WDがスポンサーを務めるグローバルな調査によると、データが継続的に蓄積され、複合的に成長する中で、AIインフラの経済モデルが再構築されています。IDCの最新の調査によれば、AIはデータ量の急速な増加を促進するだけでなく、データの保持期間を延長し、歴史的データへの需要を再活性化しています。
AI駆動のデータ成長
香港で行われたこの研究では、AIがデータストレージ需要の構造的成長を促進していることが明らかになりました。調査対象の組織の94.7%が、過去12ヶ月間にAIおよび生成AIの普及により、保存しているデータ量が継続的に増加していると回答しました。61%の組織が25%以上のデータ増加を記録しており、今後3年間でデータ量が引き続き増加すると予測しています。
さらに、85.4%の組織が、過去1年間にデータレイクの容量が継続的に拡大していると述べており、59.4%の組織はAI生成データがデータレイク容量の増加を促進する主要な要因であると考えています。
データ保持期間の延長
調査では、約95%の組織がAI導入後にデータの価値が向上したと回答しています。74.3%の組織がデータの保持期間を延長しており、75.9%の組織がより多くのアーカイブされたコールドデータを再稼働させ、AIワークロードを支援しています。
研究によれば、96%の組織がAI推論および検索強化生成アプリケーションを支援するために、アーカイブデータをより迅速に取得する必要があると予測しています。
AIインフラの設計需要
WDのCEO、Irving Tanは、AIの運用はデータに基づいており、組織の大規模なデータの保存、管理、アクセスの需要は今後も増加し続けると述べています。このデータ基盤は、AIの将来の発展可能性を決定する上で重要な役割を果たします。
研究によると、AIワークロードはライフサイクル全体でデータを生成し、関連するワークロードが完了した後もこれらのデータは保持され、将来のAIアプリケーションの入力データとなる可能性があります。データ量の増加、保持期間の延長、歴史的データの再活性化が進む中で、組織はパフォーマンス、容量、アクセス可能性、コスト効果のバランスを取る必要があります。
結論
コスト効果の高い方法で大規模にデータを管理できるかどうかは、もはやインフラの副次的な考慮事項ではなく、AIの成功を決定する重要な要因となりつつあります。完全なデータライフサイクル設計は、今後のAIインフラにおいて重要な考慮事項となるでしょう。