デル・テクノロジーズ The Six Five Summit: AI Unleashed 2026
決算説明会の要点と文字起こしを確認できます。
文字起こし
最初の15段落を発言者ごとに確認できます。
SnowflakeのSridhar Ramaswamy氏から、エンタープライズAIの転換点と、なぜデータが堀になるのかについてでした。ここからAIインフラに移ります。Dell Technologiesは、エージェント型AIはもはや単なるインフラの話ではなく、オペレーティングレイヤーの話でもあると主張しています。本番環境で実際に機能させるために、その下支えとして何が必要なのかを、このセッションで掘り下げていきます。Mattさん、エージェント型AIをデモから本番環境へ移行させるには、インフラに関する議論を実際にどのように転換する必要がありますか。
そうですね、Daveさん、素晴らしい質問です。いや、本当に興味深いテーマですよね。ここ数年、私たちはトレーニングについて話してきました。率直に言うと、トレーニングと本番環境のエージェント型AIのインフラを見れば、エージェント型AIは明らかに推論の問題であり、トレーニングとはまったく違うものですよね。あるいは、数年前に私たちが想定していた推論でさえ、今の推論とは似ても似つかないものです。考えるべき点はいくつかありますよね。第一に、多くの場合、メモリが制約となるリソースになります。トレーニングでは、コンピューティングとインターコネクトが中心です。エージェント型AIの推論では、メモリが中心になります。エージェントは、多数の呼び出しを行い、他のエージェントも呼び出す、長時間にわたるワークフロー全体で状態を保持しますよね。これらはKVキャッシュ内に保持されます。
大きなコンテキストウィンドウと20～30ターンを与えると、コンピューティング能力を使い切るよりずっと前に、メモリ容量、そしてメモリ帯域幅がすぐに不足します。その結果、実際に購入すべきものが変わり、ピークスループットよりもアクセラレーター1基当たりの容量が少し重要になりますよね。絶対的な速度を追求しているわけではありません。同時に、より多くの処理を行うことを求めています。メモリは現実的な問題であり、そこから別の論点にもつながります。この4年間、私たちはGPUについて話してきましたし、皆GPUが大好きで思い入れもありますが、CPUが再び構成要素に戻ってきており、全体の方程式における重要な一部になっています。これはまだ、価格に十分織り込まれていないと思います。先ほど述べたように、CPUはオーケストレーターになります。CPUが呼び出しを行い、分岐ロジックをすべて処理し、先ほど述べたツールの呼び出し、検索、サンドボックスでのコード実行、そしてエージェント間の連携をすべて担います。
そのすべてがCPUを起点に行われます。興味深いことに、NVIDIAは台湾で開催したGTCで、エージェント型AIがCPUに与える影響について話し、従来型AIではGPUとCPUの比率が8対1、あるいは16対1程度だったと話していました。正確な数字は覚えていません。エージェント型AIが主なワークロードになると、そのモデルでは比率が2対1、さらに1対1へと低下しました。CPUは非常に大きな論点です。第三の点については、興味深い話に早く移りたいと思うので手短にしますが、レイテンシーです。
デモやエージェント型AIのパイロットでは、エージェントが数回呼び出しを行い、まずまずの結果になります。利用率が少しずつ上昇し始めるのも確認できます。それをチームの数百人、企業の数千人、さらには数万人、数十万人規模にわたって本番環境に投入し、数多くのエージェントが連携して動くようになると、レイテンシーが現実的な問題になります。これは容量の問題ではありません。テールの問題です。ノードを追加するだけでは解決できません。ここで止めます。Alistairさんが意見を述べたくてうずうずしているようですから。
移行にあたって重要な点をいくつも挙げていただきました。エージェント型AIと推論はトレーニングとは大きく異なりますが、もう一つの違いは、必要とするデータの種類と、そのデータが変化する速度です。トレーニングでは比較的静的な非常に大きなデータセットを扱いますが、推論では非常に最新の、そして非常に具体的なデータを扱いたいと考えます。そのため、非常にターゲットを絞ったデータのバーストを届ける能力が極めて重要になります。もう一つは、皆さんが示唆しているように、1～2個のエージェントが有用なことを行うデモから、実際に数百個のエージェントを稼働させられる状態への移行です。
そのためには、科学プロジェクトのようなアプローチではなく、エージェントを提供するためのプラットフォーム型アプローチが必要です。これは非常に大きな転換です。単一のワークロードを長時間稼働させるトレーニングでは、特定用途に最適化した環境を構築できますが、エージェントをプラットフォームとして稼働させる場合は、時間の経過とともに利用するさまざまなエージェント全体に適用できる、はるかに汎用的で再利用可能、かつ再適用可能なテクノロジーが必要になります。
そうですね、Alistairさん。そうおっしゃると、私たちは忘れていたことに気づきます。先ほどのお話に関連して言えば、トレーニングは持続的なものです。ラックレベル、あるいはGPUファームに、常にデータを送り込み続けます。エージェント型AIになると、持続的ではありますが、そこでは同時に多くのバースト的な処理も発生します。
そうですね。それではAIインフラのセッションを始めましょう。AIアシスタンスから真に自律的なエンタープライズへ移行する際、エージェント型AIを現実のものにするには何が必要なのかという問いについて、DellのグローバルCTO兼最高AI責任者であるJohn Roese氏に話を伺う機会がありました。こちらがJohn氏です。皆さん、こんにちは。The Six Five Summit、AI Unleashed 2026へようこそ。このAIインフラのオープニングセッションでは、企業がAIの実験から業務変革へ移行する方法を探ります。Dell Technologiesのグローバル最高技術責任者兼最高AI責任者、John Roese氏に参加していただきます。Johnさん、Six Fiveへようこそ。
参加できてうれしいです。AIをめぐる熱気は尽きることがなく、多くの組織がパイロットや概念実証を越えて何を行うのかを話しています。
エージェント型AIが本当に本番環境で利用できる状態にあると確信する理由は何ですか。
大きな理由の一つは、私自身が実際に取り組んでいることです。ですから、当社で実際に本番稼働しているエージェントがあると確信を持って言えます。しかし、より大きな理由は、そのパターンが実際に維持されていることです。テクノロジーが成熟していることを目の当たりにしています。同時に、はっきり言っておくと、現在行われているエージェント・ウォッシングの規模には驚かされます。無作為に選んだ人にエージェントとは何かと尋ねても、どんな答えが返ってくるかは分かりませんが、おそらく間違っているでしょう。私たちは、チャットボットやデジタルアシスタント、そして単にデータを利用可能にする非常に従来型のアプローチを、自律型エージェントと混同しています。これらは二つの異なるものだと、人々が認識することが極めて重要です。そして認識すべき最も重要な点は、企業における生成AIの取り組みのほぼすべてが、これまではチャットボットを使って生成AIの能力で自社固有のデータを利用可能にすることを目的としていた時代から、私たちはすでに次の段階へ進んだということです。
それは素晴らしいことです。ぜひ行うべきです。
非常に重要なことです。当社固有のデータを利用可能にするだけでDellには多大な効果があり、売上成長とコスト構造を完全に切り離すことができました。素晴らしいことであり、取り組む価値があります。エージェント型AIへ移行する第二段階は、異なるものです。単にデータを利用可能にするだけではありません。行っているのは、仕事をデジタル化することです。文字どおり、人間から機械へ仕事を移しています。その仕事は非常に単純なものかもしれません。旅行を予約する、この内容を要約するといった自律的なタスクにすぎない場合もありますが、人間の指示や監督なしに完了します。あるいは、CRMデータを整理する、私のためにこのソフトウェアを構築するといった、はるかに重要な仕事の場合もあります。これらはまったく異なる世界であり、その境目がかなり急に現れたことを、人々がまだ十分に理解していないことが課題の一つだと考えています。インフラが異なります。テクノロジースタックも異なります。
実際、目的そのものが異なります。一つは、自社固有のデータを利用可能にして、人間の生産性を高めることです。もう一つは、人間の処理能力と仕事の処理能力を切り離すことです。それがエージェント型AIで起きていることです。私がそれが実在すると確信している理由は、2年前に最初のエージェントを構築したからです。そして、この1年間で本番環境に導入しました。適切なガバナンスプロセスに従い、非常に慎重に対象を絞った具体的な方法でこれらのツールを実際に利用した事例は十分にあり、実質的な効果をもたらすと感じています。CRMデータを整理するエージェントがあります。コードを書くエージェントがあります。あらゆることを行うエージェントがあります。特殊な価格設定を行うエージェントもあります。適切なプロセスと適切な仕事を見つけ、テクノロジーを正しく使えば、これらは実際に本番環境へ導入できると分かりました。本番環境に導入されたとき、最大の効果は第一段階に現れます。
文字起こし全文
翻訳済みの文字起こし全文はStockNowで確認できます。
すべての発言、英語の原文、発言者ごとの記録はStockNow Proで確認できます。
Proで文字起こし全文を見るAI翻訳には、一部不正確な表現が含まれる場合があります。
決算説明会の参加者
この決算説明会では3名が発言しましたが、ここに表示しているのは2名のみです。
参加者一覧
参加者の詳細はStockNowで確認できます。
ログインすると、経営陣やアナリストの氏名・役職と、すべての発言記録を確認できます。
ログインして参加者をすべて見るさらに見る