日経クラウドファースト編集長 中山秀夫
日経クラウドファースト編集長 中山秀夫

 「パブリッククラウドサービスに既存システムをそのまま移行してコストが大きく下がるのは、オンプレミス(自社所有)環境のインフラに無駄があるケース。コスト削減に努めてきたなら、クラウド移行の目的には含めないほうがいい」。

 Amazon Web Services(AWS)やMicrosoft Azureなどのクラウドの導入支援を行うコンサルタントから聞いた言葉だ。1人ではない。過去に取材した複数のコンサルタントに、そう指摘された。

 クラウド移行でコスト削減を期待するユーザー企業は多いだろう。しかし実際には、クラウドを導入したユーザー企業の多くはコスト削減を目的としていない。総務省が2015年末に実施した「通信利用動向調査」では、クラウドサービスを利用している理由として「既存システムよりもコストが安いから」を挙げた割合は22.7%で全体の7位にとどまる。1位の「資産、保守体制を社内に持つ必要がないから」(42.3%)の約半分だ。

 世界シェア1位と2位のクラウドサービスAWSとAzureでは、コスト削減を狙って移行するケースはさらに少ないように思う。AWS・Azureの専門誌「日経クラウドファースト」でこれまでに取り上げた事例を読み返すと、インフラとしてクラウドを導入したユーザー企業で、コスト削減を主な目的とするケースは数えるほど。スケーラビリティーの向上、システム構築の迅速化、AI(人工知能)やマイクロサービスなど新技術の活用、BCP(事業継続計画)、IT資産のオフバランス化(費用として計上し貸借対照表から外すこと)といったコスト削減以外の目的を掲げるほうが多い。

 そもそも、クラウドがオンプレミス環境に対して圧倒的に安いのは初期コストだけ。ランニングコストも合わせて考えると、サービスによって安いものもあれば高いものもある。しかも、想定外のコストが発生することも珍しくない。クラウドを使うことでかえって高く付くこともある。

 このためクラウドを使う際には、コスト削減を目的としているかどうかにかかわらず、コストを強く意識して削減する工夫を講じるべきだ。工夫次第でコストを下げられるのもクラウドである。その例をいくつか紹介しよう。

データの前処理で機械学習のコストを半減

 竹中工務店は、独自開発した電力消費量予測システムで発生するAzureの利用料を半減させた。この予測システムは、同社独自のビル管理システムの一機能。各ビルから取得した室温や照度などのセンサー情報を基に、電力消費量を30分刻みで予測する。30分ごとの電力消費量を予測値の±3%以内に収めることで、電力会社から割り引きを受けるためのものだ。

 予測エンジンとしてAzure Machine Learning(ML)という機械学習サービスを使っており、従来は1回の予測ごとに2万円近くのコストが掛かった。高額になったのは、Azure MLに大量のデータを送り込んでいたためだ。そこで、データソースとAzure MLの間に、リレーショナルデータベースサービスのAzure SQL Databaseを設置し、データの抽出・正規化・統合といった前処理を実施。Azure MLに送り込むデータ量を減らすことで、新たに設けたSQL Databaseの利用料も含めて、1回の予測のコストを1万円ほどに削減した。