AIOpsと可観測性がITにどのように役立つか

AIOpsの可観測性は、ITがダウンタイムを削減し、アプリケーションのパフォーマンスを向上させ、顧客を満足させるのに役立ちます。

2016年、Gartnerは頭字語AIOps（ArtificialIntelligence for IT Operations）を作成しましたが、その数年前、ITプロフェッショナルはすでに自律コンピューティングの要素について聞いて経験していました。このような自動化テクノロジーにより、メインフレームとサーバーは自動で適応性のある決定と調整を行うことができ、運用中に埋め込まれたセンサーがパフォーマンスについて通知していたことに対応できるようになりました。

AIOpsの可観測性の紹介

AIOpsであろうと自律コンピューティングであろうと、目標は常にITがパフォーマンスの監視と調整を支援し、コンピューター化された資産を最大限に活用して最適化されたテクノロジーをビジネスに提供できるようにすることでした。現在から2026年の間にAIOpsソリューションで予測される21.05％の複合年間成長率からも明らかなように、ITはAIOpsに対して強気です。

では、AIOpsをこのような魅力的なバリュープロポジションにしているのはなぜですか？

過労のシステムプログラマー、ネットワーク管理者、およびソフトウェア開発者にとって、AIOpsは、毎日のアラートの干し草の山から最も緊急の問題と、即時の注意と解決を必要とする場合と必要としない場合がある潜在的なパフォーマンスの問題を明らかにすることができます。これらのアラートは、企業のIT部門が管理しなければならないサイロ化されたシステムの数のおかげで、どこからでも発生します。これらの変更により、ヘルプよりも気が散るようなノイズが発生する場合があります。

AIOpsは、インシデントまたは停止に本当に関連する重大な状態に対するアラートのこの不協和音をどのように抑制できるかを支援します。これは、組織のITインフラストラクチャの要素とダイナミクスを追跡し、何が正常で何が問題を提示するかを学習するときに、人工知能と機械学習を使用するためです。この知識を備えたAIOpsは、以前のシステムアプローチと同様に、アラートを識別して発行します。ただし、今日のAIopsをユニークなものにしているのは、運用監視に含まれているAIがAIOpsをインフラストラクチャの可観測性の領域に取り入れていることです。

可観測性は、ITインフラストラクチャから収集されたコンテキスト情報を、ITが個別に評価およびトラブルシューティングする必要のある個々のシステムコンポーネントからスタンドアロンのアラートを発行するだけでなく、人工知能および自動化と組み合わせることができるため、ITの違いを生み出します。インフラストラクチャの知識と問題の検出を含むITインフラストラクチャ評価へのより包括的なアプローチにより、AIOpsの可観測性は、ITメトリック、ログ、トレースを使用し、ITが問題解決までの時間を短縮するために使用できる修正の診断推奨事項を発行します。

>

可観測性を理解する

実際には、AIOps可観測性プラットフォームは、アプリケーションが流れるさまざまなシステム、データ、およびネットワークを統合できます。ハイブリッドコンピューティング環境では、これは、オンプレミスリソースだけでなくクラウドを通過するアプリケーションワークフローをトラバースすることを意味する場合があります。これらのリソースのいずれか（またはすべて）が、パフォーマンスが低下した場合にアラートを発行する可能性があります。 AIOpsobservabilityがなければ、ITは、アラートの「ノイズ」を問題の根本原因から分離する効率的な手段なしに、多くのシステムモジュールおよび要素からの多数の着信アラートを評価することができます。このグースチェイスは、システムのダウンタイムとパフォーマンスの問題を長くします。それは不幸なユーザーと顧客を生み出し、会社に1分あたり平均5,600ドルの費用をかける可能性があります。

AIopsの可観測性がダウンタイムとパフォーマンスの問題をどのように改善するか

たとえば、AIOpsソフトウェアがITインフラストラクチャのダイナミクスと運用コンテキストを理解している場合、通常は週末に閉鎖される東海岸のフィールドサービスブランチから異常なアクティビティをすばやく取得できますが、土曜日に突然アクティビティの急増を記録します。

AIOpsは、ネットワーク上のサーバーまたはルーターの容量が不足しているかどうか、およびその超過容量の使用率が、1日の最も忙しい処理時間や、eコマースプロモーションによる急増する非アクティブなどの特定の状況で正常であるかどうかを検出できます。 。

複数の仮想システムがテストのためにスピンアップされるが、作業の完了後に忘れられる可能性があるアプリケーションテストの領域では、可観測性によってこれらのアイドル状態の資産を識別できるため、割り当てを解除できます。

オンプレミスクラウド環境のハイブリッドでは、AIOpsの可観測性により、エンドツーエンドのアプリケーションワークフローのどこかにパフォーマンスを低下させている詰まりがある場合、アプリケーション開発者にリアルタイムで通知できます。

その結果、ITの運用が改善され、アプリケーションがより早くビジネスに提供され、ダウンタイムが短縮されます。

可観測性の状態

とはいえ、AIOpsの可観測性は、多くの組織でまだ展開の初期段階にあります。

1つの課題は、すべてのIT部門が、可観測性（やや曖昧な言葉）が何を意味するのかを正確に理解しているわけではないということです。代わりに、可観測性がAIと機械学習によって促進される「情報に基づく観察」として理解された場合、テクノロジーの取り込みがより速く進み、その価値が解き放たれる可能性があります。

20年以上CIOを務めてきた私は、次の2つのことを知っています。

まず、CIOとITはダウンタイムを嫌い、ガチョウを追いかけ、ユーザー、顧客、管理者の感情を落ち着かせ、ITは多くのシステムに影響を与える複雑なアプリケーションで何が悪かったのかを突き止めます。

第二に、1981年と同じように2021年に開催され続けるマラソン「戦争室」会議に終止符を打つことができれば、指差しが少なくなり、スタッフの士気が高くなります。 AIOpsobservabilityは、DBAからアプリケーション開発者、システムプログラマーに至るまで、関係するすべての人に、実用的な単一の真実のバージョンをより適切に提供します。