AIの実装はネットワークのアーキテクチャと手順を再構築すると専門家が言う

AI の実装にはネットワーキングとセキュリティの大きな要求があり、アーキテクチャとセキュリティ ツールの刷新が必要になると多くの専門家は述べています。また、AI に適応したツール自体も AI によって管理される必要があるかもしれません。

The heavy networking and security demands of AI implementation will require revamped architectures and security tools, many experts say — and tools adapted for AI may need to be themselves managed by AI.

AI の実装にはネットワーキングとセキュリティの大きな要求があり、アーキテクチャとセキュリティ ツールの刷新が必要になると多くの専門家は述べています。また、AI に適応したツール自体も AI によって管理される必要があるかもしれません。

"Regarding networking, there are two types of AI — AI for networking and networking for AI," industry analyst Zeus Kerravala wrote earlier this year. "The former uses AI to run the network, and the latter deploys a network to support AI."

業界アナリストのゼウス・ケラバラ氏は今年初め、「ネットワーキングに関しては、AIには2種類ある。ネットワーキング用のAIとAI用のネットワーキングだ」と書いている。 「前者は AI を使用してネットワークを実行し、後者は AI をサポートするネットワークを展開します。」

Networking and security provider Aryaka touts its Unified SASE as a Service as the optimal architecture for companies that plan extensive use of generative AI, and as Kerravala predicted, AI itself will have a role in overseeing the implementation of the service.

ネットワーキングおよびセキュリティプロバイダーの Aryaka は、自社の Unified SASE as a Service が、生成 AI の広範な使用を計画している企業にとって最適なアーキテクチャであると宣伝しています。ケラバラ氏の予測どおり、AI 自体がサービスの実装を監督する役割を持つことになります。

"It's the convergence of networking and security," Aryaka Senior Director of Product Marketing Klaus Schwegler told us. "A from-the-ground-up designed approach to have a unified policy, a unified way of administering, managing, orchestrating policies and have a unified control over such when it comes to networking security."

「これはネットワーキングとセキュリティの融合です」と、Aryaka プロダクト マーケティング担当シニア ディレクターの Klaus Schwegler 氏は語ります。 「ネットワーク セキュリティに関して、統一されたポリシー、ポリシーの管理、管理、調整の統一された方法、およびそれらに対する統一的な制御を実現するための、ゼロから設計されたアプローチです。」

Optimizing for AI …

AI 向けに最適化…

To that end, there are two sides of the coin to Aryaka's AI strategy. One side involves tailoring networking and security to the needs of AI, using three optional features for Unified SASE as a Service.

そのために、Aryaka の AI 戦略にはコインの裏表があります。 1 つは、Unified SASE as a Service の 3 つのオプション機能を使用して、AI のニーズに合わせてネットワーキングとセキュリティを調整することです。

The first, AI>Perform, makes sure that network performance is optimized for AI workloads and applications. The second, AI>Secure, safeguards those AI processes by controlling access and stopping data leakage. Finally, AI>Observe gives users maximum visibility into their AI processes and network usage in general.

1 つ目の [AI] > [パフォーマンス] では、ネットワーク パフォーマンスが AI ワークロードとアプリケーションに対して最適化されていることを確認します。 2 番目の AI>Secure は、アクセスを制御し、データ漏洩を阻止することで AI プロセスを保護します。最後に、AI>Observe により、ユーザーは AI プロセスとネットワークの使用状況全般を最大限に把握できるようになります。

"This is crucial in an environment where real-time management and security of networks are paramount, due to the increasing prevalence of AI," wrote Aryaka Chief Product Officer Renuka Nadkarni in a recent company blog post. "The ability to observe and analyze network performance in real time allows enterprises to rapidly identify and respond to potential security threats, ensuring more resilient and robust network operations."

Aryaka の最高製品責任者 Renuka Nadkarni 氏は、最近の同社のブログ投稿で、「AI の普及が進んでおり、ネットワークのリアルタイム管理とセキュリティが最重要視されている環境では、これが非常に重要です」と述べています。 「ネットワーク パフォーマンスをリアルタイムで観察および分析できるため、企業は潜在的なセキュリティ脅威を迅速に特定して対応することができ、より回復力と堅牢なネットワーク運用が保証されます。」

The requirements of AI will reshape network architectures and procedures. For example, because every query to generative AI results in a unique, dynamically generated response, there’s no point in caching data. Yet because traffic to and from servers of AI content will be massive in both directions, extremely low latency is a must.

AI の要件により、ネットワークのアーキテクチャと手順が再構築されます。たとえば、生成 AI に対するすべてのクエリの結果は、動的に生成された固有の応答となるため、データをキャッシュすることに意味はありません。ただし、AI コンテンツのサーバーとの間のトラフィックは両方向で大量になるため、遅延を極めて低くすることが必須です。

The solution may be to distribute AI servers geographically, somewhat like SASE points of presence, wrote Orange Group researchers Usman Javaid and Bruno Zerbib a recent piece in TM Forum.

解決策は、SASE ポイント オブ プレゼンスのように AI サーバーを地理的に分散させることかもしれない、と Orange Group 研究者の Usman Javaid 氏と Bruno Zerbib 氏が TM Forum の最近の記事で書いています。

"Future networks must expand cloud-centric architectures toward the edge, bringing LLM closer to data sources, enabling low-latency inference, improving data transfer by processing data locally, while maintaining user data privacy," they wrote.

「将来のネットワークは、ユーザーデータのプライバシーを維持しながら、クラウド中心のアーキテクチャをエッジに拡張し、LLMをデータソースに近づけ、低遅延推論を可能にし、データをローカルで処理することでデータ転送を改善する必要がある」と彼らは書いている。

… and using AI to optimize

…そしてAIを使用して最適化する

The other side of the coin is to use AI to extend security and networking performance in ways that human-controlled processes could not. Schwegler explained how AI could, for example, detect unusual network activity that might escape human notice.

コインの裏返しは、AI を使用して、人間による制御プロセスでは不可能な方法でセキュリティとネットワークのパフォーマンスを拡張することです。シュヴェグラー氏は、たとえば、人間の気付かない可能性のある異常なネットワーク活動を AI がどのように検出できるかについて説明しました。

"Using AI tools in order to detect patterns, anomalies," he said. "Traffic behavior that seems abnormal. … All of a sudden, you have a traffic spike, data-transfer rates that you would not detect or too late in order to understand what exactly is happening, who is doing that."

「パターンや異常を検出するためにAIツールを使用している」と同氏は語った。 「異常と思われるトラフィック動作。…突然、トラフィックが急増し、検出できないデータ転送速度が発生するか、正確に何が起こっているのか、誰がそれを行っているのかを理解するには遅すぎます。」

Spotting such anomalies is one of several ways in which AI can boost cybersecurity, according to the U.S. Cybersecurity and Infrastructure Security Agency (CISA). Other potentially AI-assisted aspects of cybersecurity include detecting personally identifiable information (PII) and taking part in forensic examinations.

米国サイバーセキュリティ・インフラセキュリティ庁（CISA）によると、こうした異常の発見は、AIがサイバーセキュリティを強化できるいくつかの方法のうちの1つだという。サイバーセキュリティのその他の潜在的に AI 支援の側面には、個人識別情報 (PII) の検出やフォレンジック検査への参加などが含まれます。

"There are behavior patterns, trends that can be identified with AI much faster than any other human deterministic machine learning models that can be written," noted Nadkarni in a recent company webcast. "We also need to use AI to enhance the protection capabilities and secure access and secure all assets."

「人間が作成できる他の決定論的機械学習モデルよりもはるかに速く AI を使用して特定できる行動パターンや傾向が存在します」と Nadkarni 氏は最近の同社 Web キャストで述べました。 「また、保護機能を強化し、アクセスを保護し、すべての資産を保護するために AI を使用する必要もあります。」

The role of managed service providers

マネージドサービスプロバイダーの役割

As a company that bridges networking and security, Aryaka sees itself as well positioned to offer its clients and users services that will permit them to maximize their AI usage safely and efficiently. The targeted market is not just direct clients but customers coming through managed-service channels as well.

ネットワーキングとセキュリティの橋渡しをする企業として、Aryaka は、クライアントとユーザーが AI を安全かつ効率的に最大限に活用できるサービスを提供できる立場にあると考えています。ターゲットとなる市場は、直接の顧客だけでなく、マネージド サービス チャネルを通じて流入する顧客も含まれます。

"MSPs with expertise in AI technologies will play a key role in spotting errors and ensuring the smooth integration of AI into IT workflows," Nadkarni wrote in her blog post. "AI, in turn, will play a crucial role in enhancing real-time network security by providing advanced monitoring, analysis, and error-detection capabilities."

「AI テクノロジーの専門知識を持つ MSP は、エラーを発見し、AI を IT ワークフローにスムーズに統合する上で重要な役割を果たすでしょう」と Nadkarni 氏はブログ投稿で述べています。 「AI は、高度な監視、分析、エラー検出機能を提供することで、リアルタイムのネットワーク セキュリティを強化する上で重要な役割を果たすことになります。」

Aryaka Chief Marketing Officer Ken Rutsky said in the webcast that the addition of AI assistance to networking and security tools, and the use of those tools to focus efficiency and delivery toward the best possible AI performance, will usher in a new phase of business opportunity.

Aryaka 最高マーケティング責任者の Ken Rutsky 氏は Web キャストの中で、ネットワーキングおよびセキュリティ ツールに AI 支援を追加し、それらのツールを使用して効率性と配信を可能な限り最高の AI パフォーマンスに集中させることで、ビジネス チャンスの新たな段階が到来すると述べました。

"Our goal is to help our customers get it all: performance, agility, simplicity and security without trade-offs," he said. "And as they move into these Gen AI applications, getting it all is going to become harder but even more important and more rewarding."

「私たちの目標は、顧客がパフォーマンス、機敏性、シンプルさ、セキュリティのすべてをトレードオフなく実現できるよう支援することです」と同氏は述べた。 「そして、こうしたGen AIアプリケーションに移行するにつれて、すべてを手に入れることはますます難しくなるでしょうが、さらに重要でやりがいのあるものになります。」