もはや他人事ではない！マルチクラウド環境における通信コスト急増対策

この記事で分かること

• マルチクラウド環境でのデータ活用基盤構築における通信コスト管理の重要性
• 想定外の通信費急増が発生する背景と根本原因の分析手法
• クラウド間データ転送における課金体系の理解とコスト最適化の実践方法
• ガバナンス体制とモニタリング仕組みの構築の重要性
• データ活用基盤の運用におけるベストプラクティス「AI（RAG）READY」とは？

はじめに

国内の基幹産業となる製造業ではクラウドサービスの普及により、企業のデータ活用基盤はオンプレミスからクラウドへと移行が急速に進んでいます。

特に、複数のクラウドサービスを組み合わせたマルチクラウド環境は、各クラウドの強みを活かした柔軟なシステム構築が可能となる一方で、運用管理やコスト管理において新たな課題も生じています。

昨今製造業では、データ活用基盤の構築する企業が増加しています。それに伴いマルチクラウド環境を採用する企業も増えており、乗じて運用開始後に想定外の通信コストが急増するという事態も散見さてます。

本記事では、このような通信コスト急増を誘発する原因とそうなった際にも役立つ対策について、紹介します。

DX推進部署やシステム部門の責任者にとって、マルチクラウド環境でのデータ基盤構築を検討する際の重要な教訓となる内容となるのではないでしょうか。

企業概要とデータ活用基盤の構築背景

製造業におけるデータ活用の重要性

国内の大手製造業各社では、国内の基幹産業である自動車製造部品など多様な製品を製造・販売しており、国内外に多数の生産拠点と販売網を展開しています。

グローバル競争が激化する中、製造プロセスの最適化、品質管理の高度化、サプライチェーンの効率化など、データ活用による競争力強化が経営上の重要課題となっています。

各企業共に各拠点に散在する生産データ、品質データ、販売データなどを統合し、全社横断での分析を可能にするデータ活用基盤の構築が急務となっています。

また、IoTセンサーから収集される大量のリアルタイムデータを処理し、予知保全や生産ラインの最適化に活用する仕組みも求められているのです。

マルチクラウド環境を採用する製造業が増加

データ活用基盤の構築にあたり、マルチクラウド環境を採用する製造業企業が増えてきています。

採用されているデータウェアハウスには、スケーラビリティとパフォーマンスに優れたクラウドDWHを採用し、データの収集・加工には別のクラウドサービスを活用するなど、各サービスの強みを最大限に活かした設計を行う企業が増えているのです。

データ活用基盤の全体像

構築するデータ活用基盤は、各拠点や工場で利用している複数のシステムからデータを収集し、クラウド上のデータレイクに集約、その後データウェアハウスで分析可能な形に加工するという一般的なアーキテクチャを採用しています。

データの収集・加工処理は定期的に実行され、最新のデータが常にデータウェアハウスに反映される仕組みで、AIの搭載されたAIBIツールと連携することで、現場の担当者が容易にデータを可視化・分析できる環境が整備されています。

通信コストが急増する背景と理由

想定を大幅に超えるコスト発生の可能性も

DWHの一般的な料金体系は使用時間やデータ転送量に伴う従量課金となり、データ活用基盤けるクラウド間のデータ転送量に応じて費用が大きく上下します。

通信コスト急増の原因として多くある例としては、複数の異なるクラウドサービス間で大量のデータ転送量が影響することが多く見られます。

根本原因の分析

マルチクラウド環境では、この転送料金が積み重なり、大きなコストとなる可能性があります。データ基盤を構築する設計段階で、データ転送量の見積もりと、それに伴うコストの試算を十分に行い導入を行うことが重要です。

アーキテクチャ設計の課題

データ処理のワークフローにおいて、異なるクラウドサービス間でのデータ転送が頻繁に発生する設計となっているとそういった事象も起きやすいため注意が必要です。

例えば、データの加工処理を行う際に、一度別のクラウドにデータを転送し、処理後に再び元のクラウドに戻すといった非効率な処理フローが存在するような場合も無駄な転送量が課金されるおそれがあります。

またデータ毎のデータ転送頻度の設計も事前に入念に行うことが重要です。データによってはリアルタイム同期の不要なものもあるはずです。

例えば、営業データなどはリアルタイム性を求めるマーケティングデータと比べると転送頻度は低く抑え日次バッチ処理でも問題ないといったことも現場のヒヤリングを通じて実現できる場合もあるなど。

バッチ処理の設計においても工夫することで必要以上に大量のデータを転送するケースを回避できたりもします。差分データのみを転送せず、全データを毎回転送するといった処理を設計していると転送量が必要以上に増大する事態を招く恐れがあります。

モニタリング体制の重要性

使用時間やデータ転送量課金形態のシステムを導入した場合、重要なのがモニタリング体制の整備です。

データ転送量については、事前に入念な設計を施していたとしても外部環境の変化によって急激な変化を見せる場合があります。

SNSメディアにおける炎上騒ぎやバズり、マス広告による露出量急増に伴うサーバー転送量の急増などコスト増加を招く事態は企業活動においては日常茶飯事です。

それらの転送量の急変を早期に検知するには、適切なモニタリング体制の整備が欠かせません。

クラウド利用料金の監視は月次ではなく、少なくとも日次、可能であればリアルタイム監視が求められます。

コスト急増を抑える対策のヒント

アーキテクチャの見直し

通信コストを削減するための対策として最も有効な手段は、データ処理のアーキテクチャを抜本的に見直すことです。

異なるクラウドサービス間でのデータ転送を最小化するデータ基盤構築、つまり、データ処理を可能な限り同一クラウド内で完結させる設計に変更するといった手法が効果的です。

具体的には、データの加工処理を行うサービスを、データウェアハウスと同じクラウドプラットフォーム上に移行するなどが対策として考えられます。

そうすることで、クラウド間のデータ転送が大幅に削減され、通信コストが低減します。

もう１つの対策としては、バッチ処理の最適化です。

全データを毎回転送することは避け、差分データのみを転送する仕組みに再設計することで、転送量を大幅に削減することが可能になります。

さらに、データの圧縮技術を活用することで、転送データのサイズを縮小する工夫なども有効です。

あとは監視体制の強化に尽きます。片手間でなく、監視専属の社員を配置し変化があればアラートと共に対策を即講じるといった体制整備がコスト急増のリスクヘッジとなります。

システム導入前の設計段階でのコスト試算の重要性

データ基盤を再構築する際には設計段階での綿密なコスト試算の重要です。

特にマルチクラウド環境では、データ転送に関わるコストが大きな割合を占める可能性があるため、データフローを詳細に設計し、転送量を正確に見積もることが不可欠です。

また、社内にあるデータテーブルがどの程度存在し、データ毎に必要なデータ転送頻度の設計の他、導入するDWHやCDPシステム等クラウドサービスの課金体系を十分に理解しておくことが必須となります。

自社のみで設計や見積もり、構築準備が工数的に難しい場合は、必要に応じて、クラウドベンダーやデータ構築専門のコンサル企業の支援を受けることも選択肢として検討してみてはどうででしょうか。

シンプルなアーキテクチャの追求

マルチクラウド環境では、複雑なアーキテクチャになりがちですが、可能な限りシンプルな設計を心がけることが重要です。異なるクラウドサービス間でのデータ転送を最小化し、処理を同一クラウド内で完結させることで、コストと運用負荷の両方を削減できます。

AI READYなデータ基盤構築によるコスト削減

今後企業内におけるAI活用は急増していくことに間違いはありません。それに伴いデータ転送量は確実に増えていきます。またAIエージェントのトークン量も急増していくことでしょう。データ基盤の構築の仕方によってそのトークン量は大きく削減可能となります。

つまり、AIに最適化されたAI READYなデータ整備を実現可能なAIフレンドリーなデータ基盤を構築することで可能になります。

【関連情報】

AI READYなデータ基盤構築について参考となるホワイトペーパー

化し、処理を同一クラウド内で完結させることで、コストと運用負荷の両方を削減でき

まとめ

企業内におけるAIの活用が進むにつれデータ通信量は今後も増加していくことは容易に予想できます。それに伴いコスト急増という事態を回避するためにも今後のさらなるデータ活用の拡大を見据えたデータ基盤の構築・設計が求められています。

更に将来的なAI・機械学習を活用した高度な分析機能の実装や、即時性の高いリアルタイムデータ処理への対応など、次世代のデータ活用基盤への進化も情シスやDX推進部署には今後求められていくでしょう。

本記事の内容は、DX推進部署やシステム部門の責任者にとって、マルチクラウド環境でのデータ基盤構築を検討する際の貴重な参考となるでしょう。持続可能なデータ活用基盤の構築には不可欠です。

データ基盤の構築やクラウド活用の最適化をご検討の際は、ぜひ専門家にご相談ください。

詳細はこちらの製品サイト（https://cx.geniee.co.jp/product/cdp/）をご覧ください。

また、データ基盤構築に関する詳しい情報は、以下のホワイトペーパーでもご紹介しています。

・AI基盤比較ガイド：https://geniee.co.jp/media/ebook/ai-platform-hikaku/

・CDP活用ガイド：https://geniee.co.jp/media/ebook/gl-cdp-ebook001/

クラウド活用やデータ基盤構築に関するご相談は、お気軽にお問い合わせください。