S＆Pグローバルマーケット インテリジェンスがWEKAに委託して実施した新しい世界調査によると、企業や研究機関の間で人工知能 （AI） の導入が急速に増加している。しかし、データインフラとAIの持続可能性という２つの課題が、大規模な実装の成功を妨げている。これらの課題は、市場における生成AIの出現によってさらに悪化している。この調査は、APAC、EMEA、北米の1,500人以上のAI実践者と意思決定者を対象に調査を行ったもの。重要な発見の1つは、AIの導入とユースケースが加速している一方で、エンタープライズ規模の導入を達成するのは依然として難しいということだ。回答者のわずか28%がエンタープライズ規模に達し、AIプロジェクトが広く導入され、大きなビジネス価値を推進していると報告した。さらに、AIはコスト削減の手段から収益の推進要因に移行しており、回答者の69%がAI/MLを使用して新しい収益源を創出している。データ管理はAI導入を阻害する最大の技術的要因として浮上しており、回答者の32%がそれを課題として挙げている。これはセキュリティー （26%） やコンピューティングパフォーマンス （20%） に関する懸念を上回っており、多くの組織の現在のデータアーキテクチャーがAI革命をサポートするための設備が整っていないことを示している。さらに、この調査では、エンタープライズAIのユースケースがコスト削減から売上高の増加へと移行していることが明らかになった。回答者の69%は新たな収益原動力の開発と価値創造に重点を置いているが、31%は引き続きコスト削減に重点を置いている。AIへの取り組みが成熟するにつれて、ワークロードの需要をサポートするには、ハイブリッドアプローチと複数拠点への導入が必要になる。AI/MLワークロードは、パブリッククラウド、エンタープライズ データセンター、エッジ サイトなど、さまざまな場所に導入されている。本番環境でAIを実行している回答者は、パイロット段階よりも平均して多くの導入場所を活用している。パブリッククラウドは、AI/MLモデルのトレーニングと推論のための主要な導入場所だ。AIのエネルギーと二酸化炭素排出量は企業の持続可能性目標に負担をかけているが、パブリッククラウドは改善への道を示す。回答者の68%がAI/MLがエネルギー使用量と二酸化炭素排出量に及ぼす影響について懸念を表明し、74%が持続可能性がワークロードをパブリッククラウドに移行する重要な動機であると考えている。この調査では、老朽化し​​たデータインフラとレガシーなアーキテクチャーがAIの持続可能性パフォーマンスに与える直接的な影響も強調している。回答者の77%は、データアーキテクチャーが持続可能性のパフォーマンスに直接影響すると述べている。AIを活用してリードするには、組織はデータとインフラを優先して整理する必要がある。複数のインフラで動作するAIワークロードに対応できる最新のデータアーキテクチャーを構築することが重要だ。