブリッドは選択肢ではなく要件になりつつあります。適切なハイブリッド・アーキテクチャーを構築することで、意図性、一貫性、レジリエンスが実現し、AIの成功の中核となる条件を作り出すことができます。

Think 2026では、そのメッセージが明確に伝わってきました。実際のデータに対してAIを実行する企業にとって、今、下すアーキテクチャーの決定が、今後の可能性を形作ることになります。最初にそれを実現する企業は、制御、柔軟性、そして長期を見据えた構築を行う企業になることでしょう。