クラウド (G検定)

2026年8月12日2026年9月2日

G検定

1. 定義と概要

クラウド（クラウドコンピューティング）とは、サーバーやストレージ、ソフトウェアといった計算資源を自社で保有せず、インターネット経由でサービスとして必要な分だけ利用できる仕組みです。利用者は機材の調達や保守を担わず、クラウド事業者が管理するインフラ上のサービスを契約して使います。代表的な事業者には、Amazon Web Services（AWS）、Microsoft Azure、Google Cloud（GCP）があります。契約したその日から必要な機能を使い始められる手軽さが、この仕組みの分かりやすい特徴です。

従来、企業がシステムを構築する際は、自社内に設置したサーバーでシステムを運用するオンプレミス（自社内に設置したサーバーでシステムを運用する形態）が一般的でした。この方式では機材の購入費用や設置スペース、保守運用の専門知識が必要になり、需要に応じた拡張にも時間がかかるという課題がありました。

インターネットと仮想化技術（1台の物理的なサーバーを複数の仮想的なサーバーとして分割・運用する技術）が普及すると、事業者が保有する大規模なインフラを従量課金（使った分だけ料金を支払う仕組み）で借りるクラウドが広がりました。その結果、自社で機材を持たない中小企業や個人でも、高度なシステムを短期間で利用できるようになりました。オンプレミスからクラウドへという流れは、G検定の学習範囲を理解するうえでの前提知識にあたります。

2. 試験対策ポイント

まず整理したいのは、クラウドサービスが提供範囲によって3つの階層に分かれる点です。もっとも提供範囲が狭いのは、サーバーやネットワークなどインフラのみを提供するクラウドサービス（IaaS）です。次に来るのが、OSやミドルウェア、データベースなどアプリ開発に必要な基盤ごと提供するクラウドサービス（PaaS）にあたります。そこへ、完成したソフトウェアをそのままインターネット経由で利用できるクラウドサービス（SaaS）を加えた3階層です。

事業者と利用者のどちらがどこまでを担うのかという視点で並べると、3階層の違いは次のように整理できます。

階層	事業者側の管理範囲	利用者のカスタマイズ自由度	代表例
IaaS	狭い	高い	AWS EC2
PaaS	中間	中間	Google App Engine
SaaS	広い	低い	Gmail、Microsoft 365

「IaaS」から「SaaS」に近づくほど事業者側の管理範囲が広がり、利用者のカスタマイズ自由度は狭まるという関係にあります。この管理範囲の広がり方が、3階層を見分ける最大の手がかりです。

もう一つの柱は、従量課金とスケーラビリティ（需要に応じて計算資源を柔軟に増減できる性質）です。自社で機材を保有しないため初期投資を抑えられる一方、利用量によっては長期的なコストがオンプレミスより割高になる場合がある点も、対になる論点です。使った分だけ支払うという仕組みは一見シンプルですが、利用が長期化・大規模化するほど累計コストが膨らみやすい構造も含んでいます。

AWS・Azure・「Google Cloud」といった主要なクラウド事業者の存在と、AI分野での活用もあわせて整理しておきたいテーマです。ディープラーニングの学習には大量のGPU（大量の並列計算に適した演算装置で、AIの学習を高速化する）などの計算資源が必要であり、自社で保有せずクラウドから必要な期間だけ調達する形が一般的になっています。高価なGPUを自前で揃えずに済むこの構図は、クラウドの利点を具体的に示す事例として押さえておきたいところです。

3. 関連概念との比較・相違点

オンプレミスとの最大の違いは、計算資源を自社で保有・管理するか、事業者のインフラを借りて利用するかという点にあります。オンプレミスは初期費用が大きく保守の手間もかかる一方、拡張のたびに機材を新たに調達する必要はありません。クラウドは初期投資を抑えて柔軟に拡張できる一方、利用が続く限り料金を払い続けます。

保有か利用かという軸で整理すると、両者の違いが分かりやすくなります。どちらを選ぶかは、初期費用と運用コストのどちらを重く見るかという判断に帰着します。機材を資産として抱えるか、使った分の費用として払い続けるかの選択とも言い換えられます。

クラウドAI（AIの学習や判断の処理をクラウド上のサーバーで実行する形態）と混同しやすい点にも触れておきます。クラウドはサーバーやストレージを利用する形態そのものを指す広い概念であるのに対し、クラウドAIはAIの処理をクラウド上で行うという、より狭い文脈で使われる語です。

処理をデバイス側で行うエッジAIとの対比は、本記事では立ち入らず別のテーマとして扱います。両者の呼び名が似ているため、指している範囲の広さの違いを取り違えやすい組み合わせです。

4. ビジネス・実務での活用シナリオ

スタートアップや中小企業では、自社サーバーを持たずクラウド上でシステムを構築し、初期投資を抑えて短期間でサービスを立ち上げる事例が広がっています。事業規模の拡大にあわせて計算資源を柔軟に増やせるため、需要の急増に合わせて設備投資の判断を後回しにできる点が大きな利点です。サービスの成長速度に合わせて機材の規模を追随させられることが、限られた資金で事業を始める側にとって意義のある点です。

AI・研究開発の現場では、ディープラーニングの学習に必要なGPU計算資源をクラウドで必要な期間だけ調達し、学習が終わればすぐに解放する運用が一般的です。高性能なGPUを自社で保有すると導入費用も維持費もかさむため、必要なときだけ借りる形が無駄なコストを抑える手立てになります。研究テーマごとに必要な計算量が大きく変わる研究開発の現場では、この柔軟な調達の仕組みが実務上の意義を持ちます。

企業の基幹業務では、会計や人事などの業務ソフトをSaaS型のクラウドサービスとして利用する形が定着しています。自社でサーバー管理をする必要がなく、常に最新版の機能を使い続けられるため、システムの保守にかける人手を他の業務に回せるという意義があります。法改正や制度変更への対応もサービス提供側が担うため、利用者側で個別に改修する負担が生じにくいという効果もあります。