工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> Manufacturing Technology >> 自動制御システム

自動化はマルチクラウドインフラストラクチャの監視の鍵です

インフラストラクチャがスムーズに稼働していることを確認することは、サービスと顧客満足度を維持するために重要です。

DynatraceのUK&I地域副社長であるGreg Adamsが、マルチクラウドインフラストラクチャの監視でオートマトンが果たすことができる重要な役割について説明します

デジタルトランスフォーメーションに対応するために、あらゆる業界の組織は、先を行くために必要な俊敏性とスケーラビリティを獲得するために、ますますマルチクラウドアーキテクチャに目を向けています。 IDCは、この傾向が続くにつれて、クラウドサービスへの世界全体の支出は2025年までに1.3兆ドルを超えると予測しています。

ただし、テクノロジー環境がより多くのプラットフォームにまたがるため、追加される各クラウドにより、インフラストラクチャの管理タスクがより複雑になります。次に、これにより、過度に拡張されたIT運用(ITOps)チームの作業が増え、イノベーションに集中できなくなります。実際、私たちの調査によると、ITOpsチームは、時間のほぼ半分(42%)を、インフラストラクチャ全体で「照明をつけ続けるためだけに」手動の日常業務に費やしています。

これらのチームは、インフラストラクチャを管理するためのより持続可能なアプローチを明らかに必要としています。これは、マルチクラウド環境での可観測性を向上させ、手動タスクを自動化するため、イノベーションの推進と組織の価値の創造に集中する時間を増やすことができます。

マルチクラウド片頭痛

インフラストラクチャのパフォーマンスを効果的に管理できない場合、ITOpsチームは、今日の顧客とユーザーが要求するシームレスなデジタルエクスペリエンスを提供するために大いに苦労します。マルチクラウド環境全体で明確なエンドツーエンドの可観測性を備えていることが重要です。残念ながら、この洞察はよりとらえどころのないものになり、チームがインフラストラクチャに追いつくのに苦労しているため、死角が忍び寄っています。

マルチクラウド環境は、その性質上複雑であり、インフラストラクチャ監視に対する多くの既存のアプローチでは管理が困難です。これにはいくつかの要因があります。

まず、各クラウドプラットフォームには、AmazonCloudWatchやAzureMonitorなどの独自のネイティブモニタリングツールが付属しています。したがって、ITOpsチームは、インフラストラクチャ全体のアクティビティを追跡するために、従来の監視ソリューションの上に重ねる必要のあるツールの範囲が徐々に広がっていることに気づきました。私たちの調査によると、組織は平均して、マルチクラウド環境を管理するために7つの異なる監視ソリューションに依存しています。これにより、ユーザージャーニーが複数のクラウドを横断するときに、チームはさまざまなダッシュボードからの洞察を手動でつなぎ合わせてデジタルサービスの問題を特定するためにより多くの時間を費やす必要があります。

Kubernetesの難問

可観測性をよりわかりにくくするもう1つの要因は、マルチクラウド環境内での変更の頻度です。 Kubernetesなどのプラットフォームを使用すると、組織は需要に合わせてマルチクラウドインフラストラクチャを迅速に拡張できますが、絶え間ない変化により、チームがパフォーマンスを効果的に監視および管理することは困難です。 Kubernetes環境でも大量のデータが生成されるため、ITOpsチームが手動でふるいにかけてマルチクラウドインフラストラクチャがユーザーエクスペリエンスに与える影響を理解することは不可能です。

さらに複雑さを増し、「ツールの無秩序な増加」を軽減するための取り組みにおいて、チームは多くの場合、オープンソースの可観測性ソリューションを使用して複数のツールをつなぎ合わせて、インフラストラクチャの監視に日曜大工(DIY)アプローチを採用します。これにより、手作業が無駄になり、保守が難しくなり、チームがより戦略的な作業に集中する時間が少なくなるため、デジタルトランスフォーメーションが妨げられます。

先のコースの自動化

これらの課題を克服するために、組織はインフラストラクチャ監視への新しいアプローチでITチームに力を与え、AIOps(IT運用のための人工知能)を利用して可能な限り多くの手動タスクを自動化する必要があります。これにより、環境の変化に応じてマルチクラウドインフラストラクチャを継続的に検出して計測することにより、死角をなくします。その結果、チームは手動の監視プロセスに時間と労力を費やすことなく、エンドツーエンドの可観測性を維持できます。

AIOpsは、アラートを自動的にトリアージし、可観測性データを照会して、チームがユーザーと顧客にシームレスなデジタルエクスペリエンスを提供するために必要な正確な洞察を明らかにするのにも役立ちます。このアプローチにより、AIOpsを使用すると、チームはマルチクラウドインフラストラクチャ全体の問題の原因を理解し、ビジネスへの影響によって問題に優先順位を付けることができます。これは、チームが最初に最も重要な問題を解決してから、組織のデジタル変革を加速するタスクに集中できることを意味します。ただし、これは、チームが可観測性データを1か所に統合​​できる場合にのみ可能です。統合されたビューは、効果的な自動化を推進するために必要な完全なコンテキストを提供する信頼できる唯一の情報源を作成します。

イノベーションのためのより多くの時間

組織がマルチクラウド環境への移行を続けるにつれて、インフラストラクチャがスムーズに稼働していることを確認することが、シームレスなデジタルサービスを作成し、顧客満足度を高めるためにますます重要になっています。 AIと自動化を中心としたインフラストラクチャ監視戦略を実装すると、ITOpsチームの手動タスクの負担が軽減されます。次に、チームは変革を加速し、ビジネスのより良い結果を推進することに集中できます。


自動制御システム

  1. ネットワーク監視のためのゲームプランを再考する
  2. ネットワークインフラストラクチャは自動運転車にとって重要です
  3. ABBは、2022年にロボットの自動化を変える主要なトレンドを予測しています
  4. ポートと端末のワイヤレスデジタル化インフラストラクチャに関するノキアのパートナー
  5. ScaniaはCombientネットワークと連携して、自動化とAIの「巨大な可能性」を活用します
  6. UiPathFORWARDIVからの4つの重要なポイント
  7. プロセスマイニング:自動化の旅で継続的な価値を実現するための鍵
  8. ファナック;生産性を高めるための3つの重要な領域
  9. ロックウェル・オートメーション:リモートモニタリングとクラウド分析
  10. 自動化は製造業における雇用創出の鍵になるでしょうか?
  11. 製造における自動化の3つの主要な用途