データ主権とコストの壁を打ち破る、デル・テクノロジーズとNTTドコモビジネスの「止めないAI基盤」とは：「クラウド一辺倒」からの脱却を

AIのビジネス実装が進む中、運用コストの高騰やデータ主権への懸念からオンプレミス回帰とソブリンAIが注目を集めている。デル・テクノロジーズとNTTドコモビジネスは、Azure LocalとIOWN® APNで攻めと守りを両立させた「止めないAI基盤」を提示する。最新セミナーで語られた次世代AI活用の最前線とは。

[PR／ITmedia]

　企業のAI活用は実証実験から本格的なビジネス実装へ突入している。一方で業務の現場からは「運用コストの膨張」「機密データのクラウド配置への不安」などの懸念が噴出している。

　こうした中で注目を集めているのが、「AI基盤のオンプレミス回帰」と「ソブリンAI」（データ主権を確保したAI）の潮流だ。デル・テクノロジーズとNTTドコモビジネスは「Azure Local」を中核に据えた基盤群を提示する。ITmediaのライブ配信セミナー「Tech Highlights 2026 Summer」で両社が語った「止めないAI基盤」の最前線に迫る。

AIは「モデル競争」から「価値創造」のフェーズへ

デル・テクノロジーズの野崎絵里佳氏（インフラストラクチャー・ソリューションズ営業統括本部 マイクロソフトソリューション部 アライアンスマネージャー）

　「昨今、AIの導入が進んでいます。お客さまからは、AIを利用して新しいサービスを導入して新たな顧客体験を作る『攻め』の部分と同時に、『守り』も重要というお話を伺います」

　そう語るのは、デル・テクノロジーズでMicrosoft製品・サービスを担当する野崎絵里佳氏だ。野崎氏によると、企業のAIへの関心は、どのAIモデルが賢いかを競う「モデル競争」からAIを実際のビジネスでいかに使うかのフェーズに移行しているという。

　「AIを価値に変えるプラットフォームが不可欠です。データ基盤、その上で動くモデルとアプリ開発、業務への組み込み、そして安心して使えるガバナンスと信頼が求められます」

　Microsoftは、プラットフォームの展開場所として「Adaptive Cloud」のアプローチを提唱している。全てをクラウドに集約するのではなく、ハイブリッド、マルチクラウド、エッジ、IoTなど多様な環境を柔軟に運用して、データがある必要な場所でAIを動かせるようにする構想だ。

「オンプレミス」の必然性――データ主権とコストの壁

　長年クラウド化を進めてきた企業にとって、処理基盤をオンプレミスやエッジに配置することは、一見するとクラウド化に逆行するように映るかもしれない。

　「『10年ほどかけてクラウド化してきたのに、また戻るのか』と逆行する印象を持たれることもありますが、オンプレミスが必要とされる理由も見えてきています」

　野崎氏は、オンプレミスやエッジを組み合わせる背景にある、企業や組織が直面する課題を指摘する。その筆頭が「データ主権」と「ガバナンス」だ。自治体や病院をはじめ、金融、製造、流通、通信など、機密性や規制対応が求められるデータを扱う組織では、データを国外のサーバや外部環境に置くことが難しい場合がある。外部ベンダーへの過度な依存を防ぎ、自らデータの所在や利用範囲をコントロールしなければならない。誰がどのデータを使ってAIを学習・処理させたのか、利用ログや来歴を自社で管理して、コンプライアンスに準拠させる必要がある。

　企業にはコストの問題も重くのしかかっている。

　「24時間稼働するコールセンターなどではトークンやGPU、データ転送費用が高額化します。オンプレミスで費用を固定化して、TCO（総所有コスト）を削減するアプローチが有効です」

　製造現場などで要求されるミリ秒単位の「低遅延」、砂漠や海上といったクラウドに接続できない「切断環境」、絶対に止められない基幹システムの「外部障害に影響されない可用性」など、オンプレミスでAIを稼働させなければならない切実な要件は業種問わず数多く存在する。重要なのは、全てをオンプレミスに戻すことではない。クラウドの柔軟性を生かしながら、データの特性や業務要件に応じて、オンプレミス、エッジ、クラウドを適材適所で組み合わせることだ。

オンプレミスのニーズ（提供：デル・テクノロジーズ）《クリックで拡大》

攻めと守りを両立させる「Azure Local」とデル・テクノロジーズの強固な基盤

　こうした課題を解決する切り札として期待されるのが、MicrosoftのAzure Localだ。Microsoft Azureの優れたクラウドサービス群をオンプレミス環境で実現する。

　「Azure Localの基盤では、MicrosoftがAIを開発・運用するためのプラットフォーム『Foundry Local』も動かせるようになっています。標準でコンテナ環境を動かせるため、エッジでのAIサービスなども展開できます」

　Azure Localをオンプレミスで稼働させるための“強固な物理的土台”を提供するのが、デル・テクノロジーズだ。デル・テクノロジーズは、内蔵ストレージを備えたコンパクトな構成からスケール可能なハイパーコンバージド型システム「Dell AX System for Azure Local」、サーバとストレージの個別スケールの柔軟性とストレージ活用でコストメリットを実現する「Dell Private Cloud for Azure Local」といったAzure Localに最適化したハードウェアを展開している。

　「導入後の保守も重要です。調達方法を問わず、デル・テクノロジーズが単一窓口として対応します。製造から納品まで改ざんを防ぐ『セキュア・バイ・デザイン』を組み込んで、製品を安全にお届けします」

　野崎氏は、クラウドかオンプレミスかの二項対立ではなく、要件に合わせて柔軟に展開できる選択肢としてAzure Localとデル・テクノロジーズの組み合わせがAI価値化の最適解になると力を込めた。

Azure Localにおけるデル・テクノロジーズの強み（提供：デル・テクノロジーズ）《クリックで拡大》

自律型AI「エージェンティックAI」の台頭と“State”のジレンマ

NTTドコモビジネスの鈴ヶ嶺聡哲氏（イノベーションセンター ソフトウェアエンジニア）

　AIも飛躍的に進化している。NTTドコモビジネスの鈴ヶ嶺聡哲氏は、AIのパラダイムシフトについて次のように語る。

　「生成AIから自律反復する『エージェンティックAI』に移行しています。従来の生成AIが1往復で完結するのに対し、エージェンティックAIは目的を与えると自律的に計画、タスク分割、ツール実行、検証を繰り返します」

　エージェンティックAIが真価を発揮する上で最大のボトルネックになるのが、AIエージェントや複数のエージェントが協調して動作するワークフローの中で、処理の途中に保持・共有される情報である「State（状態）」の管理だと鈴ヶ嶺氏は指摘する。

　「エージェンティックAIは、処理の各ステップで会話履歴、タスク進行状況、API応答、中間結果などのStateが生じます。エンタープライズシステムでは、このStateを堅牢（けんろう）に保持して、障害時にも復旧できることが重要になります。Stateが途中で失われると、処理の重複や誤実行が生じて、業務を継続できなくなるからです」

　エージェンティックAIの台頭に伴い、インフラへの要求も変わりつつある。

　「エージェンティックAIではブラウザ自動操作やAPI呼び出しなどCPU中心の処理が増えます。LLMやGPUだけでなく、ツール実行環境も含めたシステム全体の堅牢化が必要です」

LLMは氷山の一角に過ぎない――AI基盤の隠れた技術負債

　AIシステム全体の設計では、過去の教訓から学ぶべきだと鈴ヶ嶺氏は警鐘を鳴らす。

　「Googleが2015年に提唱した『隠れた技術負債』の通り、システム全体でモデルが果たす役割はごく一部です。周辺にはデータ収集や監視、リソース管理など多くの要素が存在します。これはエージェンティックAIでも同様です」

　つまり、エージェンティックAI時代でも、LLMはシステム全体の一部に過ぎない。LLMの周辺にはエージェント制御、ツール連携、権限管理、監査ログの記録などが存在するため、GPU、CPU、インフラ全てを統合的に設計しなければならないという。

　「StateはソブリンAI時代にデータ主権の対象になります。AIエージェントは社内データや業務システムに深く接続するため、一時的な中間データではなく主権的に管理すべき業務情報になります。状態や業務データを国内で保持して、国内で処理して、自律的にコントロールすることが求められています」

Azure Local×IOWN^® APNで実現する「拠点間」の無停止AI基盤

　ソブリンAI時代に求められる堅牢で止まらないAI基盤。NTTドコモビジネスは、デル・テクノロジーズのハードウェアとAzure Localを利用して実証実験に取り組んだ。

　「Azure Localには、2つの物理ラックを1つのクラスタとして構成する『Azure Local Rack Aware Cluster』という高可用性（HA）の仕組みがあります。片方のラックが障害で落ちても、もう片方のラックで事業を継続できます。この同期には、1ミリ秒以下の低遅延のネットワークが必要になります」

　通常、このシビアな要件は同一データセンター内でしか実現できない。しかし、NTTドコモビジネスは「IOWN^® APN」（All Photonics Network）と組み合わせて、この壁を打ち破った。

　「実証実験では東京・秋葉原と三鷹のデータセンターにDell AX-750サーバを2台ずつ配備して、拠点分散HAを構成しました」

Azure Local×IOWN^® APNによる拠点間HA構成の実証実験イメージ（提供：NTTドコモビジネス）《クリックで拡大》

　秋葉原と三鷹間の通信遅延は約0.6ミリ秒。検証の結果、仮想マシンの拠点間マイグレーションにかかった時間はわずか415ミリ秒だったという。

　「ユーザーの目には、止まったかどうかも分からないぐらいのスピードで転送できます。秋葉原のデータセンター全体がダウンするような重大な障害が発生しても、ステートフルなエージェンティックAIは三鷹へ瞬時にライブマイグレーションされ、処理を止めることなく業務を継続できます」

　もはやAIは単なる便利ツールから「自律的に企業の根幹業務を担うエージェント」に進化している。だからこそその基盤には、データ主権を強固に守り抜き、決して止まらない堅牢性が求められる。

　「Stateを堅牢に保つこと、ツール実行を止めないこと、そしてデータ主権を守ること。自組織で全てを賄うインフラを持つことが、今後のソブリンAI時代に求められる要件になります」と鈴ヶ嶺氏は締めくくった。

　クラウドの利便性とオンプレミスの堅牢性を融合させたAzure Local、デル・テクノロジーズのハードウェア、そしてIOWN^® APN。この組み合わせが、日本企業のAI活用のジレンマを打ち破って、成長を果たす強力な推進力になる。