この記事は、2026/08/12に公開された「The Great AI Re-Architecture Is Already Underway」の翻訳です。
企業は、人工知能の成熟度において新たな段階に入りつつあります。 それは、華々しいパイロットプロジェクトや限定的な実験ではなく、エンタープライズ規模で事業の中核業務に迅速に統合されることによって特徴づけられる段階です。 しかし、規模拡大への取り組みが続くなか、企業のリーダーたちは難しい現実にますます直面しています。従来のデータアーキテクチャは、AI を念頭に置いた刷新がとうに必要な状態です。 そして、この認識をきっかけに「大規模なAI再アーキテクチャ」が始まりつつあります。そこでは、企業のITリーダーが AI 主導の未来に向けてデータアーキテクチャを再構築しています。
組織がこの新たな領域をどのように切り開いているかをより深く理解するため、Cloudera は世界中のエンタープライズアーキテクト、クラウドインフラストラクチャリーダー、データアーキテクト1,500名を対象に調査を実施した最新のレポート、The Great AI Re-Architecture を公開しました。結果は明らかです。AI は、組織がデータアーキテクチャを構築する方法を根本から変えつつあります。実際、調査回答者の72％が、AI 目標を達成するには現在のデータアーキテクチャの大幅な刷新が必要であると回答しています。
企業のリーダーが AI の統合をさらに深め、ビジネスへのインパクトを高めようとするなか、データアーキテクチャは時代の要請に応えるためにどのように進化しているのでしょうか？ 主な調査結果をいくつかご紹介します。
大規模なアーキテクチャ変革の始まり
回答者のほぼ4分の3（72％）が、将来の AI 目標を支援するには現在のアーキテクチャを大幅に刷新する必要があると答えていることから、企業側が必要なことを十分に認識しているのは明らかです。さらに75％が、データストレージとアーキテクチャに関する取り組みをすでに中程度または大幅に変更したと回答しています。
AI ワークロードには、オンプレミス、パブリッククラウド、プライベートクラウドやソブリンクラウド、またはエッジシステム全体に分散していることも多いデータへのシームレスなアクセスが求められます。 こうしたすべてのデータを適切に管理し、AI で活用できる状態にするには、コストがかかります。 実際、回答者の84％が、AI ワークロードによってインフラストラクチャコストが増加したと答えています。
企業は概して、データアーキテクチャを刷新し、AI を活用する必要性を感じているものの、そうした取り組みの原動力となる要因には、ある程度の違いが見られます。回答者の42％が、データストレージとアーキテクチャに関する取り組みの変化を促す要因として、データセキュリティ、ガバナンス、コンプライアンス要件を挙げています。次いで、35％がパフォーマンス向上とレイテンシ低減への注力、35％がリアルタイムまたはエッジベースの AI 機能、33％が事業全体での AI の取り組みの拡大を挙げています。
理由はどうあれ、多くの組織が、AI を活用する準備はできていても、インフラがまったく整っていないという事実に直面しています。
ガバナンスと信頼できるデータが重要
AI を普及させるための競争により、ガバナンスとセキュリティの重要性が改めて高まっており、その位置づけは、単なるコンプライアンスチェックリスト一項目から、AI の活用を可能にする要素へと昇華しました。回答者が痛感しているように、ガバナンス上の問題は、AI イニシアチブを成功させる上で重大な障壁となり得ます。実際、調査対象となったほぼすべての組織（95％）が、ガバナンスやコンプライアンスの問題を理由に、過去1年間に AI プロジェクトを延期または中止したと報告しています。
AI が中核的なビジネスプロセスに浸透するにつれて、AI が依存するデータの信頼性が求められます。 つまり、企業のリーダーは、データがどこに保存されているのか、誰がアクセスできるのか、そして複雑な環境で責任を持って利用できるのかを把握する必要があります。 その可視性と管理がなければ、組織はAIの導入が遅れたり、AI への取り組みに不要なリスクを持ち込んだりするおそれがあります。
調査結果から、ガバナンスが実現を後押しする役割へと明確に変化していることが明らかになっています。 しかし、AI に伴う本質的な変化に遅れず対応するには、組織のデータがどこに存在していても、その100％を管理できる統合データ基盤が必要です。
AI が主導する未来の鍵は柔軟性
Cloudera のレポートで注目すべき傾向は、組織が AI ワークロードの実行場所について、より意図的なアプローチを取っていることです。また、多くの組織がパブリッククラウド環境からワークロードを引き揚げています。回答者の66％が、過去12か月間に AI ワークロードをパブリッククラウドからオンプレミスまたはプライベートクラウド環境に戻したと回答しました。
この数値は、パブリッククラウドに何らかの問題があったことを示すものではありません。むしろ、クラウドファーストのアプローチよりも、ハイブリッドなアプローチが好まれていることを示しています。実際、回答者のほぼ3分の1（31％）が、ハイブリッド環境で AI 推論ワークロードを実行していると回答し、僅差で続いたのが、パブリッククラウド（30％）とプライベートクラウド（22％）でした。これは、AI ワークロードを、最大限に活かせる環境に導入したいという思いの表れでしょう。
しかし、ハイブリッド志向の未来は、IT リーダーの計画にとってどのような意味を持つのでしょうか。回答者のおよそ3分の1（29％）は今後2年間で引き続きクラウド支出を増やす予定だと答えましたが、4分の1（25％）はハイブリッドなアプローチをより重視する予定だと答えています。
AI がどこへ向かおうとも、企業が最も大きな事業成果を実現するデータアーキテクチャを求めるなか、未来はさらに多様化していくことは確かです。 しかし、この変化に対応するには、データ環境全体にわたって可視性、ガバナンス、パフォーマンス、コスト管理を損なうことなく、適切な場所でワークロードを実行できる柔軟性が必要です。
エンタープライズ AI の新たな基盤
AI はデータアーキテクチャに次の段階をもたらしました。それは、あらゆる企業がデータとAI のワークロードに取り組む方法を再定義する、大規模な AI 時代のアーキテクチャ再構築です。 AI が中核的なエンタープライズシステムにさらに深く浸透し、大規模に広がり続けるなか、真に持続的な価値を実現するには、重大なギャップに対処する必要があります。
迅速に行動し、AI を大規模にサポートするための柔軟性、可視性、制御性を備えたデータアーキテクチャを採用する企業は、将来に向けて明確な競争優位性を築くでしょう。
調査レポートの全文をご覧いただき、組織が次世代の AI に向けてデータアーキテクチャをどのように見直しているかをご確認ください。
