【特別企画】

柔軟性の高いクラウドサービスで理想の分析基盤を構築するには

[2019/02/04 09:40] ブックマークブックマーク

AI/IoTによるデータ活用を支えるクラウドサービスと組織のあり方

⇒ PDFのダウンロードはこちら

ビッグデータ、AI/機械学習、IoTといった先進的なテクノロジーをビジネスに取り入れようと模索している企業は少なくない。IoT機器やカメラから送られる各種センサー情報や画像データ、クラウド上で生成されるデータなど、あらゆるシーンから膨大なデータが集まる現代のビジネスにおいて、そうしたデータの有効活用は極めて重要なタスクといえる。

とはいえ、AI/機械学習、IoTなどの技術さえあれば、データを活用したイノベーティブな製品・サービスが生み出せるわけではない。重要なのは、企業それぞれの目的や課題をしっかりと確認したうえで、段階的にデータ活用の取り組みを進めていくことだ。そして効率的なデータ活用を行うための「プラットフォーム」や「組織」、それらを支える「企業文化」がなければ、先進技術を導入しても成果を期待することはできない。

そこで注目したいのが「Amazon Web Services」（AWS）が提供する各種サービスだ。AI/機械学習をオンプレミスのシステムで活用しようとした場合、インフラの構築から運用にかかるコストや手間は大きく、目まぐるしく移り変わる市場のニーズに対応するための柔軟性を担保することも難しい。このため、使いたい機能を簡単に利用できるクラウドプラットフォームであるAWSは、多くの企業にとって見逃せないサービスとなる。

特にビッグデータの収集や分析においては、大容量ストレージの調達・運用が重要なポイントとなるため、リレーショナルデータベースとデータウェアハウスを用いた従来の分析基盤アーキテクチャでは、企業のニーズに応えられなくなっている。必要なのは、データを蓄積・活用するための柔軟性の高いプラットフォーム「データレイク」の形成だ。こうした状況のなか、高性能で高い耐久性と可用性を持ち、管理性や拡張性に優れた「Amazon Simple Storage Service（Amazon S3）」「NetApp Cloud Volume Services」を、理想の分析基盤を構築するためのプラットフォームとして選択する企業が増えてきている。

AI/機械学習の導入に重要な「組織」と「プラットフォーム」の構築方法

本稿でダウンロードできる資料では、AI/機械学習、IoTといった先進技術を使って、ビッグデータを有効活用する際の課題と、その課題を解決するためのポイントについて確認できる。AIサービスを開発するにあたって重要なフローや、AIサービスを運用する組織において必要な「データサイエンティスト」「データアーキテクト」「データ・IT管理者」といった役割、さらに機械学習プラットフォームを構成するためのアーキテクチャに求められる要素までを詳細に解説してくれる。「Amazon S3」や、クラウドストレージを提供するネットアップによるクラウドサービス・ソフトウェア「Cloud Volume Services」を組み合わせて、企業のAI導入・運用がスムーズかつ効果的に実現できることがわかる。

AI/IoTによるデータを活用した製品・サービスを、短期間でTCO（Total Cost of Ownership）を削減しながら提供したい企業の担当者にとって、重要な情報が詰まった本資料。ぜひダウンロードして確認していただきたい。