「社内データをクラウドに出したくないが、生成AIも業務で活用したい」——そんなジレンマを抱える企業のIT担当者は少なくありません。パブリッククラウドへのデータ送信はコンプライアンスリスクになり得る一方、オンプレミスでAIを動かすには複雑な構築作業と膨大なコストがかかるとされてきました。
Broadcomは2026年8月31日（現地時間）、米ラスベガスで開催したVMware Explore 2026において「VMware AI Factory」を正式発表しました。VMware Cloud Foundation（VCF）をベースに、ベアメタルサーバーからAIモデルの推論実行まで一気通貫で自動化する新基盤です。デプロイにかかる期間を「数週間から数時間へ」短縮することを主眼に置いており、データ主権の確保やコスト管理も含めてオンプレミスAIの課題をまとめて解決しようとしています。本記事では、発表の概要と企業が注目すべき要点を整理します。
VMware AI Factoryとは何か——オンプレAIの「工場」を自動化する
VMware AI Factoryは、VMware Cloud Foundation（VCF）の上に構築されたソフトウェア定義の基盤であり、「VMware Private AI Cloud」のコアコンポーネントとして位置づけられます。企業がAIをオンプレミスで本番運用しようとする際に直面する、ハードウェア調達から始まりソフトウェアスタックの設定、モデルのデプロイ、運用管理（Day 2 Operations）までの複雑なプロセスを、自動化によって大幅に簡略化します。
従来、ベアメタルサーバーを受け取ってから最初のAIモデルが推論を返せる状態にするまで、数週間を要するケースも珍しくありませんでした。VMware AI Factoryはこのプロセス全体を自動化し、数時間での立ち上げを可能にするとBroadcomは説明しています。
構造的には「AI Factory」がGPUプーリングやモデルサービング等のインフラ基盤を担い、その上に乗る「Private AI Cloud」がモデルカタログ、AIゲートウェイ、ガードレール、エージェントツール、トークン管理などのサービスレイヤーを提供するという二層構造です。企業はVCFの追加機能として両者を利用できるため、別製品を追加購入する必要がない点もポイントです。
150超のオープンソースモデルをマルチテナントで安全に共有
Photo by Claudio Schwarz on Unsplash
VMware AI Factoryが対応するAIモデルは150以上にのぼります。デフォルトのモデルランタイムとしてvLLMを採用しており、Nemotron 3、Gemma 4、Qwen 3.7-Max、GLM 5.2といったオープンソースモデルのほか、商用モデルも含めて実行できます。企業はクラウドベンダーに依存せず、自社の要件に合ったモデルを柔軟に選択・切り替えることが可能です。
VCF 9.1.1のリリースに合わせて強化されたのが「マルチテナント モデル共有」機能です。一つのModel Runtimeインスタンスを組織全体で共有しながら、部門ごとまたはビジネスライン（テナント）ごとに独立した名前空間を設けることで、データプライバシーを維持したままモデルを利用できます。
具体的なメリットとしては以下の点が挙げられます。
- **コスト削減**：部門ごとに同一モデルを重複展開する必要がなくなり、GPU・インフラリソースの無駄を排除できる
- **プライバシー保護**：各テナントのデータは名前空間によって分離され、他部門からのアクセスは遮断される
- **柔軟なスケーリング**：組織の利用量に応じてモデルを一元的にスケールアップ／ダウンできる
大企業や公共機関など、部門ごとに厳格なデータ分離が求められる組織にとって特に有効な機能です。
AIエージェントのセキュリティとガバナンスを標準装備
Photo by Steve A Johnson on Unsplash
VMware Explore 2026では、AIエージェントのセキュリティ対策も大きなテーマとなりました。従来のワークロードセキュリティに加え、エージェントに対するアイデンティティ管理・ランタイムポリシー・可観測性（オブザーバビリティ）をVCF標準で提供します。
具体的には、ネットワーク上のMCP（Model Context Protocol）サーバーやLLMを自動検出し、未承認のMCPツールをブロックする「シャドーAIモニタリング」機能も搭載されています。さらに、vDefendとAviを活用したエージェント型AI向けセキュリティ機能も追加されており、インフラ基盤からアプリケーションレイヤーまで一貫したセキュリティアーキテクチャを実現します。
ランサムウェアやサプライチェーン攻撃がAI駆動で高度化している昨今、ハイパーバイザーからアプリケーション層に至るまでセキュリティを統合することは「オプションではなく前提条件」とVMwareは説明しています。AIシステムを社内に展開する際のセキュリティ要件として、エージェントのなりすましや不正アクセスを防ぐアイデンティティ管理が必須になりつつある点は、IT担当者として早めに認識しておくべき変化といえます。
トークノミクス管理でAIコストを可視化・コントロール
Photo by Luke Chesser on Unsplash
生成AIを業務利用する上で、コスト管理は避けて通れない課題です。API型のクラウドAIサービスでは、利用量（トークン数）に応じて費用が積み上がりますが、部門ごとの利用実態の把握や予算配分が難しいケースも多いです。
VMware AI Factoryはこの「AIトークノミクス（tokenomics）」管理を重要機能の一つとして位置づけています。具体的には以下の機能を提供します。
- **トークンモニタリング**：組織全体・部門別のトークン消費量をリアルタイムで把握
- **GPU/vGPUトラッキング強化**：GPUリソースの利用状況を詳細に記録し、コスト配賦に活用
- **AIメトリクスダッシュボード**：インフラの稼働状況とAIモデルの利用状況を統合的に可視化
Broadcomが提供する「ValueOps AI Tokenomics」と組み合わせることで、インフラコストをビジネス価値と結びつける分析も可能になります。「AIがどのくらいROIを生んでいるか」を経営層に説明する際の根拠データとして活用できる点は、IT部門にとって実務的なメリットです。オンプレミスで運用することで、クラウドサービスに比べてトークン単位のコストを抑制しながら、利用量を組織内でコントロールできる経済的な優位性も期待されます。
企業IT担当者が今すぐ確認すべき導入検討ポイント
Photo by Alvaro Reyes on Unsplash
VMware AI Factoryは、すでにVMware Cloud Foundation（VCF）を利用している企業にとっては追加コスト・工数を最小化しながらオンプレAIへ移行できる現実的な選択肢となります。一方、VCFを導入していない企業はライセンス・インフラ要件の確認から始める必要があります。以下のチェックポイントを参考にしてください。
**現状の確認事項**
- VCF（旧vSphere/vSANベース）の導入状況とバージョン（VCF 9.1.1以降が対象）
- GPU搭載サーバーの有無（NVIDIA・AMD Instinct等。Dell、Cisco、Lenovo、Supermicroのハードウェアが対応）
- 社内でのAIモデル利用ニーズと、対応が必要なコンプライアンス要件（個人情報、機密情報等）
**検討フロー**
1. Broadcomの公式ドキュメントとVCF 9.1.1リリースノートを確認する
2. 既存VCF環境への適用可否をパートナーベンダーまたはBroadcom営業に問い合わせる
3. まずはPoC（概念実証）環境で小規模なモデルをデプロイし、展開速度とコストを検証する
4. セキュリティ・コンプライアンス部門と連携し、テナント分離やエージェント管理の要件を整理する
AIの社内活用を本格化させたいが、クラウド依存のリスクを避けたいと考える企業にとって、今後の有力な選択肢の一つとなりそうです。
よくある質問
VMware AI FactoryはVCFを導入していない企業でも利用できますか？
VMware AI FactoryはVMware Cloud Foundation（VCF）の機能として提供されるため、VCFの導入が前提となります。VCFを未導入の場合は、まずVCFのライセンス取得とインフラ整備が必要です。Broadcomのパートナー企業や営業担当者に相談することをお勧めします。
対応しているAIモデルはどのようなものですか？オープンソース以外も使えますか？
150以上のオープンソースモデル（Nemotron 3、Gemma 4、Qwen 3.7-Max、GLM 5.2など）に加え、商用モデルにも対応しています。デフォルトのランタイムはvLLMで、企業のニーズや用途に応じてモデルを選択・切り替えることが可能です。
データプライバシーはどのように確保されますか？
マルチテナント モデル共有機能により、部門ごとに独立した名前空間を設けてデータを分離します。他部門のデータへのアクセスは遮断され、各テナントのプライバシーが保護されます。データは社内インフラ内に留まるため、クラウドへの送信リスクもありません。
「数週間から数時間」という展開短縮は、どのような条件で実現しますか？
VCFの自動化機能により、ハードウェアプロビジョニングからソフトウェアスタックの有効化、モデル推論の開始までを自動化することで実現します。ただし実際の所要時間は既存環境の構成やハードウェア規模によって変わるため、事前にPoC検証を行うことを推奨します。