AI 基盤として Red Hat Ansible Automation Platform を選ぶ理由

企業は人工知能 (AI) の活用を迫られているものの、AI ツールを導入して維持していくには、インフラストラクチャの面で多くの課題があります。企業が AI ワークロードのアップタイムを確保し、需要が高まっているカスタムモデルのトレーニングを実現するには、より大きな演算処理能力、ネットワーク帯域幅、そしてストレージ容量が必要です。AI アプリケーションで処理されるデータは機密性が高いことが多いため、データセキュリティ、コンプライアンス、プライバシーもまた同じくらい重要です。 

AI が企業の進歩を遅らせるのではなく、加速させられるようにするには、こうした複雑さの増大を効率的に管理することでコストを抑制し、開発者の生産性を向上させる必要があります。

AI を活用した案件やトランスフォーメーションを可能にする体制づくりを目指す企業は、強固なインフラストラクチャ基盤を構築する必要があります。エンタープライズ規模の場合、IT の自動化がこれを達成する唯一の手段です。自動化は、既存の IT システムと AI に必要な新しいインフラストラクチャのそれぞれを構築、スケーリング、維持するという複雑な状況でうまくバランスを取るのに有効です。
 

Web セミナーを見る 

自動化と AI はいずれも、手作業を減らしつつ、業務のスピードと効率を高めるのに役立ちます。ただし、次のような明確な違いもあります。

• 自動化は、人間があらかじめ定義して記述したルールに基づいて、毎回同じ方法でタスクを実行します。設定された指示に従うのであり、経験から学習することはありません。とはいえ、人間の知識をコード化したルールとして記述できるため、複雑なプロセスをエラーなく、手動で行う場合と比較して大幅に短い時間で完了できます。自動化プラットフォームは、IT インフラストラクチャのさまざまな要素が迅速かつ安全に相互通信するためのフレームワークの役割を果たします。これには、セキュアシェル (SSH) プロトコル、アプリケーション・プログラミング・インタフェース (API)、その他のメカニズムを介した通信、そして認証情報を使用して指定された自動化を実行する機能が含まれます。
• AI は、観測されたパターンや過去の結果をもとに、学習した行動や経験に基づいてタスクを実行します。AI は人間をより知的なレベルで模倣し、データから学習したり、時間の経過とともに改善したり、経験に基づいて意思決定を行ったりできます。最適に実装されれば、AI は経験から学びつつ、新たな状況にも適応します。AI は、統合されていない IT システムとの通信手段として、既存の自動化ツール、フレームワーク、およびプラグインを利用します。多くの場合、AI ツールは、モデルやランタイム環境以外の環境やインフラストラクチャとやり取りするために AI エージェントを必要とします。

AI は、情報に基づいた意思決定を行い、人間の知性を再現できる可能性を秘めていることから、複雑な意思決定をより迅速に行いたいと考える企業にとって、AI ツールはきわめて魅力的です。ところが、たとえ最も高度で複雑な AI ツールであっても、それによってもたらされうる利益は、それをどう使うかによってまったく変わってきます。実際、先進的な企業の分散型 IT 環境では、AI の導入は一筋縄ではいきません。AI ソリューションを自動化基盤と組み合わせることは、長期目標の達成に向けての進捗を加速させます。

AI の導入やスケーリングを検討する際には、AI のメリットを最大限に引き出すために必要な技術的および戦略的な要求を満たせるよう、準備を整える必要があります。

インフラストラクチャのアップタイムと可用性を確保する

リアルタイムで効果的な意思決定を行うため、AI ツールは監視対象のあらゆるソースから絶え間なく流れてくるデータを利用します。そのため、アップタイムがきわめて重要です。病院で患者の正確なデータを提供する場合であれ、工場で高額な損失につながる事故を防ぐために故障した機器を停止する場合であれ、AI を活用した事業運営は、アップタイムと可用性を保証できる回復力に優れたインフラストラクチャにかかっています。インフラストラクチャが機能不全に陥り、データが途絶えると、AI モデルが一時的に利用できなくなることで業務に悪影響が生じ、カスタマーエクスペリエンスが損なわれ、多額の損失につながる可能性があります。安定したアップタイムを維持するには、データセンターからエッジロケーションまで、データのフローとストレージを適切に構成する必要があります。

ワークロードを管理し、スケーリングするためのチームのプラクティスを確立する

AI モデルは、常に信頼性と可用性の高い IT インフラストラクチャかそうでないかに左右されるため、データセンターを評価し、適切なリソースが確保されているかを判断する必要があります。AI ワークロードに求められるこれまでより高い水準のアップタイムと可用性に対応するには、インフラストラクチャをアップグレードして電力と冷却能力を拡大するとともに、サーバー、ストレージ、ネットワークの容量の拡張が必要になる場合があります。しかし、たとえ適切なリソースがあっても、多くの企業がこうしたプロセスの効果的な管理に苦慮しています。自動化によってワークフローを効率的に管理することで、インフラストラクチャ関連のタスクが迅速かつ一貫して実行されるようになり、人的ミスの可能性を抑えられます。

AI を競争上の差別化要因として活用できる企業が成功するのは、データモデルが極めて大きいことや、GPU への過剰な支出が理由ではありません。そのような企業が成功するのは、自動化され、AI ワークロードのシームレスな拡張性と回復力に優れたインフラストラクチャを運用し、同時に AI ツールを統合してインテリジェンスを高めているからです。簡単に言えば、自動化を導入せず、自動化計画も進めていない企業は、AI を導入してその恩恵が得られるまでに時間がかかるということです。

Red Hat® Ansible® Automation Platform は、AI モデルとインフラストラクチャ・コンポーネントのデプロイ、管理、設定、そしてライフサイクルを単純化することで、AI 実装のための確かな基盤を確立します。Ansible Automation Platform は、次の点で企業を支援します。

デプロイメントの標準化：Ansible Playbook により、一貫した再現性のある方法で、オペレーティングシステム、サーバー、ストレージ、モデル、コンテナ、そしてデータおよびネットワークリソースなどの AI コンポーネントをデプロイできます。インフラストラクチャをコード化することで、Ansible Automation Platform はすべての AI 環境における一貫性と信頼性を促進し、設定エラーや不一致が生じる可能性を軽減します。また、ビジネス継続性および障害復旧 (BCDR) 計画と運用の青写真として、標準化されたデプロイメントを使用することもできます。

監視とアラートの統合：Ansible Automation Platform は監視およびアラートツールとシームレスに統合できるため、IT 運用チームは AI インフラストラクチャ・コンポーネントの監視エージェント、しきい値、およびアラートルールの設定を自動化できます。パフォーマンス指標とシステムの正常性を継続的に追跡することで、Ansible Automation Platform は潜在的な問題を未然に特定して対処し、AI 運用中の障害を防止します。

データの管理：AI モデルのトレーニングで最も難しいタスクの 1 つは、データをそれが作成された場所からトレーニングに対応した場所に移動させることです。Ansible Automation Platform は、データをサーバーから地域内のストレージに移動させてデータセキュリティを強化し、Red Hat OpenShift® AI を使ってモデルをトレーニングする際に、適切なユーザーがデータにアクセスできるようにします。

Ansible Automation Platform は、ハイブリッド IT 環境の管理に必要なさまざまな自動化をつなぎ合わせる接着剤として機能します。

Ansible Automation Platform による人材とプロセスの統合についてさらに詳しく

AI ユースケースを自動化することで、標準化およびコード化されたインテリジェントな Day 2 オペレーションを実現できます。

AI インフラストラクチャの自動化

Ansible Automation Platform では、IT インフラストラクチャを最適化して AI ワークロードのパフォーマンスを向上させると同時に、AI を活用してスタック領域を改善できます。Ansible Automation Platform を使って、AI サービスのセットアップと設定、さまざまなモデルのインストールと管理、GPU の設定、インフラストラクチャのさまざまな要素の調整ができます。

Ansible Automation Platform を使用すると、次のことが可能になります。

• AI のデプロイと設定：AI ワークロードのデプロイと設定を自動化して、継続的に安定した状態を保ちます。YAML ベースの単一の言語を使って、ストレージ、サーバー、エッジデバイス、ネットワークスイッチ、GPU、データの設定、そしてテクノロジースタック内での AI 機能のアクティベーションを効率化します。
• Red Hat AI インフラストラクチャの調整：AI プラットフォームのあらゆるコンポーネントを接続して構成し、プロダクション環境でのシームレスな運用を実現します。
• エッジデータのオンボーディング：IoT (モノのインターネット) デバイスなどの新たなエッジデプロイメントのオンボーディングを効率化し、データを収集して AI ソリューションと同期します。AI のトレーニングおよび推論モデルへのデータの取り込みに関する設定と配分を調整します。

実践的な AIOps を実現する

AIOps は、ビッグデータと AI を組み合わせて幅広い IT 運用タスクを強化する (または部分的に置き換える) ことで、複雑化する環境における企業の信頼性、スケーラビリティ、アジリティの向上を可能にします。テクノロジースタック内の既存ツールには、予測 AI 機能が組み込まれているものが多いと考えられますが、こうした機能を効率的に活用してメリットを最大限に引き出せるかどうかは、利用者次第です。

Ansible Automation Platform は、インフラストラクチャ全体にわたってシステムやツールを AI 機能と連携させることで、AI をすぐに活用できるようにします。既存の AI ソリューションをこうした統合ワークフローに組み込むことで、Event-Driven Ansible を使ってあらゆる種類の可観測性データを自動化されたアクションに変換し、以下のことができるようになります。

• 自己修復型インフラストラクチャの構築：Red Hat AI ソリューションを Event-Driven Ansible と併せて使用することで、IT イベントに自動的に対応し、問題を解決できます。たとえば、サーバーのメモリ使用率にあらかじめ 80% というしきい値を設定して監視する場合、サーバーがこの限度値に近づいたらメモリを追加するように促すアラートを設定できます。また、エンドツーエンドのワークフローを作成して、可観測性ツールからのデータの自動収集、Event-Driven Ansible を使ったイベントの検知、AI プラットフォームによるイベントの解釈、Ansible Lightspeed へのプレイブック生成の指示、問題解決までを自動で行うことができます。その後、このデータをフルサイクルループに投入し、将来のインシデントに備えて AI をトレーニングするためのログを生成できます。
• サポートとインシデントチケット情報の強化：Red Hat Insights やサードパーティの可観測性ソリューションを使用して Event-Driven Ansible からの未知のイベントを整理し、IT インフラストラクチャ・エンジニアにコンテキストを提供します。Event-Driven Ansible が処理したイベントにどのように対処すべきかわからない場合には、Red Hat Enterprise Linux® AI や Red Hat OpenShift AI などの AI ソリューションと統合することで、エラーの意味を判別できます。これにより、自動的にケースが作成されるだけでなく、エンジニアがトラブルシューティングを開始できるように即座にコンテキストが提供されるため、平均復旧時間 (MTTR) を短縮できます。
• コストとリソースの最適化：Red Hat Insights は、AI ペルソナのニーズに関連するノード、クラスタ、プロジェクトを最適化する方法を特定できます。最適化は自動化されたワークフローで実行できるため、AI ワークフローへのユーザーの関与が不要になります。
   

Ansible Lightspeed で生産性を向上させる

Red Hat の生成 AI サービスは、自動化の開発者や運用担当者によるより迅速なオンボーディングと自動化を可能にします。自動化コードの記述方法を学んでいる段階でも、Ansible Automation Platform の UI 内でサポートが必要な場合でも、Red Hat Ansible Lightspeed with IBM watsonx Code Assistant は、まるで Red Hat のエキスパートチームがそこにいるようにコーディングを支援します。

• 自動化コンテンツの作成の促進：Ansible Lightspeed は、信頼性の高い自動化コードの作成を妨げる障壁を減らし、ユーザーのオンボーディングとスキルアップを迅速化します。Ansible 固有のデータでトレーニングされたこの生成 AI サービスは、自動化のアイデアと機能的な YAML コードの間のギャップを解消します。Ansible Lightspeed は、自然言語によるプロンプトに基づき、Ansible に固有な 200 億個のパラメータを持つ IBM watsonx Code Assistant の基盤モデルを活用して、Ansible のベストプラクティスに基づくコードを提案します。
• 迅速に答えを見つける：Ansible Lightspeed の生成 AI 機能は、直接 Ansible Automation Platform の UI 内での直感的なチャットベース仮想アシスタントも可能にします。自動化ワークフローの設定方法を知りたい場合には、Ansible Lightspeed が詳しい設定手順を教えてくれます。また、Ansible Automation Platform の機能についてさらに詳しく知りたい場合には、質問を入力するだけで、わかりやすい説明に加えて、関連ドキュメントやその他の Red Hat リソースが表示されます。

Red Hat は、小規模な専用の AI モデル、効率的なカスタマイズ技術、どこでも開発およびデプロイできる柔軟性により、企業の AI 導入を促進します。企業が AI の機能を最大限に活用するには、IT の自動化が不可欠です。自動化によって、IT インフラストラクチャのレジリエンシー (回復力) とアップタイムを向上させて改善する場合も、既存の IT ソリューションを調整して新たな AI 機能を活用する場合も、あるいは AIOps を取り入れて IT インフラストラクチャ・エンジニアを直接支援する場合も、自動化は、現代企業における AI 実現を支える基盤となる層です。

Red Hat Ansible Automation Platform は、企業全体での自動化の作成、管理、拡張に必要なすべてのツールが付属するエンドツーエンドの自動化プラットフォームです。これにより、運用の複雑さが軽減され、一貫したユーザーエクスペリエンスがチーム間で実現するほか、設計者、開発者、システム管理者が効果的に連携できるようになります。Ansible Automation Platform サブスクリプションには、イベント駆動型ソリューション、拡張可能な開発ツールスイート、Ansible Content Collections (モジュール、Playbook、ドキュメントを含む) へのアクセスが含まれており、部門を超えて協力する各チームが迅速に自動化を開始することができます。

Ansible Automation Platform についてさらに詳しく