機械学習はAIのサブセットであり、データサイエンス学部の履修科目としても一般化しつつある。機械学習ツールを使えば、IT部門はアルゴリズムを用いて大量データの処理を自動化したり、データをより迅速に分析して洞察を得たりすることが可能だ。

　クラウド管理者やクラウドアーキテクト向けには、AIや機械学習について学び、データサイエンススキルを向上させるためのトレーニングプログラムが各種用意されている。クラウドプロバイダーが直接提供しているトレーニングプログラムや認定資格もある。Microsoftは「Microsoft Certified Solutions Associate」（MCSA）認定資格に機械学習のジャンルを設け、Googleはビッグデータソリューションを担当するITプロフェッショナル向けに「Data and Machine Learning（データと機械学習）」というトレーニングプログラムを用意している。

サーバレスアーキテクチャのスキルが大きな強みに

　サーバレスアーキテクチャは、クラウド業界で引き続き注目を集めているキーワードだ。サーバレスアーキテクチャには幾つものメリットがあるので、クラウド分野のスペシャリスト――アーキテクトであれ、開発者であれ、管理者であれ――にとって、サーバレスアーキテクチャのスキルは大きな強みとなる。

　サーバレスアーキテクチャはまだその存在が知られ始めたばかりだが、コンテナと同様、急速に勢いを伸ばしそうだ。「コスト面でメリットがあり、複雑ではないので、エンドユーザーには魅力的だ」と451 Researchのライマン氏は語る。

　サーバレスアーキテクチャを使えば、既定のインフラをプロビジョニングして管理しなくても、アプリケーションを開発して実行することが可能だ。さらにサーバレスアプリケーションはイベント駆動型であり、コンポーネント（関数）はトリガーが発生したときだけ呼び出され、タスクが完了すると終了する。料金は関数の実行時間に対してのみ発生し、アプリケーションが停止している間は課金されない。

　こうしてコストを削減できるのは大きな魅力だが、そうした効果は常に期待できるわけではない。IT担当者には、サーバレスコンピューティングへの向き不向きをアプリケーションごとに判断するための知識が求められる。例えば常に稼働するアプリケーションの場合は、サーバレスプラットフォームの方が従来型のクラウドインフラよりもコストがかさむ可能性がある。

　ITプロフェッショナルは、サーバレスアーキテクチャのためのクラウドコンピューティングスキルをさまざまな方法で向上させることが可能だ。手始めにAWSの「AWS Lambda」やMicrosoftの「Microsoft Azure Functions」、Googleの「Google Cloud Functions」、IBMの「IBM Cloud Functions」といった人気のサーバレスプラットフォームを使ってみるといい。サーバレスプラットフォームはFaaS（Function as a Service）と呼ばれることもある。

　なお、サーバレスアプリケーションは従来型のアプリケーションとは管理方法が異なる。サーバレスアーキテクチャはアプリケーションを複数の関数に分割するので、管理者は関数ごとに性能を監視し、問題を解決し、使用状況を追跡しなければならない。運用規模や負荷分散についても適宜見直す必要がある。

　サーバレスアーキテクチャはまだ新しい技術なので、経験豊富な人材の確保は難しい。だがこうした2018年の人材不足の状況は、ITプロフェッショナルにとっては大きなチャンスだ。

　「機械学習と似た状況になるだろう。サーバレスアーキテクチャを使いこなすための専門知識に対する需要は高いが、あまり多くの人材がいないのが現状だ」とライマン氏は語る。

マルチクラウドの導入と管理には独自のスキルが必要

　近年、マルチクラウドの導入を検討する企業が増えている。性能やコストなどを考慮し、複数のクラウドからホスティング環境を選択できるという柔軟性に魅力があるからだ。そのためITプロフェッショナルには、複数のIaaS（Infrastructure as a Service）ベンダーに対応できるクラウドコンピューティングスキルを身に付けることが求められる。

　「2018年と2019年には、用途に応じて複数のパブリッククラウドを使い分ける企業が増えるだろう」とForresterのバルトレッティ氏は語る。データバックアップ用にはGoogleのクラウドストレージを使った関数ベースのプログラムを作成し、Azureで機械学習サービスを利用し、AWSでLambdaを展開するといった具合だ。

　AzureやAWS、Googleは今後もパブリッククラウドの選択肢として高い人気を維持するだろう。各社のクラウドサービスのポートフォリオには重複する部分もあるが、管理ツールのように、大きく異なる要素もある。

　2018年、企業がマルチクラウドの導入を進めるためには、こうした複数のクラウドベンダーの管理ツールを使いこなせるITプロフェッショナルが必要となる。

　「AWSの知識があれば素晴らしい。だが本当に重要なのは、その他のクラウドベンダーについても理解し、複数のクラウドを使い分けながら可用性を高めることができるかだ」。オンラインでIT研修サービスを提供するLinux AcademyのCEO、アンソニー・ジェームズ氏はそう語る。

　マルチクラウドを導入している企業にとっては、複数のクラウドプラットフォームと管理ツールに関する深い知識だけでなく、ネットワーク関連のスキルも重要となる。ネットワーク関連のスキルは、ハイブリッドクラウド環境においても不可欠だ。ハイブリッドクラウド環境では、プライベートクラウドとパブリッククラウド間でデータを移動させる際に高い性能と信頼性が求められるからだ。

　「パブリッククラウドに移すアプリケーションの要素が増えるほど、レイテンシや性能、データ移行など、対処すべき課題も増える」とForresterのバルトレッティ氏は語る。こうした各種の課題に対処するためには、オンプレミスのデータセンターとパブリッククラウドの間で安定したネットワーク接続環境を実現する必要がある。

　ハイブリッドクラウドやマルチクラウド用に安全かつ信頼性の高いネットワークを構築するためには、パブリッククラウドベンダーとの専用線接続について理解しておくことも重要だ。主な専用線接続サービスには、AWSの「AWS Direct Connect」、Microsoftの「Azure ExpressRoute」、Googleの「Google Cloud Dedicated Interconnect」などがある。こうしたサービスを使えば、企業はパブリックインターネットを迂回（うかい）し、低レイテンシな専用線を経由してオンプレミス環境とクラウドとを接続できる。

　ハイブリッドクラウドやマルチクラウドの導入を計画している企業は、コンテナ技術のスキルを持つ人材も確保したいところだ。コンテナ技術を使えば、複数のクラウド間でアプリケーションの移植性を高めることができる。コンテナ関連で需要が高いのは、コンテナ管理ソフトウェア「Docker」とオープンソースのコンテナオーケストレーションツール「Kubernetes」に関するスキルだ。

　「Kubernetesを使えば、複数のクラウド間でアプリケーションを容易に移行でき、ベンダーによるロックインも回避できる。オンプレミスからクラウド環境への移行にも役立つ」とLinux Academyのジェームズ氏は語る。