Anyscale on Azure公開プレビュー開始。企業のAIコストを最大90%削減
この記事の要点
Anyscaleが2026年6月2日のMicrosoft Build 2026でAzureネイティブ統合のパブリックプレビューを発表。企業は自社のAzureテナント内でフルAIワークロードを運用でき、外部APIへの従量課金を自社コンピュートに置き換えることで最大90%のコスト削減を達成した事例が報告されている。
結論
Anyscaleは2026年6月2日のMicrosoft Build 2026で、Azureネイティブ統合「Anyscale on Azure」のパブリックプレビューを発表しました。企業は自社のAzureテナント内でAI学習から推論まで一貫して運用でき、外部APIへのトークン従量課金から自社管理コンピュートに切り替えることで最大90%のコスト削減を達成した報告があります。データ主権を求める金融・医療・製造業に直接影響する発表です。
Anyscale on Azureとは
AnyscaleはAI向け分散コンピューティングフレームワーク「Ray」の開発元です。Anyscale on Azureは、Azure Kubernetes Service(AKS)とAzure Resource Managerを基盤に、エンタープライズAIワークロード全体を自社のAzureテナント内で完結させるサービスです。
公式プレスリリース(Anyscale)によると、機能の概要は以下のとおりです。
- 自社AzureテナントにAnyscaleクラスターを直接プロビジョニング
- Azure Resource Manager、Entra SSO、Azure RBAC、Azure Policyと統合
- Microsoft Azure消費コミットメント(MACC)から引き下げ可能
- 自律走行(Wayve)や衛星画像解析(Xoople)などの大規模本番ユースケースで検証済み
コスト削減のメカニズム
AIコスト削減の鍵は「トークン従量課金から自社コンピュートへの移行」です。
OpenAI APIやClaude APIを大量に使う企業は、利用量に比例してコストが膨らみます。一方、自社でモデルをホスティングすれば、固定のインフラコストだけで無制限にAI処理を実行できます。
Anyscaleが報告しているデータでは、外部ホスティングAPIと断片化したインフラを使った構成から移行した顧客が、AIの総所有コスト(TCO)を最大90%削減し、実験サイクルを最大4倍高速化しています。
ただし、この削減効果は大量のAI処理を行う規模の企業に限られます。月額API費用が数万円程度の中小企業では、インフラ管理コストのほうが高くなるケースもあります。
データ主権の観点
規制の厳しい業種にとって、データが自社インフラを離れないことは法令遵守の前提条件です。
金融機関では金融庁のガイドラインに基づく顧客情報管理が必要で、医療機関は個人情報保護法の医療情報に関する特則に従う必要があります。外部AI APIにデータを送信する場合は、利用規約上のデータ処理規定を確認し、場合によっては契約上のデータ処理補足条項(DPA)を締結する必要があります。
Anyscale on Azureは、データが自社Azureテナント内に留まるため、こうした規制対応が容易になります。企業のAIデータ取り扱いで詳述しているガバナンス要件を満たしながら、最新のAIモデルを活用できる点が評価されています。
現場の実務にどう効くか
Anyscale on Azureが実務に影響するのは、主に2つの場面です。
大量推論の内製化
カスタマーサポートのAI自動応答、社内文書の検索・要約、製品カタログのAI処理など、月間数千万トークン以上を処理している部門は、外部API費用を試算して内製化のROIを計算する価値があります。
コンプライアンス対応の簡略化
金融・医療・公共セクターでAI活用を推進している担当者は、「外部データ処理リスクをどう管理するか」という経営層への説明コストが削減されます。Azureテナント内完結という構成は、既存のセキュリティ審査フレームワークに乗せやすくなります。
具体的なセットアップ手順と価格はAnyscale公式サイトで確認してほしい。パブリックプレビュー期間中は制限付きアクセスで申し込みを受け付けています。
まとめ
Anyscale on AzureはMicrosoft Build 2026で発表されたパブリックプレビューで、企業が自社Azureテナント内でAIを完結運用できます。外部API依存からの脱却によるコスト削減と、規制対応を両立したい大規模企業にとって実用的な選択肢が加わりました。
よくある質問
Anyscale on Azureは何が違うのですか?
企業が自社のAzureテナント内でAIワークロード全体(データ準備・学習・推論)を運用できます。外部APIへの従量課金をやめ、自社管理のコンピュートに移行することでコストとデータ主権を両立できます。
どんな企業が対象ですか?
大量のAI推論・学習を行い、外部APIコストが課題になっている企業や、規制上の理由からデータを自社インフラ内に留めなければならない金融・医療・公共セクターの企業が主な対象です。