※本記事は、Dell Technologiesが主催し、イベント当日にライブ配信された「Dell Tech World (DTW) 2026 Day 2 Keynote ― Build to Lead」の内容を基に作成されています。本キーノートには、Dell TechnologiesのVice Chairman兼Chief Operating OfficerであるJeff Clarke氏が登壇し、ゲストとしてGoogle CloudのThomas氏、Offline Ventures共同創業者およびOpenClaw Foundation共同創業者兼理事のDave Warren氏、Dell TechnologiesのArthur Lewis氏が参加しています。本キーノートでは、Dellの差別化されたエンドツーエンドのテクノロジーポートフォリオ、ワールドクラスのサービスとパートナーエコシステムを通じて、急速に進化するデジタル環境で競争し勝ち抜くために必要なスピード・レジリエンス・スケールをいかに実現し、AI主導の時代をリードしていくかが語られています。動画は https://www.youtube.com/watch?v=NdvHki_3vS0 でご覧いただけます。本記事では、キーノートの内容を要約しております。なお、本記事の内容は原著作者および登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。最新の #DellTechWorld 2026 のキーノートやセッション、業界リーダーによるインサイトについても、あわせてご参照ください。
1. オープニングとAIの変曲点
1.1 Day 2 キーノートへようこそ／Jeff Clarke のキャリアと変曲点の宣言
Jeff： おはようございます。今かかっていたCrazy Trainという曲には、本当に懐かしい思い出が詰まっています。チームには今から私が何を話すか伝えていませんでしたが、彼らには見当もつかないでしょう。この曲が米国でヒットしたのは1981年の2月のことでした。少し自分の年齢がばれてしまいますが、私はその数か月後に高校を卒業しました。そしてその年の8月12日、エンジニアリングスクールに入る直前に、私の人生を永遠に変える非常に重要な出来事が起きたのです。IBMがPCを発表しました。私はキャリアのほとんどをDellで過ごす特権に恵まれ、もう40年近くになります。PCからサーバー、ストレージ、インターネット、モバイルへと、次から次へと押し寄せるイノベーションの波を最前列で見てきました。そして今日、こうして皆さんの前で人工知能とエージェント型のワークフォースについて語っています。本当に素晴らしい道のりでした。
Dell Technologies World二日目へようこそ。昨日Michaelが舞台を整え、いつものように高いハードルを設定してくれましたので、私にはやるべき仕事が少々あります。彼はモダンエンタープライズがどういうものかを語りました。今日はその上に「どう築いていくか」を話します。昨年のキーノートを覚えていらっしゃるかもしれませんが、私はトークンの利用は過小評価されている可能性が高いと申し上げ、私たちはエージェント時代の最前線にいると述べて締めくくりました。
ところが、私は少々保守的すぎたことが判明したのです。これは滅多にないことですが、確かにそうでした。AIは本物の変曲点を越えました。モデルも、ソフトウェアも、ハードウェアも、誰の予測よりも速く、より高い能力へと進化しました。3年かかる旅だと思われていたものが、12か月足らずで起きてしまったのです。12か月足らずで。まったく驚くべきことです。
2. 過去12か月の変化と3つの巨大シフト
2.1 2025年のAIトップ10トレンド
Jeff： さて、皆さんご存知の通り、私はトップ10リストが大好きです。こうした話はいつもそこから始めたくなります。チームは私のこの癖を何とかやめさせようとし続けていますが、今回もまた成功しませんでした。前回皆さんとお会いしてから私たちの世界を変えた、10の事柄についてお話ししたいと思います。どれも実に深遠なものです。
第一に、AIはアドバイザーからオペレーターへと変わりました。これは昨日Michaelも触れていましたが、AIは答えを実行し、例外を管理し、自分で解決できないものをエスカレーションするようになったのです。第二に、モデルの価格はおよそ80%下落しました。しかしトークンの消費量は10倍に増え、2025年には1年で100兆トークンを突破しました。同じく重要なのは、コンテキストウィンドウが数百万トークンを超えたことです。今や、コードベース全体、1年分の契約書、運用履歴の全体を、すべて一度のパスで投入できるようになりました。
学習がモデルを作り、推論がビジネスを動かします。推論のワークロードは今年、AIコンピュート全体のおよそ3分の2を占めるようになりました。コンピュートの曲線は屈曲し、正直に言って、もう元には戻りません。生成AIソフトウェアへのエンタープライズの支出は、2025年に3倍となり370億ドルに達しました。支出している企業はもはや実験しているのではなく、構築しているのです。そして私のお気に入りの一つ、フィジカルAIがラボを出ました。ロボティクス、自律システム、身体を持つエージェントが、工場や倉庫、病院、農場に姿を現すようになったのです。
これも私の個人的なお気に入りですが、PCがAIスタックの一部になりました。ソフトウェア開発やメディアのワークフローといった処理がエンドポイントへ移ったため、デスクサイドの処理能力が重要になったのです。そして率直に言って、人材をめぐる議論はひっくり返りました。もはや「AIエンジニアをどこで見つけるか」ではありません。「どうすれば全員にAIエンジニアのように考え、働いてもらえるか」なのです。そして最後に、会話そのものが変わりました。私が会うすべてのCIOは「やるべきか」と問うのをやめ、「どれだけ速くできるか」と問い始めたのです。
10の事柄が12か月で起きました。どれか一つでも、別の時代であれば、その年の見出しを飾っていたはずのものばかりです。それが今回は、これから来るものの単なる「文脈」にすぎないのです。よく考えてみてください。
2.2 トークン・生産性・コストモデルの3つの観察
Jeff： ここで皆さんと共有したいのは、私がDellの内側で、そして顧客の内側で、今お手伝いしている1000もの環境の内側で見ているものです。三つのパターン、三つのはっきりとしたパターンがあり、これは今朝ここを出ていく皆さん一人ひとりに、しっかりと心に留めておいていただきたいものです。
最初の観察は、トップ10の中に少し埋もれていたものです。トークンのコストは急速に下がり、トークンの利用は爆発しています。トークンコストは前年比でおよそ80%下落しました。一方でリーズニング用途だけを見ると、トークンの利用は320倍に増えています。考えてみてください。コストが80%下がり、利用が320倍に爆発したのです。単価が崩壊するほどに下がり、それが利用量の爆発を引き起こしている。このパターンに聞き覚えがあるとすれば、その通りです。私たちは帯域幅でも、ストレージでも、コンピュートでも、何十年にもわたってこれを見てきました。単価が安くなると、それが膨大な新しい利用を解き放ち、結果として総支出は下がるどころか上がるのです。そしてこれほど速いペースで動くのは見たことがありません。私たちはそれをここDellで目にしています。あるエンジニアの集団は、過去に私たちが割り当てていた1か月分のトークンを、わずか数時間で使い切ってしまいました。何かが壊れていたからではなく、うまく機能していたからです。これこそがエージェントによる成功の姿であり、皆さんはそれに備えておいたほうがいい。なぜならそれはやってくるからです。
二つ目の観察です。AIの生産性は極めて非線形だということです。今日AIを展開しているほとんどすべての企業の中で、5%の人々が95%の価値を生み出しています。なぜか。誰かがエージェントを効果的に使う方法を覚えると、その人はあらゆることにエージェントを使うようになるからです。リサーチ、コーディング、モデリング、戦略、分析。その人の一日は、隣に座っている人とはまったく違うものになります。私たちは彼らを「知性のスーパーユーザー」と呼んでいます。ごく一部の労働力が大半の成果を牽引し、その優位性を週を追うごとに複利的に拡大していくのです。ですから、もし皆さんが組織全体を平均してAIのROIを測っているのなら、率直に言ってそれは間違っています。それはアイドル状態のコアを平均に含めてシステム性能を測るようなものです。正しい問いはこうです。私のスーパーユーザーは誰か。彼らは何をしているのか。そしてどうすれば全員を彼らのようにできるのか。
三つ目の観察です。トークンは、もしまだそうなっていなければ、まもなく皆さんの損益計算書(P&L)の一項目になります。エージェントは、複数のスプリントチームが何人もかけて何日も何週間もかかっていたことを、数分、数時間でやってのけています。コードを書き、テストし、デプロイし、次のイテレーションを計画する。これは30%の生産性向上ではありません。10倍、100倍、しばしばそれ以上の向上です。構造的に別の会社になるということです。エージェントが認知的な作業をより多く引き受けるにつれて、コストは人件費からトークンへと移っていきます。もう一度言います。エージェントが認知的な作業を担うほど、コストは人件費からトークンへ移るのです。将来、トークンは誤差の範囲どころではなくなります。そして今このシフトに備えている企業は、待っている全員に対して大きな優位を持つことになるでしょう。
3. AIネイティブ・エンタープライズへの再発明
3.1 なぜ今、企業は再発明すべきか
Jeff： この三つの観察を一つにまとめてみましょう。モデルの価格が崩壊する一方でインフラの需要は爆発し、成果はひと握りのスーパーユーザーに集中して彼らが週を追うごとに他の全員を引き離していき、そして認知的な作業のコスト構造が今まさに目の前で反転している。世界中のすべての企業は、たった一つの前提の上に築かれてきました。認知的な作業は人間の労働時間に比例してスケールする、という前提です。もっと分析が欲しければアナリストをもっと雇う。もっとコードが欲しければ開発者をもっと雇う。エージェント型AIは、その比率を永遠に壊してしまったのです。
そしてここからが、誰も声に出して言いたがらない部分です。私たちの多くが持っているオペレーティングモデルは、昨日まで生きていた世界のために作られたものであり、今やそれが壊れているということです。皆さんも感じているはずです。皆さんのチームも感じているはずです。まだ誰もこれを完全に解き明かしてはいません。私たちも確かに解き明かせてはいません。しかし私たちにとって明らかなのは、これからの10年を勝ち抜く企業はAIネイティブな企業になるということです。
ではAIネイティブとは何を意味するのか。ここははっきりさせておきたいのですが、AIネイティブな企業であるために、AIの時代に生まれている必要はありません。それは生まれながらの権利ではなく、オペレーティングモデルなのです。知性がユーティリティであり、それがあらゆるワークフロー、あらゆる意思決定、あらゆる製品、あらゆるやり取りの中を流れていく、という前提の上に成り立つものです。私の故郷テキサスでは、移住者がよくこう言います。多すぎるくらいですが、彼らはこう言うのです。「テキサスで生まれたわけじゃないが、できるだけ急いでここに来たんだ」と。それが皆さんへの私の挑戦状です。AIから始めなかったからといって、そこにたどり着けないわけではありません。そして皆さんが自問しなければならない問いはこうです。自分が築き上げてきたものを、本当に進んで破壊する覚悟があるか。古いやり方を地面まで叩き壊して、新しいやり方で建て直す覚悟があるか。私の言い方をすれば、いったんぶっ壊して、ゼロからやり直す覚悟があるか、ということです。最終的に私たちが話しているのはそういうことなのです。根本から変わらなければなりません。
3.2 AIネイティブ・エンタープライズを構築する5つの要諦
Jeff： これが次の話につながります。先ほどの観察と、それがもたらしている影響を考えると、AIネイティブな企業をどう構築するかに深い影響が及びます。そこで私には五つの要諦があります。今すぐやるべきこと、しかも正しくやらなければ、これから来るものに備えられないことです。
最初は、AI対応のデータ基盤を築くことです。これについては後ほどArthurが詳しく語ってくれます。昨日Michaelも言ったように、AIはデータの上で動きます。しかしほとんどの企業では、データは何十ものシステムに散らばっています。その80〜90%は非構造化データで、エージェントが効果的に使える形ではどこにもつながっていません。エージェントをスケールさせて動かすには、リアルタイムでつながったナレッジ層が必要なのです。そしてここで皆さんが下さなければならない構造的かつアーキテクチャ上の決断があります。データをAIのところへ動かすのではなく、AIをデータのところへ動かすのです。これは根本的に異なるアプローチであり、率直に言って、今こそ下すべき決断です。
二つ目は、分散型のAIインフラを築くことです。学習と推論は、まったく異なる物理特性を持つ、まったく異なるワークロードです。昨日JensenとMichaelも少し触れていましたが、学習には巨大なGPUクラスターが必要で、必然的に集中型になります。成長が起きている推論のほうを考えると、リーズニングモデルがマルチステップの連鎖を実行し、エージェントが何度もモデルを呼び出して、計画し、評価し、反復しています。こうしたワークロードは、18か月前に動かしていたものより10倍から100倍コンピュート集約的です。Jensenは昨日、1000倍だと言っていました。10倍、100倍、1000倍も計算負荷が高いのです。AIネイティブな企業は、その両方のために築かれていなければなりません。
三つ目は、自律システムをセキュアにすることです。エージェントについて言えることはこうです。彼らはモデルを呼ぶだけではありません。皆さんのCRMを呼び、ERPを呼び、財務システムを呼び、顧客データベースを呼びます。それらの接点の一つひとつが、保護され、ログに記録され、そして元に戻せるものでなければなりません。なぜなら、エージェントが皆さんの代わりに行動を起こすとき、価格を変えたり、顧客レコードを更新したり、調達のワークフローを開始したりするとき、それが何をしたのか、なぜそうしたのか、そして間違っていた場合にどう取り消すのかを、皆さんが知っておく必要があるからです。AIのワークフォースにおいては、あらゆる行動に領収書が必要なのです。これはコンプライアンスのチェックボックスではありません。自律的に動くシステムに信頼を組み込む方法そのものなのです。
四つ目の要諦は、エンタープライズのスタックを統合することです。エージェントがコーディネーターになります。スタックはそれを可能にしなければなりません。エージェントは皆さんのスタック全体にわたって、計画を立て、タスクを切り、ツールを呼び、作業を実行し、例外に対処する必要があります。それにはAPIファーストのアーキテクチャ、ワークフローのオーケストレーション、そしてマルチステップの実行ができるエージェントフレームワークが必要です。もしスタックがそれをできなければ、エージェントはサイロ化し、高コストになってしまいます。それは取締役会で交わしたい会話ではないはずです。
最後の要諦は、エージェント型AIとトークノミクスのために再構築することです。問いは、消費量が増えるかどうかではありません。それは間違いなく増えます。問いは、正しいトークンを正しいインフラの上で動かしているかどうかです。型通りの要約に最先端モデルは要りません。機微な財務分析は社外に出すべきではありません。そして複雑なリーズニングの連鎖には、どこにあろうと最も高性能なモデルが必要かもしれません。正しいワークロードを、正しいモデルで、正しいティア、つまりエッジ、データセンター、クラウドという階層の上で動かす、と考える必要があります。これを正しくやれば、性能、プライバシー、コスト効率の最適点が得られます。簡単だからといってすべてを一か所で動かせば、待っているのは驚きです。その驚きとは、大きくなる一方の大きな請求書です。昨日Michaelも言いましたが、トークンをどこに置くかというトークンルーティングの考え方は、皆さんが下す中で最も重要なインフラの決断の一つになる、と私たちは根本的に信じています。
五つの要諦、向かう先は一つです。AIネイティブな企業はもはやビジョンではなく、設計図です。そして私が、皆さんが今日それを構築できると確信している理由は、それを支えるエコシステムがすでにここにあるからです。
4. パートナーシップとエージェントの所有
4.1 Dell＋Google Gemini パートナーシップ
Jeff： それでは、私たちの最も重要なパートナーの一社とともに、それがどういうものかをお見せしましょう。
Thomas： ありがとうございます、Jeff。皆さん、こんにちは。お招きいただきありがとうございます。今日、あらゆる業界の企業が前例のないペースでAIを採用し、組織を根本から変革しています。それと同時に、お客様はGeminiのような最も強力なモデルを、自社のデータセンターやエッジ、オンプレミスで使いたいと望んでいます。お客様のAIの旅を支えるために、私たちはDellと三つの重要な領域でパートナーシップを組みました。
第一に、Dell PowerEdgeサーバーとの取り組みを深めています。私たちはNVIDIAのコンフィデンシャル・コンピューティングをBlackwell GPU上で用いる、まさに専用のハードウェア構成を共同設計し、Gemini on Google Distributed Cloudを提供できるようにしました。Geminiが今やお客様の拠点の中で、完全に保護された環境で動きます。プロンプトもデータも暗号化されたまま保たれ、インフラを運用する者にさえ見えないままです。
第二に、データの完全な隔離を必要とするお客様、つまり最も厳格な規制や主権の要件を満たさなければならないお客様のために、AIを解き放ちます。これはGemini on Google Distributed Cloudを、Dellだけと組んでエアギャップ構成で展開することで実現します。これによりお客様の業務はインターネットから完全に切り離され、他に類を見ないセキュリティを提供できます。
第三に、GoogleとDellは、シームレスでワールドクラスのサポート体験を提供するために手を組みました。ハードウェアはDellから、ソフトウェアはGoogle Cloudから購入していただきますが、お客様の運用上の成功については私たちが共同で責任を負います。さらに、DellがこのGemini on Google Distributed Cloudという共同技術ソリューションの早期採用者になってくださることを、大変嬉しく思っています。私たちは、オンプレミスで、必要であればエアギャップで、セキュリティを核に据えながら、あらゆる形・規模の企業や政府にAIを利用可能にしていきます。Dellとのパートナーシップを続け、皆さんのAIの旅を支えられることを楽しみにしています。ありがとうございました。
Jeff： ありがとう、Thomas。オンプレミスで、必要ならエアギャップで、ですね。そしてDell自身がCustomer Zeroとして、本日から利用可能です。実に楽しみです。
4.2 AIの所有とオープンソースエージェント（OpenClaw）
Jeff： さて、ここで少し話題を変えましょう。モダンエンタープライズを築くというのは、インフラだけの物語ではありません。それはエージェントの物語でもあるのです。まったく別の視点からこれを生きてこられた方をお迎えしたいと思います。次のゲストはOffline Venturesの共同創業者であり、OpenClaw Foundationの共同創業者兼理事でもあります。OpenClawは今、エンタープライズAIにおいて最も重要なオープンソースプロジェクトの一つで、「企業は自らのAIを借りるのではなく所有すべきだ」というシンプルな原則の上に築かれています。皆さん、Dave Warrenを拍手でお迎えください。おはよう、Dave、調子はどうですか。
Dave： 絶好調です。ここに来られて嬉しいです。
Jeff： 今朝、舞台裏であなたが取り組んでいることについて少し話しましたが、本当にワクワクする内容でした。あなたはモバイルやソーシャルの変化のいくつかを最前列で見てきたキャリアをお持ちですが、OpenClawでひらめきの瞬間があったそうですね。その「アハ体験」と、なぜこれがすべてを変えると気づいたのかを聞かせてください。
Dave： 私が7歳のとき、祖父がパーソナルコンピューターを私の机の上に置いてくれました。そのとき最初に感じたのは、これで何でも作れる、これは自分のものだ、いじり倒して好きなものに変えられる、という感覚でした。そしてその後のキャリアを通じて、私はずっとその感覚を追い求めてきました。大学にはDellのコンピューターを持っていき、その寮の部屋でDellのコンピューターを使って最初のビジネスを立ち上げました。その後はAppleやFacebookで働きましたが、どの場所でも私たちはコンピューターの力を人々に与え、彼らが自分のために新しい体験を生み出せるようにしようとしていました。
休暇中、実家で家族と過ごしていたとき、友人が連絡してきて「Dave、このOpenClawってやつを絶対に見ておけ」と言ったんです。私は「いや、今は家族の時間だ、休暇中だぞ、そんなものを見ている暇はない」と答えました。それでも結局インストールしてみたところ、24時間以内にあの感覚が戻ってきました。ChatGPTが登場して以来、いや、もしかしたらiPhone以来かもしれませんが、初めて未来のコンピューターが目の前の机の上にある、と感じられる最初のAI体験でした。OpenClawこそが、その感覚を抱かせてくれた最初のものだったのです。それ以来、私は創業者のPeter Steinbergerに連絡を取り、毎日一緒に作業して、その感覚を世界中のすべての人に届けようと取り組んでいます。
Jeff： それは実にクールですね。私自身も仕事のダッシュボードでOpenClawを使っていて、物事がずっと楽になりました。私がそれを使っているのを見て、チームは少し驚いていますが。エージェントの能力とエンタープライズへの応用可能性を考えると、舞台裏でも話しましたが、あなたはOpenClawのエンタープライズでのユースケースについて調査をされていますね。もともと個人用アシスタントとして始まったものが、どうやってエンタープライズクラスの能力へと融合していくのでしょうか。
Dave： そうですね。エージェントをエンタープライズに入れるとき、まず頭に浮かぶのはセキュリティと可観測性です。このエージェントが何を知っているのかを理解する必要があります。AIは目覚めたとき、皆さんについて何も知らないということは、私たち全員が分かっています。ですからコンテキストを満たしてやらなければなりません。人々がワークフローの中でより良く働けるよう、重要なデータへのアクセスを与える必要があります。そのためには、エージェントが何にアクセスできるのかを知り、何をしているのかも知らなければなりません。私たちがこの数か月OpenClawを構築する中で学んだのは、まさにそこを解き明かすことでした。最初はエージェントに読み取り専用のアクセスだけを与え、そして一つひとつの行動、一つひとつのことを理解するための可観測性のレイヤーを構築する。それが、エージェントを企業のどこまで入れていけるか、クラウドでもエッジでも人々をどう助けられるかを見極める助けになるのです。
Jeff： 舞台裏で、最大の課題の一つはデータをつなぐことだという話も少ししましたね。今日の聴衆の方々にも関わることだと思いますが、データをつなぐことの難しさと、それを正しくやり遂げたときに得られる効率や生産性の恩恵について、あなたの経験を聞かせてください。
Dave： 二つの異なる動きが見えています。一方には、クラウドで巨大なマルチエージェントのアーキテクチャを構築し、データの種類ごとにアダプターをどう作るかと格闘している人々がいます。これは本当に大変な作業になりえて、皆さんさまざまなやり方で取り組んでいます。私たちがOpenClawで自分たちのワークフローの中でやっているクールなことの一つは、実際にクローラーを作って、クラウドからデータを取りに行き、それをエッジのデバイスに引き寄せてSQLiteのような軽量なデータベースやシンプルなデータ構造に格納することです。そうすればエージェントがそれを猛烈な速さで駆け抜けて、デバイス上でローカルに質問に答えられます。とても速く、とても使いやすくなる。しかもそれがそのデバイス上で起きていると分かるので、データもワークフローも人のすぐ隣にあって、安全だと確信できるのです。私たちは社内でこれを実践しています。OpenClawの中核にいる私たち全員、つまりメンテナーや主要なエンジニアが、こういうワークフローを毎日使っているのです。
5. エッジでのAIとコスト革命
5.1 エッジでのローカル実行とコストのブレークスルー
Jeff： デバイスのほうへ行ってみましょうか。
Dave： ええ、こっちにあるこれを見たんです。
Jeff： あなたにお送りしたGB10のデバイスですね。これを使ってみての体験を、特により多くの能力をエッジへ移すという観点から聞かせてください。
Dave： いや、これは本当にすごいんです。128ギガのRAMがあって、中にBlackwellが入っている。私はこれにOpenClawをセットアップしていますが、どんなOpenClawのワークフローでも動きます。300億パラメータのモデルを使って、データをデバイス上で直接動かせます。さらに、これを自分のコアのClawのサテライトとしてセットアップすることもできます。私には3か月かけて育ててきた、かなり高度なClawがあって、私の主要なワークフローをすべて動かし、すべてのファウンデーションモデルにアクセスできるのですが、それが今ではこのGB10にもアクセスできるようになりました。だから、本当に機微なワークロード、重要で、セキュアで、自分のマシンから出したくないものを動かしたいとき、これをローカルの推論レイヤーとして使い、メインのClawをこれと直接やり取りさせて負荷をかけるのです。
Jeff： でも、私たちの会話からすると、あなたはもう少し多くを求めているのかもしれませんね。なぜもっと能力が欲しいのでしょう。
Dave： 以前の私は、もっと大きなモニターが欲しいと思っていました。でも今は、もっと大きなコンピューターが欲しいのだと分かっています。なぜか。興味深いのは、これ（GB10）が皆さんを1年ほど未来に連れていってくれるのに対して、こちら（より大きなマシン）は5年先の未来へ連れていってくれるということです。個人としてそうなのです。そしてこちらは、会社まるごとを動かせます。もちろん規模にもよりますが、机の下に置く3,800ドルの装置で1兆パラメータのモデルを動かせる。机の下でフロンティアレベルの性能、それを24時間365日動かせる能力、マルチエージェントのワークフロー、まさにフロンティアのエンジニアリングです。私は、私たちのコアエンジニア一人ひとりの机の下にこれを置きたいと思っています。そうすれば、今日のうちに未来を生きられるからです。www.dell.comで入手可能です。
Jeff： 最後の質問として、今日この聴衆に残す一つの考えがあるとすれば、何でしょう。私たちが話してきた、エッジでの能力の必要性と、これからのエージェントやAIの未来におけるエッジの役割に結びつけて聞かせてください。
Dave： ええ。私が言いたいのは、これを試すための道具を人々に与えてほしい、ということです。エッジで動かす必要があるなら、そうしてください。ここから始めるのです。モデルは最良の、最も強力な答えやワークフローを出すためにコンテキストを必要とします。私たちは、人々がはるかに効率的なやり方で仕事を調整している様子を目にしています。エージェントをワークフローに入れて、最初は読み取り専用のアクセスを与え、とにかくゲームに参加させてみる。シンプルなワークフローを整理できるか、人々が物事をより速く、よりローカルにこなせるよう手伝えるか、それを見てみる。とにかく始めること。恐れないでください。とにかく始めて、恐れないことです。
Jeff： 皆さん、Dave Warrenでした。今日は参加してくれてありがとう。Daveは私が今朝ずっと言ってきたことを裏付けてくれました。企業は自らのAIを所有しなければならない、借りるのではなく、と。しかしこれは非常に実務的な問いを生みます。では、これをどこで動かすのか。昨日Michaelが発表したDell DeskSide Agentic AIです。その原理は実にシンプルで、最も効率的なAIのトークンは、データに最も近いところで生み出されるトークンだということです。そして皆さんのデータのほとんどはクラウドにはありません。オンプレにあり、エッジにあるのです。だからこそ、そこでAIを動かす必要がある。この部屋にいるすべての開発者とITリーダーにとって、それは、チームがローカルでエージェントを構築し、テストし、ファインチューニングできるセキュアなサンドボックスを意味します。予測のつかないクラウドコストもなく、帯域の問題も帯域のペナルティもなく、IPが社外に出ることもありません。それがどういうものかをお見せしましょう。
（デモ）クラウドのエージェントは、あらゆるステップでトークンを燃やします。たった一人の開発者が、一日でクラウドコストを3,400ドル燃やすこともあります。もっと良いやり方があります。低コストとより高い効率の鍵は、正しいワークロードを、正しいモデルで、正しいティアの上で動かすことです。ミッションはこうです。機微なデータをさらすことも、クラウドの予算を吹き飛ばすこともなく、すべてのユーザーに自律的なインサイトを届けるエンタープライズのリサーチエージェントを作ること。これは開発者がGB10の上でローカルに構築するところから始まります。NVIDIA NeMoのClawで動き、エージェントが開発者とともに計画を立て、実行し、テストし、反復します。皆さんのIPはマシンから一切出ません。エージェントはNemotronのモデルで動き、OpenClawをセキュアに、完全なガバナンスとコントロールのもと、NVIDIAのOpenShellサンドボックスの中で走らせます。次に、専門化したエージェントのチームに、この新しいリサーチエージェントを磨かせます。彼らは自律的に動き、24時間のプリプロダクションのサイクルの中で反復しリファクタリングして、性能とコストを最適化していきます。よりスリムなモデル、より少ないトークン。ラインを見ていてください。ローカルの精度がクラウドに追いつき、やがてそれを超えていきます。ここはコストが本当に急騰しかねないところで、特に自律的なAIエージェントどうしが連携し、再帰的なループを回してトークン消費を急速に膨らませるときです。結果はこうです。10体のエージェントを率いた一人の開発者が、24時間で10億トークンを使い切りました。クラウドであれば3,400ドルの請求書です。ローカルのワークステーションでは、それは指先にある無料のトークン生成器なのです。これがエンジニアリングチームを動かす新しいモデルへようこそ、ということです。計測なしの、24時間体制の、デスクサイドのAIです。
実にクールでしょう。その通りです。あの45年前のデバイス、PCが、計測なしの無料のトークン生成器なのです。それが未来です。一人の開発者、10体のエージェント、24時間で10億トークン。クラウドなら3,400ドル、ワークステーションならゼロ。これはデモではありません。今まさに私たちがお客様とともに構築している展開モデルなのです。
5.2 AI開発者ハードウェア：机からデータセンターへ
Jeff： 先ほどDaveとのやり取りで少し見せ場を奪ってしまいましたが、今お見せしたことをまさに実現する、互いに積み重なっていく三つの製品を紹介したいと思います。GB10は1ペタフロップの性能で、30億から2,000億パラメータの範囲のモデルに最適です。毎秒40トークンを生成します。ほとんどのチームはここから始めるべきです。次にDell Pro Precision Towerに移ると、これはT4で、7ペタフロップの性能です。5,000億パラメータのモデルまでスケールし、毎秒400トークンを生成します。本格的な開発者がここから始める、あるいはここへ移るべき場所です。
そして大物、私の個人的なお気に入り、GB300です。20ペタフロップの性能で、Jensenが昨日言っていたように、最大1兆パラメータのモデルを動かし、毎秒700トークンを生成します。このGrace Blackwell Ultraのスーパーチップは1,500ワットを超える電力を消費します。それを空気では冷やせません。そこで私たちは、他のどこにも存在しないクローズドループの液冷システムを設計しました。これは私を笑顔にしてくれます。特別なものです。大物は実に魅力的です。これがDell ProとDell Pro Precisionの新しいポートフォリオで、本日から出荷可能です。先ほど申し上げたように、www.dell.com でGB300も入手でき、最初の一台は先週すでに出荷済みです。
私はずっと、AIネイティブな企業を築くために何が必要かを話してきました。デスクトップは開発者が出発する場所ですが、それを机からデータセンターへ、そしてクラウドへとスケールさせるには、その下に支えるインフラが必要です。それはArthurの世界です。彼が築いたものを彼自身に語ってもらいましょう。正直に言うと、彼らがやったことのいくつかには、私でさえ驚かされました。皆さん、Arthur Lewisです。
6. データ基盤・推論・ストレージ
6.1 Dell AI Data Platform：データ準備と分散型推論
Arthur： おはようございます、皆さん。Dell Technologies Worldに戻ってこられて嬉しいです。Jeffが明快で説得力のある需要のシグナルと、五つの非常に重要な要諦を示してくれました。エージェント型のワークフォースが立ち上がりつつあること、そしてトークンの爆発が現実であることに、ほとんど疑いの余地はありません。本日は語るべきことがたくさんありますので、私が極めて重要だと考えること、すなわちデータ基盤の構築に飛び込んでいきたいと思います。
まず非常に重要な事実から始めましょう。エンタープライズのデータの大半はオンプレに存在しています。このデータこそが皆さんの戦略的優位であるにもかかわらず、いかなるフロンティアモデルもそれを見たことがありません。冷たく眠り、暗闇の中に置かれ、AIには見えず、ほとんど何の価値も生み出していないのです。能動学習、ファインチューニング、強化学習といった日々進化する手法を、データ全体にわたって活用することは、エージェントの世界において「あれば良いもの」ではありません。それは絶対に「なくてはならないもの」です。結果を最適化するだけでなく、大きなトークン効率をもたらします。例えば、フロンティアモデルに対して実行すると思考連鎖で4,000トークンと3回のツールコールを消費するタスクが、ファインチューニング済みのモデルでは400トークンと1回のツールコールで実行できます。そしてこの計算は、日々何百万もの推論を通じて掛け算で効いてくるのです。
では、どうやってこの筋肉を鍛え、このエンジンを、しかもスケールで築くのか。答えはシンプルで、Dell AI Data Platformです。これは皆さんのデータを燃料とし、皆さんの知性によって形づくられ、皆さんの成果に合わせてチューニングされるエンジンで、三つのシンプルな層から成ります。
第一の層はデータ準備です。データをAI対応にするには、それが発見され、クレンジングされ、ラベル付けされ、AIが実際にやり取りできる何かへと変換されなければなりません。これはまさにDellのオーケストレーションエンジンが設計された目的です。私たちのdata loopの買収から築かれ、NVIDIAと緊密に連携したこのエンジンは、構造化、非構造化、マルチモーダルのデータを扱い、生のエンタープライズコンテンツを、学習と推論に使える豊かでキュレートされ、ガバナンスの効いたデータセットへと変えます。このオーケストレーションエンジンには、200を超えるアプリケーション、モデル、データパイプラインを備えたマーケットプレイスが組み込まれており、NVIDIA NIMやRAG・能動学習・ファインチューニング用のノーコードパイプラインも含まれます。NVIDIAのブループリントから本番デプロイまで、一行もコードを書かずに進められるのです。そしてこのすべてを支えているのがDellのデータエンジンで、データを変換しクエリするために、しかも大規模に行うよう設計されています。NVIDIAのCUDA-Xライブラリがネイティブに統合され、お客様はベクトルインデックスが12倍速く、クエリが6倍速く、最初のトークンまでの時間が19倍速くなるのを目にしています。（デモ）生のマルチモーダルデータ、テーブル、画像、動画、ドキュメント、音声を、連続した本番対応のワークフローへと変換します。PowerScale、ObjectScale、あるいは任意のエンタープライズソースからデータが直接流れ込み、データブラウザがフィルタリング、クエリ、ガバナンス、大規模管理のための即時の可視性を提供します。動画はキーフレームに分割され、音声は書き起こされ、非構造化コンテンツは使える形式に変換され、組み込みのサニタイズが機微な情報を検出して取り除き、ヒューマン・イン・ザ・ループのワークフローがデータを検証し精錬します。
第二の層は分散型推論です。データがAI対応になりエージェントが利用できるようになると、速度はモデルがデータにアクセスしクエリして新しいトークンを生成する能力に懸かってきます。これこそがLightningが、そのコンテナベースで高可用性のアーキテクチャによって設計された目的です。Lightningは世界最速の並列ファイルシステムで、1ラックあたり毎秒150ギガバイトのスループットを実現し、これは最も近い競合の2倍以上です。Lightningはまた、分散型推論に必要なコンテキストメモリの拡張とストレージアクセスを提供し、フラッシュのみのスケールアウト型の代替手段の20倍の性能を出します。NVIDIA Dynamoと密に結合することで、Lightningは推論のプリフィル段階をバイパスし、KVキャッシュのデータをGPUメモリとストレージディスクの間でRDMAを使ってリアルタイムにインテリジェントにルーティングできます。Lightningがもたらす無限のストレージ容量は、エージェントが長時間にわたって長期のコンテキストを保持することを可能にします。これは限られたGPUメモリでは不可能なことです。
6.2 ストレージ基盤とセキュリティ／サイバーレジリエンス
Arthur： そして第三の層が、その下を支えるストレージプラットフォーム、PowerScale、ObjectScale、そして何か新しいものです。昨日お聞きになったかもしれません。今日1,500を超えるお客様がPowerScale上にGPUを展開しています。NVIDIA認証済みで、SuperPod検証済み、GPU DirectとRDMAをサポートしています。最大16,000基のGPUを飽和させる他のNVIDIAリファレンスアーキテクチャと比較すると、PowerScaleは際立って差別化されており、ラックスペースが80%少なく、スイッチが8分の1、エネルギーが72%少なく、その過程でお客様の150万ドルを節約します。次にObjectScaleは、世界で最もサイバーセキュアなオブジェクトストレージで、1ノードあたり毎秒40ギガバイトのスループットを提供し、これも最も近い競合の2倍以上です。私たち独自のS3 over RDMAとGPU Directの実装は、従来のS3のみの実装に対して大きな効果を示し、CPU利用率が70%少なく、帯域が230%多く、レイテンシが80%低くなります。S3テーブルやS3ベクトルといった高度な機能と組み合わせると、ObjectScaleはAIの学習と推論に向けた幅広いデータセットに適しています。そして昨日発表されたこの新しいもの、Exascaleです。PowerScale、ObjectScale、Lightning、PowerFlexを支えるよう構築された、統合されたラックインフラです。Exascaleは、極限のスケールのAI、ハイパフォーマンスコンピューティング、エンタープライズワークロードのために特別に設計された唯一の4-in-1のストレージプラットフォームで、1ラックユニットあたり毎秒6テラバイトのスループットを実現します。ソフトウェア定義のアーキテクチャを選ぶにせよ、アプライアンスのアーキテクチャを選ぶにせよ、ファイル、ブロック、オブジェクト、あるいは分散型推論のいずれを選ぶにせよ、Dellは業界で最も幅広いデータストレージのポートフォリオを持っています。皆さんのデータは準備され、高速で動き、スケールで保管される。トークンコストを押し下げるために設計された、ひとつながりのワークフローです。
さて、強固なストレージ基盤を築いたところで、セキュリティについて話しましょう。エージェントはデータを分析するだけではなく、システムにアクセスし、実行し、データを変更します。したがってセキュリティは前提条件でなければなりません。後回しにできる二次的な関心事ではありえないのです。そしてこの高いレベルの保護は、皆さんのデータが存在するあらゆる場所、エッジでも、データセンターでも、クラウドでも存在しなければなりません。私たちの調査では、ランサムウェア攻撃の94%がバックアップのワークロードを侵害しようとしています。しかしさらに憂慮すべきはその成功率で、57%にのぼります。なぜこれほど成功率が高いのか。その理由は、今日のバックアップのワークロードの大半が汎用のインフラの上に置かれているからです。これは大きな問題です。第一にひどいTCOですが、より重要なのは、ソフトウェアとハードウェアが共同で統合され、堅牢化されていないことです。セキュリティの制御が最初から設計に組み込まれているのではなく、後付けで重ねられているのです。
セキュリティは非常に早い段階、サプライチェーンから始まり、共同で統合され堅牢化されたソフトウェアにまで及ばなければなりません。バックアップのワークロードは、PowerProtect Data Domainのような専用に設計されたシステムの上に置かれなければなりません。攻撃下でのセキュリティ、性能、リカバリのために特別に設計されたシステムです。これによりお客様は、工場から設置現場までの検証、シリコンのルートオブトラスト、ゼロトラストの制御、エンドツーエンドの暗号化、組み込みの不変性を得られます。これらは専用設計のアプライアンスにおける必須要件です。同じく重要なのがソフトウェアスタックと、エステート全体にわたる複雑な環境をセキュアかつ効果的に管理する能力です。そこで次の発表、PowerProtect Oneです。サイバーレジリエンスをシンプルにするものです。PowerProtect Oneは、PowerProtect Data ManagerとPowerProtect Data Domainを一つにまとめる、統合されたアーキテクチャです。PowerProtect Data Domainはもちろん、世界をリードするターゲットアプライアンスで、顧客満足度で第1位の評価を受け、世界中の15,000を超えるお客様にわたって650エクサバイトのデータを支えています。PowerProtect Oneは、コンポーネントを独立してスケールさせ、セキュリティを高め、運用コストを押し下げることを可能にします。PowerProtect Oneがあれば、統合されていないアプライアンスでかかる時間の4分の1で最初のバックアップに到達でき、日々の管理オーバーヘッドが50%少なく、75対1のデータ削減で1ノードあたり150ペタバイトの論理容量を実現し、リストア時間が2倍速く、レプリケーションも2倍速くなると見込めます。これがAI時代のサイバーレジリエンスです。
7. プライベートクラウド・AIファクトリー・最終提言
7.1 プライベートクラウドとAIOps駆動の自律運用
Arthur： 強固なデータ基盤を築き、それをセキュアにしたところで、次はインフラを近代化し、Dell Private Cloudによって重要なリソースを解放する話に移りましょう。お客様がモダンなプライベートクラウドの構築を考えるとき、通常は三つのことを思い浮かべます。第一に柔軟性です。私たちは仮想マシン、コンテナ、ベアメタルにまたがるマルチハイパーバイザーの世界に生きているからです。第二にIT運用の簡素化、すなわち自動化とアプリケーションのオーケストレーションにおける大きな前進です。そして第三に、自分たちのアーキテクチャが将来にわたって通用し、コスト効率が良いと、ただ確信したいということです。Dell Private Cloudでは、この三つすべてが手に入り、しかもその節約は大きく、レガシーのハイパーコンバージドインフラと比べてTCOで最大65%にのぼります。そして本日、私たちはVMwareやRed Hatの最新ソフトウェア、さらにNutanixやMicrosoft Azure Local向けのPowerStoreサポートを含む、幅広いパートナーのエコシステムにわたって提供を拡大します。お客様に本物の選択肢と、自動化による簡潔さを提供するのです。
そしてもちろん、どんなプライベートクラウドの中心にもストレージがあります。本日、私たちは大変な興奮とともに、モダンなデータプラットフォームの新しいクラス、PowerStore Eliteを発表します。これはハードウェアとソフトウェアの完全な第3世代の刷新です。より強力なCPUを加え、より高速なメモリと、ソフトウェアスタックへの大幅な強化を加えました。その結果は驚くべきものです。PowerStore Eliteは150万IOPSを実現し、これは前世代の3倍です。1ノードあたり毎秒80ギガバイトのスループットを提供し、前世代の4倍以上です。世界をリードするデータ削減保証を5対1から6対1へと改善し、世代をまたいで密度を3倍にして、コンパクトな3Uのフォームファクターで6ペタバイトを実現します。さらにPowerStoreのスケールアウト能力をトランザクションファイルにまで拡張し、お客様がさらに多くのワークロードを統合できるようにしました。はっきり申し上げますが、PowerStore Eliteはゴールドスタンダードです。業界のいかなる競合も、この水準の密度、性能、機能を一つの製品で提供することはできません。そして今日提供する能力だけが重要なのではありません。PowerStoreのコンテナベースのアーキテクチャは、すべてがモジュラーでアップグレード可能であることを意味し、ワークロードが進化すればそれに合わせて進化し、新しい技術が現れればそれに適応していきます。PowerStore Eliteはまさに将来対応の定義そのものです。
そしてすべてのDell Private Cloudは、Dell Automation Platformを通じて管理されます。本日私たちはこれを、AIOps駆動のインテリジェンスとエージェントの層によって拡張し、お客様がインフラをプロアクティブに観察し、管理し、最適化できるようにします。そのソリューションを見てみましょう。（デモ）インテリジェントな運用の未来へようこそ。静的なダッシュボードの代わりに、私たちのエージェントがシナリオを提示する生成的なUIが皆さんを出迎えます。あるクリティカルなワークロードが、何も変えなければ数日のうちに性能のSLAを破る可能性が高い、というシナリオです。エージェントがどうやってその結論に至ったかを知るには、チャットを通じてエージェントにその計画を説明するよう尋ねられます。通常、チームは問題が起きた後にサイロ化したツールの中で何週間もトラブルシューティングに費やします。ここでは、エージェントがコンピュート、ストレージ、ネットワークにまたがる信号を相関させ、数秒で根本原因を特定します。ボトルネックを突き止め、修正を提案し、その修正をデジタルツインの中で検証済みなので、実行しても安全だと分かります。それでも皆さんは完全なコントロールを保ちます。チャットを通じて直接、いつどこでその自動化を実行するかをエージェントに伝えます。エージェントはServiceNowに変更リクエストを開き、承認を待ち、それからワークフローを実行します。ノードは適正なサイズに調整され、ワークロードは再バランスされ、容量は調整され、検証が自動的に走ります。自動化が完了すると、赤だったノードが緑に戻り、あのクリティカルなワークロードはポリシーの中に安全にとどまり続けます。これがDell Automation Platformの力です。実に痺れるほどクールでしょう。London Stock Exchange、今はLSEGとして知られていますが、彼らは新しいセキュアでモダンなプライベートクラウドを構築するためにDellを選び、私たちのサーバー、ストレージ、Automation Platformを統合しました。LSEGはこのソリューションを使い、データサービスや取引業務に関わる能力を、かつてないほど速く提供できるようになりました。
7.2 Dell AIファクトリーの成果とリーダーへの最終提言
Arthur： さて、それではDell AI Factoryですべてを締めくくりましょう。私たちは2年前、非常にシンプルな前提でDell AI Factoryを立ち上げました。コンピュート、ネットワーク、ストレージ、データ管理、ソフトウェア、エコシステム、サービスを、フルスタックでモジュラーな検証済みのアーキテクチャとして、設計され、提供され、保守される一つの製品として、エッジでも、データセンターでも、クラウドでもワークロードを支えるよう作る、というものです。そしてその採用状況が物語っています。5,000を超えるお客様がDell AI Factoryを展開しました。この1年だけで160を超える製品リリースがあり、おそらく最も重要なことに、お客様は初年度で269%のROIを目にしています。このモデルは機能しており、それも実に見事に機能しているのです。
本日は、Dell AI Factoryを動かす次世代のインフラを紹介したいと思います。まずコンピュートから、ポートフォリオの主力である、最近認証されたXC9812です。NVIDIAのVera Rubin NVL72プラットフォーム上に構築されたこの圧倒的なプラットフォームは、世代をまたいでトークンあたりのコストを10倍削減し、260テラバイトのGPU間スループットを実現します。これはインターネット全体よりも大きな帯域です。新しいラインナップには、NVIDIAのHGX NVL8上に構築された3機種の新しい液冷PowerEdgeサーバーも含まれ、1ラックで最大144基のGPUをサポートし、B200 GPUの5.5倍の性能を発揮します。そしてかねてから申し上げているように、AIには加速されたコンピュートと汎用のコンピュートの異種混合が必要です。今週、私たちはPowerEdge史上最も幅広い刷新、第18世代のポートフォリオを発表します。これにはNVIDIA、AMD、Intelのいずれのプロセッサーもサポートする新しい超高性能サーバーのシリーズが含まれ、データベースや仮想化からAIワークロードまであらゆるものを支える高いコア数の密度とメモリ帯域のために構築されています。ポートフォリオ全体が一つの共通の管理プラットフォームで、ポートフォリオ全体が初日からポスト量子暗号に準拠しています。
しかしコンピュートだけでは解決しません。高速なネットワークが必要です。世界で最も強力なGPUは、通信のスーパーハイウェイを必要とし、エージェント型の技術はネットワークにかつてないほど負荷をかけます。エージェントがコンテキストを交換し、スケジュールを組み、リアルタイムで判断を下すのです。皆さんのネットワークはロスがなく、適応的で、高速でなければなりません。さもなければGPUは失速し、失速したGPUは途方もなく高くつきます。この通信のスーパーハイウェイを築くために、私たちはPowerSwitchのポートフォリオを拡張し、NVIDIA Spectrum-6とBroadcom Tomahawk 6のイーサネット技術を含めます。これにより、コパッケージド・オプティクスで毎秒409.6テラビットのスイッチ容量を実現し、AIワークロードにおいて5倍の電力効率、10倍の信頼性、5倍の稼働率を可能にします。また、NVIDIA Quantum-X800 InfiniBandソリューションも導入します。これは液冷のコパッケージド・オプティクスで、ホスト接続あたり毎秒10,800ギガビットと9倍の性能向上を可能にします。
しかしネットワークのハードウェアだけでは不十分です。ネットワークのオペレーティングシステムがAIのために専用に作られていなければなりません。高帯域で低レイテンシでなければならないのです。20年前、Linuxがサーバーの標準的なオペレーティングシステムになりました。オープンで、マルチベンダーで、グローバルなコミュニティがそれを改善し続けたからです。今日、同じことが起きています。ネットワーキングにとってのSONiCは、サーバーにとってのLinuxのような存在です。私たちはSONiCをPowerSwitchのポートフォリオ全体で利用可能にしました。お客様は、ハイパースケーラーが使うのと同じ高性能なファブリックに、エンタープライズクラスのサポートとライフサイクル管理とともにアクセスできるのです。そして個々のコンポーネントについて多くを語ってきましたが、これらすべてを一つにまとめる複雑さが計り知れないものであること、そして私たちがそれをお客様のためにシンプルにしていることを見失ってはなりません。私たちはコンピュート、ネットワーク、ストレージというフルスタックを一つのシステムとして設計し検証します。今やラックそのものが製品なのです。この工学と設計の哲学が、私たちのサービス組織の専門性と能力と結びつくことで、ラックスケールのインフラを6.5時間以内に展開し、99.9%の稼働率を維持できます。市場もそれに気づいており、IDCは昨年Dellをラック出荷で第1位にランク付けし、最も近い競合の2.2倍を超えるラックを出荷しました。
Dell AI FactoryはAIへの投資からビジネスの成果へと至る実証された道であり、そのモデルは機能しています。Hudson River Tradingは200を超える金融市場で1日に数百万株を取引していますが、彼らはAIリサーチのプラットフォームをNVIDIAとのDell AI Factoryの上に展開し、PowerScaleを基盤となるデータの土台とし、液冷のPowerEdge GPUと組み合わせました。その結果、HRTのAIリサーチは彼らが対象とする市場のペースに追いつけるようになりました。SanDiskも素晴らしい例です。彼らはNVIDIAとのDell AI Factoryの上に高度なAIと生成AIのプラットフォームを構築することに全面的に踏み切り、その結果は実に驚くべきものでした。工場のコストは32%減り、エネルギーコストは46%減り、CO2排出は45%減り、不良率は100万分の800から100万分の100へと下がり、工場の稼働は95%まで上がりました。皆さん、これこそが「良い」状態というものです。
締めくくりに、Jeffは五つの要諦を挙げました。第一に、強固なデータ基盤を築くこと。私たちはそれを築きました。第二に、エッジ、コア、クラウドで分散したAIの学習と推論を行うこと。私たちはそれを築きました。第三に、セキュアな自律システム。私たちはそれを築きました。第四に、フルスタックのソリューション。私たちはそれを築きました。第五に、エージェントの世界に対応したフルスタックのソリューション。それも私たちは築きました。エージェント型のエンタープライズはもはやビジョンではありません。それは今まさにここで構築されつつあり、Dellがその道を先導しています。今朝はお時間をありがとうございました。ボス、お返しします。
Jeff： ありがとう、Arthur Lewisでした。さあ、いよいよ最終コーナーです。手早くゴールまで連れていきましょう。3年前、私たちはDellの社内に数千ものシャドーAIプロジェクトが走っているのを発見しました。社内の人々が、見つけられるどんなツールを使ってでも、それぞれ独自に実験していたのです。これはガバナンスの失敗ではありませんでした。むしろ需要のシグナルだったのです。そこで私たちは規律を持ちました。実際の成果を伴う五つのユースケースを特定し、それらをまとめるためのAIオフィスを作りました。90日のスプリントを始め、それが60日になり、30日になりました。私のチームへの挑戦は今や3日、そして3時間へと向かっています。今日、私たちのサービスアシスタントはグローバルなサービス組織全体で稼働しています。実際にケースをクローズし、ディスパッチ率を下げ、顧客満足度を引き上げています。すべてオンプレで、すべてDellのインフラの上で、すべて既存のデータセンターの中で展開され、追加の電力も追加の冷却も不要でした。ROIは3か月足らずで出ました。私たちが現に持つインフラに大規模に展開して、エージェントのROIが3か月足らずで出たのです。そして私が今日皆さんと共有した観察のすべてが、私たち自身のデータに現れました。私たちはトークン消費について持っていたあらゆる予測を遥かに超えました。私たちは方針を転換し、今では自分たちのエージェントのワークロードを自社のDell AI Factoryの上で動かしています。経済性がそれを要求したからです。私たちは自分たちのスーパーユーザーの名前を挙げられます。フォースマルチプライヤーとなり、会社全体のAI採用の考え方を作り変えた、少数のエンジニアとオペレーターたちです。そして私たちは会社の運営の仕方をリアルタイムで再構築しました。ワークフローを地図に描き、さらに重要なことに、サプライチェーンからサービス、セールス、ソフトウェア開発まで、私たちの業務を動かすデータの経路とロジックをたどっています。これはパイロットではありません。これが今日、私たちの会社が動いている姿そのものなのです。
最後に、三つの「やるべきこと」を残させてください。この建物を出ていくときに、ぜひ考えてほしい三つのことです。一つ、自分のAIのコストモデルを見てください。コンピュートとトークン消費の両方に予算を組んでいるか、正直に問うてください。それに答えられないなら、6か月後にCFOと非常に気まずい会話をすることになります。二つ、自分のスーパーユーザーを見つけてください。数えるのではなく、彼らが何をしているのかを突き止めるのです。彼らを研究し、彼らとともに築いてください。スーパーユーザーと他のみんなとの差こそが、皆さんの未来と過去との差なのです。そして最後に、オペレーティングモデルの変化、つまりその破壊をリードするのか、それともそれによって組織されるのかを決めてください。どちらの選択肢も目の前にありますが、皆さん自身が選べるのはそのうちの一つだけだと私は信じています。これがモダンエンタープライズです。それは目的地ではなく、永続的なオペレーティングモデルです。私たちは自分たち自身でその仕事をしています。今まさに数千のお客様とともに取り組んでいます。機会は巨大です。さあ、仕事に取りかかりましょう。今日は参加してくれて皆さんありがとうございました。