コンテンツ所持者にとって明白なことは、保有するデータに価値があるということです。スポーツチーム・映画スタジオ・制作会社は、自らのコンテンツ以外で商売をすることはほぼありません。しかし彼らは、コンテンツそのものと同じくらい保存場所が重要であるということに気づいていない可能性があります。現代のコンテンツは、消費者・作成者双方からの高いアクセス性が求められています。こういった需要に対して、ストレージコストとデータへのアクセス性のバランスに秀でているのがクラウドオブジェクトストレージです。クラウドオブジェクトストレージでは、コンテンツをコスト効率よく大規模に保存し、必要なときに必要な場所から迅速にアクセスできます。これによって、多様なユースケースとテクノロジーにアクセスしながらメディアワークフローを改善し、コンテンツから新たな収益機会を生み出すことが可能になります。クラウドストレージが大規模に成長を続けるメディアエコシステムへの架け橋になる一方で、LTOには限界があると言わざるを得ません。LTOは一般的に、保護が必要だがアクセスする可能性のないアーカイブコンテンツを低コストで保存する目的で使われています。LTOが発売された当初は、長期保存用としては最高級の品質を誇っていました。しかし、新たに発表されたLTO10は、2世代以上前のフォーマットをサポートしていません。さらに現段階では、LTO10ドライブの下位互換性については一切言及されていません。そのため、現代のニーズに見合わないLTOについて再考し、クラウドへのデータ移行という新たな方向性を定めるべき時が来ています。移行を開始するコンテンツ所有者は、テープストレージが安価で、信頼性が高く、標準的であるというメリットを認識しています。しかし、速度が遅く、扱いにくく、時代にそぐわないというデメリットもおそらく把握していることでしょう。テープストレージの優れた点は、二度と見ない可能性のある映像を長期間保管できることですが、問題はそこにあります。テープストレージに保管されているコンテンツは、プライマリストレージに戻すまでほとんど何もできない状態になります。視聴者が閲覧することも、ストリーミングプラットフォームで検索されることも、パッケージが編集されることもありません。テープストレージがコンテンツの保存に適しているのは確かですが、コンテンツの寿命とは単にフィルムを保存することではなく、メディアエコシステム内で継続的な関連性を保つことにあります。LTOの課題は、慣性、つまり静止している物体が静止したままでいようとする性質にあります。すでにテープストレージへの投資を行っている場合、それを変更するのは困難です。映像をテープに保存することにはそれほどコストがかかりませんが、テープからクラウドストレージに移行するには時間と予算の両方がかかります。しかし、ニュートンの第一法則はこう言った状況にも解決策を与えてくれます。何事もやり始めは労力が必要かもしれませんが、データをテープストレージから移行させることで、流通の維持がはるかに容易になります。データの移行によって、ディスク上でもクラウド上でも、コンテンツがアクティブな状態で移動しやすくなり、価値を生み出すアプリケーションやメカニズムと自由に連携できるようになります。時代に沿った変化かつて主流だったテープストレージは、他のテクノロジーやエコシステムに置き換えられつつあります。このエコシステムによって、私たちの働き方やコンテンツ所有権をめぐるビジネスが改善されました。アーカイブコンテンツを扱う作業（カタログ作成、再配布、資料の編集など）は、もはやLTO形式では最適な対応ができなくなっています。コンテンツの世界では、必要なときに必要な場所で必要なものにアクセスできる環境が求められており、クラウドはこういった需要に最も適しています。データの表示、共有、検索はすべてオンラインで行われるため、コンテンツがそこになければ、作業を実行することができません。データの検索性コンテンツの量が多い組織では、図書館システムにおけるデューイ十進分類法と同じくらい検索性が重要です。しかし残念ながら、LTOの検索機能は極めて限られています。LTOの形式では、探しているものを見つけるために欠かせない詳細なメタデータがサポートされていません。一方、クラウドオブジェクトストレージは、詳細なメタデータをサポートする高度な検索オプションを備えています。そのため、編集者やその他の関係者は、コンテンツの名前や日付だけでなく、場所、カラープロファイル、カメラの種類、その他無数のパラメータで映像を検索することができます。AIと自動的なメタデータタグ付けの進歩によって、新たな方法でカタログ検索を行うことが可能になりました。コンテンツ別に検索できる機能（例：アルバート・プホルスの打席、シルバーのトヨタ車、山脈のある風景など）は、編集者やコンテンツ管理者にとって大きなパラダイムシフトとなっています。Googleがインターネットと利用者の関係を再定義したのと同じように、AIを活用した高度な検索機能は、コンテンツと私たちの関係を再定義することになるでしょう。収益化昨今、コンテンツを収益化する方法は豊富にあります。ストリーミングサービス、商用ライセンス、ソーシャルメディアなどは、コンテンツ所有者が既存のライブラリから使用料を徴収し、コンテンツを最新に保つ手段として扱われています。ここには分かりやすいメリットがありますが、真のセールスポイントは必要な労力が少なく済むという点です。収益化は、新しいコンテンツを得ずとも既存のライブラリをフィルタリング・変換・共有するだけで済みます。しかし、テープに記録されたままのコンテンツは、本来であれば実質的に活用できる素材をベンチに寝かせているようなものです。コンテンツを安価なLTOに保存することがコスト削減につながる場合もありますが、データが非アクティブな状態では組織に何の価値ももたらされません。コンテンツを保管するのであれば、その費用に見合った価値がある方が良いでしょう。クラウドへの移行は、ストレージコストを費用対効果の高い投資に変えることも含めて、継続的な収益性を実現するための重要な第一歩となります。大規模なアクセスLTOは信頼性とコスト効率に優れたストレージ形式ですが、他のストレージハードウェアと同様に、物理的な容量制限があります。保存および保持するコンテンツは際限なく増え続けるため、デバイス容量が限界に近づくたびにコストのかかるアップグレードを行う必要があります。LTOドライブは、圧縮データとネイティブフォーマット（RAWデータ）の容量が大きく異なる形で販売されることがよくあります。LTO10ドライブの場合、最大容量は圧縮データで90テラバイト、ネイティブデータはわずか36テラバイトです。メディアファイルは圧縮するには大きすぎるため、コンテンツ所有者はデータを非圧縮の状態で保存することを余儀なくされます。これは、利用可能なストレージ容量の167%に相当します。ドライブ自体と同じ場所にいるユーザーだけが保存されたコンテンツにアクセスでき、物理的なリニアストレージ形式からファイルを取り出すのに数分から数時間かかる状態では、使い勝手が大幅に低下します。こういった状況に対して、クラウドオブジェクトストレージは大規模なメディアに必要な無限の拡張性を提供します。これにより、新たなハードウェアを購入せずとも追加コンテンツを自由に取り込むことができるようになります。また、データの読み取りおよび書き込みが高速で行われるため、インターネットに接続されたあらゆるデバイスから大量のコンテンツにアクセスすることが可能になります。制作現場が世界中に広がり、映像編集のプロセスが分散化されるにつれて、こういったグローバルな展開の価値がますます高まっています。Wasabi Hot Cloud Storageでは、ハイパースケーラーでは高額になりがちな下り転送料やアクセス料が無料なうえ、コンテンツへの完全なアクセスが保証されており、リモートワーカーが制限なく創造活動を行える環境を実現しています。 （避けられない）移行もちろん、クラウドへの移行はそれほど簡単な作業ではありません。大規模なファイルのアップロードやインデックス作成には時間がかかるため、プロセス全体で貴重な帯域幅が消費される可能性があります。実際、移行の難しさは、LTOの長期ユーザーが現状のままでいる大きな要因になっています。しかし実際には、好むと好まざるとにかかわらず、LTOからの移行は必須になると思われます。現段階では、最新のLTO10フォーマットは旧バージョンとの下位互換性がありません。つまり、新しいLTO10はLTO9以下のドライブでは動作せず、新しいドライブが古いテープで再生できない状態になっています。新しいフォーマットにアップグレードするには、新しいドライブを用意し、既存のコンテンツをLTO10に完全に移行させる必要があります。いずれにせよ、古いLTO形式を使用している場合は移行せざるを得ないのです。ここでポイントとなるのは、これまでと同じようなテープライブラリに移行するのか、それとも無限の拡張性を備えたクラウドに移行するのかということです。全体的に見ると困難に思えるかもしれませんが、クラウドへの移行は段階的に進めるのが最適です。移行を迅速に進めたい場合は、役立つツールを使いましょう。たとえば、物理的なデータ転送アプライアンスにデータを入れることで、選択したクラウドプロバイダーに直接送信することができます。また、ファイル高速化サービスを利用すれば、パブリックインターネット経由の取り込みを大幅に高速化できます。結論従来、LTOはコンテンツを長期保存するうえでコスト効率の高い方法でした。しかし今は、データが最も貴重なリソースとなる新時代です。規模や形態を問わず、あらゆる組織では、古いコンテンツを利用し、アーカイブ映像の収益化、分析ツールによる新たなビジネスインサイトの獲得、AIモデルのトレーニングなどを行っています。LTOを利用していた場合、これらのいずれの目的にもデータを活用できないまま、ライブラリを新しい形式へアップグレードするだけの状態に陥ってしまいます。コンテンツの重要性や可能性を見誤らないでください。クラウドは、コンテンツにとって新たな可能性への入り口となります。コンテンツをクラウドベースのメディアライブラリに保存するのが早ければ早いほど、その分データの潜在能力を活用できるようになります。Wasabiの最新のホワイトペーパーでは、それを実現する方法について詳しくご説明しています。クラウドストレージの専門家による細やかな移行ガイドとベストプラクティスによって、テープからクラウドへのスムーズな移行を行うことができます。...

2023年に改訂された「サイバーセキュリティ経営ガイドライン Ver 3.0」。経営層への報告義務を負うCISOにとって、本改訂が強調する「サプライチェーン全体のリスク管理」や「復旧体制の整備」への対応は急務です。特にランサムウェア被害が拡大する今、従来のバックアップだけでは経営責任を果たせない可能性があります。本記事では、ガイドラインが求める要件に注目しながら、「不変性（Immutability）」を持つクラウドストレージを活用して、低コストかつ強固なセキュリティを実現する具体策を解説します。「サイバーセキュリティ経営ガイドライン Ver3.0」改定の背景経済産業省とIPAによって策定されたサイバーセキュリティ経営ガイドラインは、Ver 2.0から約5年ぶりの改訂となりました。この背景には、企業のデジタル環境への依存度の高まりや、攻撃手法の変化があります。デジタル依存とサプライチェーンリスクサイバーセキュリティ経営ガイドライン Ver 3.0（以下、ガイドライン）の冒頭では、改定の背景として、テレワークの普及に代表されるデジタル環境への依存度増大と、ランサムウェア被害の顕在化が挙げられています。特にランサムウェアによる被害は、単なる情報漏えいにとどまらず、事業活動そのものを停止させる事態へと発展しており、深刻な経営リスクとなっています。また、自社だけでなく、国内外の拠点や業務委託先など、サプライチェーン全体を通じた対策の推進も不可欠です。ガイドラインでは、サプライチェーン上のセキュリティが弱い組織を踏み台にした攻撃や、それによる事業停止リスクが強調されています。CISOに求められる「経営層への翻訳力」経営者は、サイバーセキュリティ対策をコストではなく、将来の事業活動や成長に必須な「投資」と位置づけ、リーダーシップを発揮する必要があります。ここで重要になるのが、CISO等の責任者の役割です。CISOには、経営者が予算措置や体制整備といった適切な判断を行えるよう、技術的なリスクを「経営へのインパクト」に翻訳して報告する義務があります。経営者が善管注意義務を果たせるよう、具体的かつ効果的な対策案を提示することが求められているのです。ガイドラインが求める「リスク対応」と「復旧体制」ガイドラインの「重要10項目」では、攻撃を防ぐだけでなく、侵入された後の検知や復旧に重点が置かれています。バックアップ破壊を「検知」する設計ガイドラインの「指示5：サイバーセキュリティリスクに効果的に対応する仕組みの構築」では、防御だけでなく、検知・分析の各機能を実現する仕組みの構築が求められています。近年のランサムウェアは、データを暗号化して使用不能にするだけでなく、復旧を阻害するために「バックアップデータ自体」も標的にします。そのために重要になるのが、バックアップシステムへの攻撃をいかに検知し、誰に通知し、迅速な復旧判断へつなげるかという設計です。従来の境界防御だけでは防ぎきれない現状を踏まえ、侵入を前提とした多層防御や監視体制が必要とされています。「復旧」へのパラダイムシフト「指示8：インシデントによる被害に備えた事業継続・復旧体制の整備」では、業務停止等の影響を考慮し、「いつまでに復旧すべきか（目標復旧時間）」を特定することが求められています。ここで重要なのは、侵入を完全に防ぐことは不可能であるという前提に立って、BCP（事業継続計画）と連携した具体的な復旧手順を策定することです。単にデータを戻せるだけでなく、事業再開に必要なシステム環境全体を、経営が許容できる時間内に復旧させる「復旧力（レジリエンス）」こそが、現代の企業に求められています。ガイドライン準拠の鍵となる「不変性（Immutability）」ランサムウェア対策として、ガイドラインが求める「確実な復旧」を実現するための鍵となる技術が「不変性（Immutability）」です。不変性バックアップとは「不変性（Immutability）」とは、一度書き込まれたデータを指定した期間、管理者であっても変更も削除もできなくする機能のことです。「指示5」では、リスクに対応する仕組みとしてバックアップの取得が求められていますが、不変性を持つストレージに保存することで、ランサムウェアによる暗号化や悪意ある改ざんを無効化できます。これは、攻撃者がシステム権限を奪取した場合でもデータを破壊できないため、確実な復旧手段を確保する「究極の仕組み」と言えます。オフラインと同等の安全性をオンラインで実現する方法従来、ランサムウェア対策として最強とされたのは、テープなどの「オフラインバックアップ」でした。しかしこの手法には、物理的な管理の手間や、復旧に時間がかかる（RTOが長い）という課題がありました。一方、クラウドストレージの不変性機能（オブジェクトロック機能など）を使えば、ネットワークにつながっていても論理的に書き換え不可能な「Virtual Air Gap（仮想エアギャップ）」を構築できます。これにより、オフライン保管と同等の堅牢性を持ちながら、クラウドの利便性を活かした迅速な復旧（RTO短縮）を両立することが可能です。ガイドラインが求める要件を低コストで実現する手法高度なセキュリティ対策にはコストがかかるのが常ですが、工夫次第でガイドラインの要件を満たすことが可能です。予算確保の壁を越えるクラウドストレージ活用ガイドラインの「指示3：サイバーセキュリティ対策のための資源（予算、人材等）確保」では、対策に必要な資源の確保が求められていますが、企業にとって予算は無限ではありません。そこで活躍するのが、Wasabiのような安価かつ高機能なクラウドオブジェクトストレージです。高価な専用バックアップアプライアンスを導入しなくても、「指示8」が求める高度な復旧体制を低コストで構築できます。サプライチェーン全体を守る「新・3-2-1ルール」「指示9：ビジネスパートナーや委託先等を含めたサプライチェーン全体の状況把握及び対策」では、自社だけでなく委託先を含めた対策が求められています。しかし、中小企業を含むサプライチェーン全体に、高価な対策を強いるのは現実的ではありません。そこで注目したいのが、バックアップの基本である「3-2-1ルール（データ3つ、媒体2つ、場所1つ）」に「+1（不変性）」を加えた新基準です。安価なクラウドストレージを用いた不変性バックアップであれば、委託先企業でも導入しやすく、結果としてサプライチェーン全体のリスクを低減させることにつながります。まとめサイバーセキュリティ経営ガイドライン 3.0は、インシデント発生を前提とした「復旧力」を強く求めています。CISO等の担当者は、「不変性バックアップ」という技術的解を提示することで、経営者の善管注意義務をサポートし、企業の事業継続性を担保することができます。Wasabiのような低コストかつ高機能なソリューションを活用し、論理的な防御壁を構築することは、ガイドライン準拠への近道となるでしょう。...

昨今のAIチームは、クラウドオブジェクトストレージで増え続けるデータを保存および管理し、AIモデルのトレーニング、微調整、運用に役立てています。この理由は非常に明快で、機械学習パイプライン、検索拡張生成（RAG）、推論を含むAIワークロードの多くが非構造化データを好み、オブジェクトストレージはこういった煩雑な情報やメタデータの保存に最適であるためです。現在、画像・動画・メール・文書・センサーログなどの非構造化データが、企業データの80%以上を占めています。しかし残念ながら、こうしたデータの多くはサイロ化しているか、AI向けではないシステムに保存されている場合がほとんどです。そのため、貴重なデータを一元管理することができるクラウドオブジェクトストレージがAIチームの関心を集めています。クラウドオブジェクトストレージは高い拡張性とコスト効率を備え、非構造化データを簡単にAIへ適応させることができます。本ブログでは、クラウドオブジェクトストレージがAIワークロードに適している理由についてご説明します。1. AI導入のコストとリスクを削減AIイニシアチブの立ち上げには、コンピューティング、ストレージ、人材への多大な投資が必要です。従来のオンプレミスインフラでは、特にストレージに関して初期段階で多額の設備投資が求められる傾向があります。これは、初めてAIを導入するチームにとって現実的とは言えません。一方、クラウドオブジェクトストレージの場合は設備投資（CapEx）の代わりに従量課金制を採用しており、ニーズに応じてストレージコストを調整できます。これにより、新しい高価なインフラに全財産を投じずとも、パイロット運用、新しいモデルのテスト、戦略の調整が容易に行えます。AIの実験段階でクラウドオブジェクトストレージを使用することで、ハードウェア構築のコスト負担がない状態で迅速に作業を開始できます。2. 予算内での拡張を実現AIワークロードは大量のデータを消費し、非常に動的になる傾向があります。そのため、プロジェクトが進化し、新たな変数が導入されるにつれて、ビジョンモデル、大規模言語モデル(LLM)、微調整のサイズが肥大化することがよくあります。これによって、データ量だけでなく求められる容量も予測できないほど急増する可能性があります。クラウドはこのような成長にも対応し、柔軟に拡張します。例えば、来週に容量を2倍にする必要がある場合でも、クラウドオブジェクトストレージを使えば業務を中断せずに対応することが可能です（オブジェクトストレージを使用してデータの急増を管理する方法はこちら）。ただし、AIワークロードはAPIを集中的に消費する可能性があるため、クラウドオブジェクトストレージプロバイダーを選択する際には注意が必要です。再トレーニング、推論、パイプライン自動化が同じデータセットから繰り返し行われると、APIリクエストなどの手数料が急速に増加する恐れがあります。お手頃かつ予測可能なコストで大規模なAIデータを保管するには、使用量に基づいたシンプルな価格設定のプロバイダーを探す必要があります。3. いかなる場所でも最高のコンピューティングリソースを活用最新のAIワークロードはモジュール化されています。多くの場合、チームはクラウドでコンピューティングを実行したのち、別のクラウドでオーケストレーション処理を行い、内部および外部ソースからデータを取得します。そのため、コンピューティングとストレージを単一の環境に閉じ込める手法はもはや現実的ではありません。そこで、ストレージをコンピューティングから分離すれば、各ワークロードに最適なツールとクラウドを柔軟に使用できるようになります。S3互換のオブジェクトストレージは、パブリッククラウド、ハイブリッド展開、特殊なGPU環境ともスムーズに連携します。これにより、制限のない状態で、特定のニーズや市場に応じてコンピューティング環境とストレージ環境を組み合わせることが可能になります。クラウドオブジェクトストレージは、AIアーキテクチャに含まれるGPUファーストのクラウド、オンプレミスのデータセンター、コンテナ化されたアプリ、連携済みのデータパイプラインを柔軟に結び付けます。4. データサイロを解消し、AIパイプラインにデータを供給AIモデルには、単なるデータだけでなく、コンテキストが豊富な大量の非構造化データも必要です。しかし多くの組織では、こういったデータはAIワークフローに接続されていないレガシーシステム、部門サーバー、コールドアーカイブなどに閉じ込められています。オブジェクトストレージは、こうしたサイロを解消するのに役立ちます。オブジェクトストレージで大規模な非構造化データの取り込みを行うことで、AIパイプラインの各フェーズ（トレーニング、微調整、推論など）にわたって画像、動画、ログ、ドキュメントなどの資産にアクセスできるようになります。また、フラットなメタデータ主導アーキテクチャにより、特定のデータサブセットを迅速かつ効率的にタグ付け、クエリ、取得できるため、場所やタイミングを問わずAIモデルに必要な情報を容易かつ正確に提供することが可能です。AI向けに企業データを統合する際は、クラウドオブジェクトストレージを利用することでデータを使いやすくアクセスしやすい環境が実現します。5. AI資産を保護し、レジリエンスを確保独自のモデルを構築する場合でも、機密性の高い顧客データを使用して微調整する場合でも、コンプライアンスや将来の再トレーニングのために出力をアーカイブする場合でも、取り扱うコンテンツの保護は必須です。クラウドオブジェクトストレージは、データの耐久性、不変性、地理的な冗長性を強力にサポートします。また、オブジェクトロック、バージョン管理、ネイティブ暗号化（保存時および転送中）などの機能によって、データの改ざんや不正アクセスを防ぎます。さらに、GDPR、HIPAA、FERPAなどの業界標準および規制へも準拠します。こういった状態を保つことは、AIチームにとって単なるセキュリティ以上のものを意味します。AIモデルを再構築、再トレーニング、または再検証する必要がある場合、クラウド内に信頼性が高くイミュータブルなデータソースがあるかどうかは非常に重要です。スケーラブルで持続可能なAIの基盤ストレージ戦略は、AIイニシアチブの速度、コスト、成功に大きな影響を与えます。大規模言語モデル（LLM）の試験運用や、企業全体における検索拡張生成（RAG）ベースのアプリケーション拡張などを行う際は、それに対応しうるインフラが必要です。クラウドオブジェクトストレージは、昨今のAIに合わせて構築されています。また、大規模な非構造化データを処理し、あらゆるコンピューティング環境と簡単に統合でき、多額の先行投資も必要ありません。さらに、取り込みから推論、アーカイブに至るまで、データパイプラインの進化に合わせて適応できる柔軟性も備わっています。多くのプラットフォームがオブジェクトストレージを提供していますが、すべてがAI向けに最適化されているわけではありません。ハイパースケーラーを利用した場合、複雑な価格設定で下り転送料やAPIリクエスト料金がかかり、コストが予測不可能になる傾向があります。これにより、実験が停滞し、総所有コストが押し上がる可能性があります。一方、Wasabiは高性能かつS3互換のクラウドオブジェクトストレージによってこれらの障壁を排除します。また、Wasabiでは従量課金制を採用しており、容量に対して定額料金が設定されているため、下り転送料やAPIリクエスト料などの手数料は一切かかりません。Wasabiのセキュリティに対する多層防御アプローチでは、不変性と、業界初の機能であるマルチユーザー認証が手数料なしでご利用いただけます。これにより、たとえ管理者であっても、複数の承認なしにストレージバケットやアカウント全体を削除することができなくなり、重要なAIデータの保護がさらに強化されます。こういった条件を加味して、より多くのチームがデータ集約型のAIイニシアチブをサポートする際にWasabiを選択しています。...