IoTコスト分析：クラウド価格からサービスプロバイダーと企業が学べること

概要

現在、大多数の組織がインフラをパブリッククラウド環境に移行し、これらのプラットフォームを活用して拡大するIoT（モノのインターネット）エコシステムを管理しています。

企業の3分の2以上が、IoT分析、機械学習、その他のデータ集約型タスクのためにエッジおよびニアエッジのコンピューティングリソースを採用しています。主要なハイパースケーラーであるAWS、Google Cloud、Microsoft Azureは、エンタープライズニーズに合わせた従量課金制のIoTサービスを提供しています。

451 Researchの価格調査

今年初め、451 ResearchのデジタルエコノミクスおよびIoTチームのアナリストが、AzureのIoT価格が約50%削減されたことを指摘しました。これにより、「AWS、Google Cloud、Microsoftのどのハイパースケーラーが全体的に最も低コストか？」という重要な疑問が生じました。

チームは、平均メッセージサイズ、メッセージ量、レジストリ更新など、総コストに大きく影響する9つの価格パラメータを特定しました。機械学習アプローチとPythonシミュレーションを用いて、3プラットフォームの米国価格モデルを比較しました。

IoTコスト分析：クラウド価格からサービスプロバイダーと企業が学べること

10,000,000回のシミュレーションを実行した分析により、AzureとAWSが特定のシナリオでコスト効率に優れることが判明しました。これは決定木図に示されています。Microsoftは一般的に大規模展開でより安価な選択肢となり、AWSはほとんどの典型的なエンタープライズユースケースで最低価格を提供しました。Google Cloudはどのシミュレーションでも最安値とはなりませんでした。

企業への主要な示唆

サービスとしてのMLがインサイトを解き放つ—この研究は、クラウドベースの機械学習ツールが隠れたコスト効率を発見できることを実証しましたが、成功には複雑な価格モデルを解釈する深いドメイン知識が必要です。
簡素化されたモデルでも複雑さは残る—価格の合理化努力にもかかわらず、ニュアンスが残り、組織が手動で想定コストを計算せざるを得ないことが多く、これは実用的でもスケーラブルでもありません。

クラウド請求が「電気のように」ユーティリティ化されているわけではないため、多くの利用者は自分が何に支払っているのかを把握できていません。この知識のギャップは、サービスプロバイダーが複雑さを軽減し、プラットフォーム間を仲介し、非専門家向けに機械学習アクセスを簡素化する明確な機会を提示しています。

著者: Owen Rogers、Research Director – Digital Economics Unit

PoCからROIへ：あらゆるビジネスでIoTの約束を運用成功に変える高度運転支援システム（ADAS）のセキュリティ確保：次世代に向けた安全戦略

モノのインターネットテクノロジー