日本オラクルの三澤智光氏

　レガシーシステムには企業の重要なデータが格納されており、パッチ（修正プログラム）の適用やバージョンアップができない状態は非常に危険だ。これからシステム内のデータを活用していく上でも、モダナイゼーションは必須だという。

　特に三澤氏が注視するのが、ERP（統合基幹業務システム）にまつわる課題だ。従来のERP製品では、過度なアドオン開発（足りない機能を開発して追加すること）による導入コストと、5～7年ごとに実施するアップグレードに掛かるコストが膨れ上がっていた。OracleのSaaS（Software as a Service）型アプリケーションスイート「Oracle Fusion Cloud Applications」と「Oracle NetSuite」では、半期もしくは四半期ごとの定期的なアップグレードを実施していく計画だ。定期的なアップグレードで最新機能を提供することにより、アドオンを抑制する他、ERPのユーザー企業にとって悩みの種だったアップグレードコストやセキュリティホール、パフォーマンスなどの問題解消につなげる。

　近年は、企業がクラウドサービスを選定する際の要件としてデータ主権（データの制御と管理に関する権利）の視点が欠かせなくなった。日本オラクルはユーザー企業のデータセンターでOracleのクラウドサービス群「Oracle Cloud Infrastructure」（OCI）を利用可能にするデータセンターサービス「OCI Dedicated Region」と「Oracle Alloy」を提供する。2つのサービスは基本的に同じ機能を持つが、Oracle Alloyではユーザー企業がOCIの運用や他サービスとの連携などができる点を特徴とする。

オラクルがLLM「Cohere」を提供する狙い

　三澤氏は今後提供を計画する生成AI（テキストや画像を自動生成するAI技術）機能についても説明した。基幹システムにおけるAI活用では、高可用性やスケーラビリティ（拡張性）、即時性、信頼性といった点が重視される。これらの要件を満たす企業向けAI機能と、それを稼働させるインフラやデータ管理機能、セキュリティ機能を提供し、2024年を「エンタープライズ生成AI元年にする」と同氏は語った。

　OracleはAIベンダーCohere社と連携して、企業向け大規模言語モデル（LLM）「Cohere」をOCIで利用可能にするサービス「OCI Generative AI」を提供する（提供時期は未定）。Cohereのパラメータ数（データ変数）は500億と、「GPT-3」の最大1750億と比べてコンパクトなモデルのため、必要なGPU（グラフィックス処理装置）数を抑えられる傾向にある。そのためユーザー企業が独自でモデルをトレーニングする「ファインチューニング」に掛かるコストや手間の削減、サステナビリティ（持続可能性）向上につなげられるメリットがある。

　企業がLLMに独自の回答を出力させる主な方法として、ファインチューニングの他に「RAG」（検索拡張生成）がある。RAGとは、学習データ以外の外部データベースから情報を検索、取得し、LLMが事前学習していない情報も回答できるよう補う手法を指す。三澤氏は「一般企業の間では、ファインチューニングと比較して必要な労力やコストの少ないRAGが主流となる」との見方を示す。RAGの実現にはベクトルデータ（数値型の構造体）が欠かせない。Cohere社はあらゆる形式のデータをベクトル形式に変換してコンピュータが処理できるようにする「エンベディング」向けLLMも提供しており、RAGの構築にも適する。

　生成AI活用を支えるインフラには、OracleとNVIDIAが提携して提供するGPUクラスタ「OCI Supercluster」が使われる。モデルの学習を実施する際の通信を高速化する技術として、Oracleはメモリ同士で直接データ転送をする技術「RDMA」（Remote Direct Memory Access）を採用する。

　Oracleは今後、同社のSaaS製品群全体に生成AI機能を組み込んでいくという。ユーザーはファインチューニングやRAGを実施する手間なく、最新のAI機能を利用できるようになる。このような利点を踏まえて三澤氏は、「5年10年先を見据えて、クラウドネイティブシステム（クラウドサービスでの運用を前提にしたシステム）を採用すべきだ」と強調する。