Enterprise Cloud Index

多くの組織が既にエンタープライズ生成 AI の戦略を策定していると回答している。しかし、生成 AI がどのように組織の上位のビジネス目標や戦略をサポートするのかは必ずしも明確ではない。重要なのは、「AI を使うこと」自体が目的とならないようにすることである。AI イニシアチブと AI ソリューションは、常に大きなビジネス目標と結びつけ、導入の成功（最終的には ROI）を長期的に測定・評価できるよう、測定可能な指標を設ける必要がある。

今回の ECI 調査の回答者は、業務において生成 AI がサポートする目標や戦略として、生産性の向上と自動化、効率化、イノベーションの促進を上位に挙げている。回答者のうち、生成 AI は包括的なビジネス目標や戦略をサポートしない（できない）と回答したのはわずか 1% であった。

生成 AI のアプリケーションとワークロードの導入については、半数以上の回答者（53%）が、生成 AI をベースとしたカスタマーサポートや顧客体験のソリューション（例：カスタマーサポート用のチャットボットの改善、顧客からのフィードバックの改善、顧客体験のパーソナライズ、本人確認など）を活用していると回答した。しかし、回答者は今後 1～3 年の間に生成 AI ベースのサイバーセキュリティや不正検知、データ損失防止のソリューションの導入に重点を移すと回答しており、この状況は変わる可能性がある。

また、生成 AI ソリューションとワークフローは単体で実装されるものではないことを認識しておく必要がある。エンタープライズ向け生成 AI ソリューションの効果を最大限に引き出すには、より広範な IT エコシステムへのシームレスな統合が不可欠である。これには、他のビジネスクリティカルなワークロードで使用されるエンタープライズレベルの耐障害性、セキュリティ、Day 2 運用に加え、さまざまなデータソースへのセキュアかつ信頼性の高いアクセスが含まれる。そのため、生成 AI ベースのワークフローの成功には、さまざまな技術やサービス（例：コンテナ化）のサポートに投資する必要がある。今回の調査対象回答者の半数以上が、生成 AI アプリケーションとワークロードをサポートするために自社の IT インフラと IT トレーニングに追加投資が必要であると回答している（IT インフラ：54%、IT トレーニング：52%）。

このようなさまざまなメリットから、レガシーアプリケーションでも新規アプリケーションでも、多くのアプリケーションがコンテナ化されている。ただし、それによって組織のデータ管理、ガバナンス、セキュリティの課題が解消されるわけではない。アプリケーションのコンテナ化とコンテナ管理に関して直面する課題について尋ねたところ、以下の主要な分野にわたって根強い課題があることが明らかになった（図 2 参照）。

アプリケーションのコンテナ化へのシフトが IT 部門に多くの課題をもたらすことは明らかだ。一連のサービスをコンテナ上で実行できるようにするためのアプリケーションの開発や分割に加えて、複数のコンテナをオーケストレーションする必要がある。オーケストレーションソリューションを導入することで、コンテナベースの管理やセキュリティ、永続性、パフォーマンスなど、データ関連の多くの課題を解決できる。

これらのオーケストレーションソリューションを強化するには、コンテナベースのアプリケーションの開発とデプロイメントをサポートするインフラの継続的なモダナイズが必要である。今回の ECI 調査では回答者の 80% 以上が、クラウドネイティブアプリとコンテナをサポートするには現行のインフラのある程度の改善が必要だと回答している。インフラのモダナイズにより、データとアプリケーションのモビリティ、セキュリティ、コンプライアンス、パフォーマンス、レジリエンスが向上し、運用が簡素化される。これらの要素は全て、要求の厳しいエンタープライズワークロードをサポートし、ハイブリッド・マルチクラウド環境全体でワークロードをオーケストレーションする際の複雑化に対処するうえで極めて重要である。