AI LAB

Insights and Innovations

ISMのAIツール

無料で文字起こしをはじめる
AIキーワード辞書気になる用語を、わかる言葉に。英語・日本語で検索できます。

点線の用語から説明を表示できます

Sus8システム
2026/11/21
AIニュース
企業AIの成否はサーバーの先で決まります――Dell幹部が語る知識・費用・運用の設計

この記事の要点

Dell Technologiesのシンポジウムで示されたのは、企業AIの導入には計算資源だけでなく、社内知識の整備、業務単位の費用管理、実行場所の選択、調達と運用責任の設計が必要だという視点です。各社の発言と一般的な検討事項を分け、日本企業が小さな実運用で確認すべき条件を整理します。

目次
AIエージェントの価値を左右する社内知識の整備


生成AIの試験導入では便利さを実感できても、業務全体に広げる段階で費用や管理の難しさに直面する企業は少なくないでしょう。Dell Technologiesのニューヨークでのシンポジウムでは、サーバーの性能だけでは解決しない課題が議論されました。中心となるのは、AIを動かす機材の選定から、知識・予算・責任を含む業務運用の設計へと視点を移すことです。

Dellのグローバル最高技術責任者兼最高AI責任者であるジョン・ローズ氏によると、同社は約2年にわたり、完全自律型のエージェントを社内で運用してきました。その取り組みでは、組織に蓄積された知識を、AIが読み取れる「スキルファイル」にまとめ、エージェントの行動を導いています。ここでいうAIエージェントは、目標に応じて処理やツールの利用を進める仕組みを指します。単に質問へ答えるだけではなく、業務をどう進めるかが設計の対象になります。



ローズ氏が競争優位の源泉として挙げるのは、ツールやモデルそのものではなく、その企業ならではの知識です。日本企業に置き換えれば、熟練担当者が持つ例外処理の判断や、顧客対応で守るべき条件などが整理の候補になるでしょう。ただし、これらは活用を考えるための例であり、Dellが公開した具体的な導入業務ではありません。

知識を文書にすれば、そのまま安全に自動化できるわけでもありません。適用できる業務の範囲、判断を止める条件、人に確認する場面まで記述する必要があります。導入企業が着手すべきなのは、モデルの比較に加えて「自社の仕事を、別の担当者にも再現できる形で説明できるか」を確かめる作業です。説明できない判断が残っていれば、そこが運用設計の出発点になります。
トークン単価よりも業務一件あたりの費用


AIの利用が定着すると、費用は試験導入時の予算枠では捉えにくくなります。Dellの最高財務責任者であるデービッド・ケネディ氏は、企業の財務部門がトークン消費のための予算項目を設け、どの業務を自社設備で動かすと経済的かを検討していると説明しました。トークンは、モデルが文章などを処理する際の単位です。料金体系によっては、入力や出力の量が利用料に直接影響します。

ケネディ氏が重視しているのは、トークンの単価だけでなく、使い方の効率です。同氏は、繰り返し発生する財務処理などでは、オープンウェイトモデルを利用し、変動するトークン費用を予測しやすい固定費へ移す考え方を紹介しています。オープンウェイトモデルとは、学習済みの重みが公開され、提供条件の範囲内で自社環境などに配置できるモデルです。利用条件や運用負担は、個別に確認しなければなりません。



この議論を「自社設備のほうが安い」と読み替えるのは早計です。設備を保有すれば、調達費に加えて保守、電力、運用担当者の負担が生じます。処理量が少なかったり需要の変動が大きかったりすれば、設備を十分に使えない場合もあるでしょう。配置先の経済性は、継続的な処理量と必要な応答品質を合わせて判断する必要があります。

日本企業の予算管理では、トークン単価に加え、承認可能な成果物を一件作るまでの費用を測ると実務につながります。回答の修正や再試行、人による確認も含めれば、安価なモデルが業務全体でも安いとは限りません。たとえば定型処理を対象に、処理件数、再実行回数、確認時間を記録する方法が考えられます。品質を満たしたうえで一件あたりの総費用を比べることが、財務部門と現場の共通言語になるでしょう。
推論をクラウド・社内・現場のどこで動かすか


モデルを利用して回答や判断を得る「推論」が増えると、実行場所の選択が日々の費用と使い勝手を左右します。Dellの営業担当シニアバイスプレジデントであるカイル・デュフレーヌ氏は、推論費用の増加を受け、事業責任者からイノベーションを抑えずに費用を下げたいという声が出ていると説明しました。同社のエージェント型AIの製品群も、デスクトップからデータセンターまでを対象にしています。

検討対象になるのは、クラウド、自社のデータセンター、利用現場に近い端末や設備です。最後の領域は一般にエッジと呼ばれます。同氏によると、費用を抑える取り組みは各領域で進み、とりわけエッジ側での動きが増えています。ただし、この発言はすべての業務が端末側へ移ることを意味しません。モデルの規模や利用するデータ、必要な性能によって、適した場所は変わります。



配置先を考える際は、データが生まれる場所と、結果を使う場所を確認すると整理しやすくなります。現場で素早い応答が必要なら、通信の往復が処理に与える影響を検討します。機密情報を扱うなら、どの情報を外部へ送る必要があるかが論点です。端末側で実行する場合には、搭載できるモデルや更新作業の負担も見落とせません。いずれも配置を判断するための一般的な観点です。

企業全体で実行場所を一つに統一するより、業務ごとに要件を明文化する進め方が考えられます。たとえば、入力データの機密性、許容できる応答時間、一日の処理量、停止時の業務影響を同じ書式で整理すれば、担当部門ごとの判断を比較できます。モデルの性能評価と配置先の評価を結び付けることで、速さを優先した結果、費用や管理が成り立たなくなる事態を避けやすくなるでしょう。
AI基盤の納期はGPU以外の設備でも決まります


AI基盤の構築では、必要な計算能力を確保できても、予定どおりに稼働するとは限りません。Dellでグローバル収益業務を担当するシニアバイスプレジデントのデービッド・シュムック氏は、AIサーバーの需要が、メモリーやプロセッサーだけでなく、ラック単位の冷却設備、ネットワーク、電源設備の供給にも負荷をかけていると説明しました。AIへの投資計画は、機器一台の発注では完結しないということです。

同氏は、事前の共同計画が不足すると、プロジェクトが60日、90日、120日と遅れる可能性に言及しています。これは、すべての案件で発生している遅延を示す数値ではありません。設備や供給の調整を早期に行わなかった場合の影響を説明する文脈で挙げられています。Dellに早い段階から相談し、計画を共同で進めてほしいというのが同氏の主張です。



この指摘は、調達の確認範囲を広げる必要性を示しています。GPUはAI処理で使われる並列計算向けの半導体ですが、GPUを搭載したサーバーだけでは業務システムを構成できません。必要な電力を供給し、発生する熱を処理し、データをやり取りする経路を整える必要があります。一つの要素が不足すれば、ほかの機器が届いていても利用開始を待つことになるでしょう。

国内企業が計画を立てる際は、機器の納品日と業務の開始日を分けて管理すると実態を捉えやすくなります。設置条件の確認、接続、動作検証、運用担当者への引き継ぎまで含めて工程を組む考え方です。遅延によって見込んでいた業務改善が先送りになるなら、その影響も投資判断に関わります。調達部門だけでなく、施設管理、情報システム、利用部門が早期に要件を共有することが、開始時期の見通しを立てる助けになります。
GPUクラウドは専有性と運用責任まで比較


自社でAI基盤を保有する余力が限られる企業にとって、GPUを利用できるクラウドは選択肢になります。Comet Cloudの創業者兼最高経営責任者であるトーマス・カトー氏は、大企業ほどの資源を持たない中小企業を同社の対象市場として挙げました。同氏は大手事業者の契約や顧客選定が利用の障壁になると指摘していますが、この発言を、すべての中小企業が大手クラウドを利用できないという意味に広げることはできません。

Comet Cloudが説明する方式は、企業ごとにクラスターを割り当てるものです。クラスターは、複数の計算機をまとめて利用する構成を指します。同社は、顧客の情報やセキュリティをそのクラスター内で扱い、ほかの顧客とは接続しないと説明しています。企業にとっては、自社の処理がほかの利用者とどのように分離されるかを確認する材料になるでしょう。



AI向けの計算基盤に特化したクラウド事業者は、ネオクラウドと呼ばれます。その一社であるAlpha Computeは、データ主権とコンフィデンシャルコンピューティングを重視しています。前者はデータへの管理権限や適用される管轄に関わる考え方で、後者は処理中のデータも保護するための技術です。同社のトム・リッチャー氏は、チップの層まで含めた保護領域の構成や、欧州の規制に関わるデータ所在要件への対応を説明しました。

ただし、専有環境、データの保存場所、処理中の保護は、それぞれ異なる確認項目です。一つを満たしても、ほかの要件まで自動的に満たすとは限りません。リッチャー氏は、構築から継続運用までを統合した支援の必要性にも言及しています。比較時には、障害の一次窓口、復旧の責任範囲、サービス水準合意であるSLAの対象を確認すると、機材の仕様だけでは見えない違いを判断しやすくなります。
小さな実運用で費用・権限・責任を確かめる


AIの運用範囲が広がるほど、セキュリティも導入後の追加作業では済まなくなります。Dellの社長兼最高セキュリティ責任者であるジョン・シモン氏は、AIによって攻撃を始めるための費用や参入障壁が下がり、技術力の低い攻撃者も、以前は多くの資源を必要とした能力を使えるようになっていると指摘しました。攻撃者の能力差がなくなるという説明ではなく、低い水準の攻撃そのものが高度化するという見方です。

この認識を企業のAI導入に当てはめると、便利さを検証するだけでは運用準備として不十分だと考えられます。エージェントが参照できる情報や実行できる操作を広げれば、その権限の管理も必要です。業務を自動で進める範囲と、人による確認を残す範囲を決め、問題が起きたときに処理を止められるようにすることが、実務上の検討項目になります。



日本企業が具体的に始めるなら、繰り返し発生し、成果の良し悪しを担当者が判定できる業務を一つ選ぶ方法が考えられます。そのうえで、AIに渡す手順、必要なデータ、許可する操作、想定する処理量を整理します。利用開始後は、成果の品質と一件あたりの費用を測り、例外が発生したときに誰へ引き継ぐかも確かめます。これなら、知識の整理と費用管理、配置先の妥当性を同じ業務で検証できるでしょう。

シンポジウムでの発言は、Dellや関連事業者が自社の取り組みや提供価値を説明したものです。各社の提案は検討材料になりますが、自社業務での効果まで保証するものではありません。導入担当者の次の一歩は、候補製品の一覧を増やすことより、対象業務について「何を成功とし、いくらまで許容し、誰が止めるか」を一枚にまとめることです。その条件を供給事業者と共有すれば、機材の提案を実際の運用要件に結び付けて評価できます。
参考情報


Three insights you may have missed from theCUBE’s coverage of the Dell Technologies New York Symposium

SiliconANGLEによる2026年11月20日付の報道です。企業向け技術を扱う取材・動画メディアのtheCUBEが、Dell Technologies New York Symposiumで実施したインタビューを紹介しています。theCUBEは同イベントの有償メディアパートナーであり、掲載された開示では、Dellを含むスポンサーに編集権はないと説明されています。

ISM AI CONSULTING

AIを、自社の業務で
使える仕組みに。

ISM株式会社は、システム開発で培った技術と現場理解をもとに、AIの業務活用を支援します。課題の整理から導入・運用まで、貴社に合う進め方を一緒に考えます。

  • 活用テーマの整理
  • 業務への組み込み
  • 導入後の定着
AI活用について相談する

「何から始めるか」のご相談から承ります。

AI LAB 一覧へ戻る