Blog/AI & ML/データを移動する際の隠されたコスト(およびその支払いを止める方法)
2026年11月11日/約1分で読めますAI & ML

データを移動する際の隠されたコスト(およびその支払いを止める方法)

アーキテクトやCIOであれば、おそらく互いに矛盾する2つの指示を受けたことがあるでしょう。

取締役会は次のように言います。「今年中にAIを導入してほしい」一方、定石では次のように言われます。「まずデータを修正します。移行します。一元化します。ガバナンスを適用します。その後にAIを導入します」

通常の反応は、一元化されたプラットフォームへのデータの移動を開始することです。しかし、これには問題があります。データを移動するたびに、コストとリスクが増加します。それに気づいていなければ、経営幹部にとって頭痛の種になるはずです。

何年もの間、データを移動することは、アナリティクスを行うための代償でした。データをクエリするには、それを所有するシステムの独自のコンピュートを経由する必要がありました。Oracle内のデータにはOracleが、Teradata内のデータにはTeradataが必要でした。システム間の分析は、まずデータを1か所に物理的に移動することを意味していたため、一元化がAIを含むその後のすべての前提条件となりました。

そのシーケンスは10〜20年前には理にかなっていましたが、もはや技術的な要件ではありません。

「シーケンスを打破する」は、過去数年間のアーキテクチャの移行により、モダナイゼーションを独自の軌道で継続しながら、現在あるデータでAIを開始することがいかに可能になったかを説明するために作成したリソースです。

経済性を変えたオープンフォーマット

オープンテーブルフォーマット、特にApache Iceberg™は、データとそれを保存するシステムとの間の依存関係を打ち破りました。互換性のあるコンピュートエンジンであれば、Icebergフォーマットのデータを読み取ることができ、ストレージとコンピュートを分離できます。

Icebergは、テクノロジー間の相互運用性を真に切り開きました。Salesforce、SAP、Workdayでデータ製品を公開し、コピーや複雑なパイプラインの構築なしに、その時に使用しているテクノロジーからそれらを消費できます。

ERPやその他の多数のシステムに運用データが分散している製造企業の場合、これらのソースを統合された資産としてクエリできるようになりました。CRMにお客様データ、販売管理システムにトランザクション、サプライチェーンプラットフォームに在庫がある小売企業にも同じことが当てはまります。データは元の場所にとどまります。AIワークロードは、データが存在する場所で直接実行されます。

これが実践におけるリープフロッグ戦略です。モダナイゼーションが独自の軌道で継続する一方で、現在あるデータでAIを開始できます。既存の投資を置き去りにすることなく、AIのタイムラインと移行のタイムラインを独立して進めることができます。

フォーマットがオープンであるため、データはお客様のもののままです。Icebergテーブルは、独自のクラウドストレージにParquetファイルとして保存でき、他のIceberg互換エンジンで読み取ることができます。読み取りと書き込みは双方向で機能するため、データを複製しなくても有用に活用できます。

データとともに移動するガバナンス

従来のモデルでは、ガバナンスはデータの場所に結び付いていました。一貫したガバナンスを適用する前にデータを一元化する必要があったため、すべてのガバナンス要件が、まず移行を完了させるための新たな理由となっていました。

その依存関係も崩れました。Snowflake Horizonカタログは、プラットフォームの内外にあるデータ、データ製品、アプリ、モデル、エージェント、その他の資産全体に1つのポリシーセットを適用します。Snowflakeを通じてアクセスされるデータは、どこにあっても同じガバナンス(きめ細かいロールベースのアクセス制御、マスキングと行アクセスポリシー、列レベルのリネージ、アクセス履歴)を伴います。

Horizonカタログは現在、パブリックプレビューとして、Snowflakeの行アクセスポリシーとマスキングポリシーをApache Spark、Trino、PyIcebergなどの外部エンジンに拡張しています。Horizonは各スキャンを計画する際にポリシーを適用するため、エンジンはユーザーの閲覧が許可されているデータのみを受け取り、各操作はSnowflakeのアクセス履歴に記録されます。

Horizonはこれらのポリシーを一元的に適用するため、人間のアナリスト、BIツール、AIエージェントを問わず、すべての呼び出し元に自動的に適用されます。

AIにより厳格な制御が必要な場合、SnowflakeのエージェントID機能を使用すると、管理者はエージェントを呼び出したユーザーとは無関係に、エージェントがアクセスできるデータを定義できます。マスキングポリシーと行アクセスポリシーは、エージェントのセッションを直接対象として適用できます。アクションは、それを実行したユーザーとエージェントの両方に帰属するため、コンプライアンスチームは、AIがいつ何に触れたかという監査証跡を取得できます。

ヨーロッパの企業にとって、これは単なるコンプライアンスの詳細ではありません。アーキテクチャの基盤そのものです。GDPR、データレジデンシー要件、およびEU AI法は、データがどこにあるか、誰がアクセスできるか、AIの決定がどのように監査されるかが、設計上の選択であり責任であることを意味します。

ポリシーが一貫して適用され、リネージがエンドツーエンドで追跡可能であり、インプレースでデータをガバナンスするように設計されたアーキテクチャは、組織が単一のリージョンやシステムへの統合を強制されることなく、これらの要件をサポートするのに役立ちます。

アーキテクチャ

Snowflakeでは、データを今ある場所で活用できます。コンピュート、カタログ、ストレージにまたがる1つのガバナンスレイヤーにより、AIはプラットフォームが再構築された後ではなく、現在のデータ上で実行されます。つまり、AI導入のスケジュールと移行のスケジュールを切り離すことで、順序を飛び越えることができるのです。

コンピュートとAI:Snowflake上でも外部エンジンでも、各ワークロードに最適な環境で実行できる

カタログ:オープンデータとSnowflakeマネージドのデータの双方にわたる単一のガバナンスレイヤー

データとストレージ:事前のコピーなしに、データが存在する場所で直接クエリを実行できる

エージェント型コントロールプレーン:エージェントは、他のすべてと同じガバナンス境界内で動作します。

Snowflake Horizon Catalog Architecture

グローバルなエステートの接続

AI、デジタルビジネス、テクノロジーサービスのグローバルリーダーであるNTT DATAは、世界最大規模の極めて複雑なテクノロジーエステートを運用しており、あらゆる主要業界のクライアントに向けてサービスを提供しています。数十年にわたって蓄積されたさまざまなシステムにデータが散在するなかで、同社の真の課題は投資の不足ではなく、新たに数年がかりの統合プロジェクトを立ち上げることなく、既存の投資をいかに連携させて機能させるかということでした。

「NTT DATAにとって、Snowflakeとのパートナーシップは、別のプラットフォームに データを追加するだけのものではありません。その本質は、複雑なグローバルテクノ ロジー環境全体において、データへのアクセス、ガバナンスの適用、活用を容易にする ことにあります。これにより、私たちは新たな複雑さを招くことなく、テクノロジー環 境を進化できる柔軟性を維持しながら、AI、イノベーション、変革を支える高性能でア ジャイルなデータ基盤を構築しています。」

Nick Cheesman
CIO, NTT DATA, Inc.

無法地帯を避ける

アーキテクチャのないスピードは、都市計画なしに建設された都市のように、独自の問題を引き起こします。

何かを提供しようと急ぐあまり、組織はさまざまなAIツールの無法地帯を作り出す可能性があります。その結果、ソリューションが断片化し、出力が一貫しなくなり、AIの結果に対する信頼が損なわれます。その答えは、既存のガバナンスフレームワークがまだ開発中であっても、初日からそのフレームワーク内でAIワークロードを構築することです。新しいユースケースは、データ戦略とアーキテクチャを進化させるためのインサイトを提供するテストの場となります。

モダナイゼーションは依然として重要であり、AIはその加速に役立ちます。AIが面倒な作業の多くを処理することで、移行をより迅速に進めることができます。AIは、モダナイゼーションの成果であると同時に、それを推進するためのツールでもあります。

どこから始めるべきか

エステートが完成することはないため、データがいつ準備できるかを尋ねるのをやめ、さらに四半期待つことでどれだけのコストがかかるかを尋ねてください。実用的な出発点は、焦点を絞ったパイロットです。価値を迅速に実証し、さらに前進するための組織的な信頼を生み出すことができるユースケースを優先します。

「シーケンスを打破する」では、AIワークロードとモダナイゼーションが1つのオープンでガバナンスの効いた基盤を共有し、今日行われた作業が後で完了する作業にどのようにつながるかなど、リープフロッグ戦略の背後にあるアーキテクチャについて詳しく説明しています。 eBookをダウンロードする

eBook

シーケンスを打破する

完璧なデータエステートを待つことなく、AIとモダナイゼーションを並行して実行するための完全なプレイブックを入手してください。
この投稿をシェア

Subscribe to our blog newsletter

Get the best, coolest and latest delivered to your inbox each week