AI需要の急増で浮き彫りになったインフラ管理の課題
生成AIの普及に伴い、多くの企業がクラウドインフラのコスト増加に直面しています。特にGPUなどの高価なコンピューティングリソースは、適切に管理しないと遊休状態のまま料金だけが発生する事態になりがちです。ScaleOpsのCEO、Yodar Shafrir氏は以前、AI向けGPU管理ツールを提供するRun:aiでエンジニアとして働いていました。その経験から、DevOpsチームが抱える共通の悩みに気づいたといいます。
「GPUだけの問題ではなかった」とShafrir氏は振り返ります。計算処理、メモリ、ストレージ、ネットワークまで、あらゆるリソースで同じパターンが繰り返されていました。チームはリソースを効率的に管理できず、過剰にプロビジョニングするか、逆に不足して本番環境でトラブルを起こすかの二択を迫られていたのです。
Kubernetesの「柔軟性」が生む管理の複雑さ
多くの企業が採用しているKubernetesは、コンテナオーケストレーションの標準的なツールです。しかし、その柔軟性と高いカスタマイズ性が、かえって運用負荷を生んでいます。Kubernetesは基本的に静的な設定に依存しているため、アプリケーションの動的な変化に追従するには、エンジニアが常に手作業で調整し続けなければなりません。
Shafrir氏はこう指摘します。「現在のアプリケーションは非常に動的だ。各アプリケーションが何を必要としているか、どのように動作しているか、環境がどう変化しているかを理解する何かが必要だった」。この課題を解決するために、2022年にScaleOpsを設立しました。
完全自律型のリソース管理を実現
ScaleOpsが提供するソフトウェアは、Kubernetesベースのインフラストラクチャ上で動作し、リアルタイムにコンピューティングリソースを自動管理・再配分します。特徴的なのは、完全自律型でコンテキスト認識機能を持ち、マニュアル設定が一切不要な点です。既存のツールの多くは、リソース使用状況の可視化までは行いますが、実際の最適化は人間の判断に委ねられています。ScaleOpsはそこから一歩進んで、自動的に解決策を実行します。
たとえば、あるワークロードが急激にトラフィックを受けた場合、ScaleOpsは他の優先度の低いワークロードからリソースを一時的に再配分し、パフォーマンスを維持します。トラフィックが収まれば、また元の配分に戻します。こうした判断と実行を、人の手を介さずに行えるのが大きな強みです。
最大80%のコスト削減効果
同社によれば、導入企業はクラウドおよびAIインフラストラクチャのコストを最大80%削減できるとしています。これは過剰プロビジョニングの解消とGPUの遊休時間削減によるものです。Adobe、DocuSign、Salesforce、Cupa、Wizといった大手企業がすでに顧客となっており、グローバル規模でサービスを展開しています。ヨーロッパとインドにも拠点を持ち、事業を拡大中です。
急成長を支える資金調達
今回のシリーズCラウンドは、Insight Partnersがリード投資家を務めました。既存投資家のLightspeed Venture Partners、NFX、Glilot Capital Partners、Picture Capitalも参加しています。ScaleOpsは2024年11月にもシリーズBで5,800万ドルを調達しており、累計調達額は約2.1億ドルに達しました。企業評価額は8億ドルとされています。
この資金は、新製品のロールアウトとプラットフォームの拡張に充てられる予定です。人員も過去12ヶ月で3倍に増え、年末までにさらに3倍以上に増やす計画を立てています。YoY成長率は450%以上と、急ピッチで事業を拡大しています。
競合との違いはどこにあるか
Kubernetes向けのコスト最適化ツールとしては、Cast AI、Kubecost、Spotといった競合が存在します。これらのツールも一定の効果を上げていますが、ScaleOpsが差別化しているのは「フルコンテキスト下での自律的な動作」です。多くのツールは可視化やレコメンデーションまでで止まり、実際の変更は人間が行う必要があります。ScaleOpsは本番運用環境向けに設計されており、リアルタイムでの自動最適化が可能です。
また、マニュアル設定が不要という点も大きな違いです。従来のツールでは、各ワークロードごとに細かい設定を行い、それを継続的にメンテナンスする必要がありました。ScaleOpsはアプリケーションの挙動を学習し、自動的に最適な配分を判断します。
フリーランスへの影響
このニュースは、直接的にはエンタープライズ向けのインフラ管理に関するものです。フリーランスの方が個人で導入するようなツールではありません。ただし、間接的な影響はいくつか考えられます。
まず、DevOpsやインフラエンジニアとしてフリーランス活動をしている方にとっては、今後の案件でScaleOpsのようなツールに触れる機会が増えるかもしれません。特にKubernetes環境でのコスト最適化は、多くの企業が課題としている領域です。こうしたツールの知識があれば、提案の幅が広がります。
また、AIを活用したサービスを自分で開発・運営している場合、インフラコストは大きな負担になります。ScaleOpsのような自動最適化ツールが普及すれば、クラウド利用のハードルが下がり、小規模な事業でもAIサービスを展開しやすくなる可能性があります。現時点では大手企業向けですが、今後、中小企業やスタートアップ向けのプランが登場するかもしれません。
さらに、ScaleOpsの成長は、AI時代のインフラ管理がいかに重要視されているかを示しています。生成AIを使ったサービスが増えれば増えるほど、コンピューティングリソースの最適化は避けられないテーマになります。フリーランスとして、こうした領域の知識をアップデートしておくことは、将来的な競争力につながるでしょう。
まとめ
ScaleOpsの資金調達は、AI時代のインフラ管理がいかに大きな市場になっているかを物語っています。個人のフリーランスが今すぐ導入できるツールではありませんが、DevOpsやインフラ関連の案件に関わる方は、こうした自動最適化ツールの動向を追っておくと良いでしょう。今後、より小規模な事業者向けのサービスが登場する可能性もあります。しばらくは様子見で、大手企業での導入事例や効果を確認してから判断するのが現実的です。
参考記事：TechCrunch
コメント