ITパフォーマンス向上：AIOpsとオブザーバビリティでダウンタイム削減とユーザー満足度向上

AIOpsオブザーバビリティは、ITがダウンタイムを削減し、アプリケーション・パフォーマンスを改善し、顧客を満足させるのを支援します。

2016年、ガートナーがAIOps（IT運用のための人工知能）という頭字語を提唱しましたが、その何年も前から、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耳にし、経験していました。そん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が、運用全体に埋め込まれたセンサーからパフォーマンスについて知らされる内容に基づき、自動的かつ適応的な意思決定と調整を行えるようになりました。

AIOpsオブザーバビリティの導入

AIOpsであれ自律コンピューティングであれ、目標は常にITの監視とチューニングを支援し、コンピューター資産を最大限に活用し、ビジネスに最適化されたテクノロジーを提供することでした。ITはAIOpsに強気で、2026年までのAIOpsソリューションの年平均成長率（CAGR）が21.05%と予測されています。

何がAIOpsをそんなに魅力的な価値提案にしているのでしょうか？

過労のシステム・プログラマー、ネットワーク管理者、ソフトウェア開発者にとって、AIOpsは毎日の大量のアラートと、即時の注意と解決を必要とするかもしれない潜在的パフォーマンス問題の干し草の山から、最も緊急な問題を浮き彫りにできます。これらのアラートは、企業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せいで、あらゆるところから来ます。それらのアラートが助けよりも、気が散るノイズを生み出すこともあります。

AIOpsが役立つのは、このアラートのカオスを、インシデントやアウトエージに真に関連するクリティカルな条件に絞り込む方法です。AIと機械学習を用いて組織の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」かを学習するからです。この知識を装備し、AIOpsは従来のシステム・アプローチと同様にアラートを特定し発行します。しかし、今日のAIOpsをユニークにしているのは、運用監視に含まれるAIが、AIOpsをインフラストラクチャ・オブザーバビリティの領域へ連れて行くことです。

オブザーバビリティはITにとって差別化要因です。ITインフラストラクチャから収集した文脈情報を、個々のシステム・コンポーネントからのスタンドアロン・アラートをITが個別に評価・トラブルシューティングするだけでなく、人工知能と自動化と組み合わせられるからです。インフラストラクチャの知識と問題検知を含む、ITインフラストラクチャ評価へのよりホリスティックなアプローチにより、AIOpsオブザーバビリティはITメトリクス、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診断的推奨事項を発行します。

オブザーバビリティの理解

実践では、AIOpsオブザーバビリティ・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、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、クラウドとオンプレミス・リソースの両方を通過するアプリケーション・ワークフローを意味するかもしれません。これらのリソースのいずれか——またはすべて——がパフォーマンス低下時にアラートを発行する可能性があります。AIOpsオブザーバビリティなしでは、ITは多数のシステム・モジュールと要素からの大量の着信アラートを評価することに直面し、「ノイズ」から問題の根本原因を分離する効率的な手段がありません。この野生のガチョウ追いは、システム・ダウンタイムとパフォーマンス問題を長引かせます。不満なユーザーと顧客を生み、企業に平均分あたり5,600ドルのコストを与える可能性があります。

AIOpsオブザーバビリティがダウンタイムとパフォーマンス問題を解決する方法

例えば、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文脈を理解していれば、通常週末は閉まっている東海岸のフィールド・サービス支店で、土曜日に突然活動の急増が登録されたような、異常なアクティビティを迅速に検知できます。

AIOpsは、ネットワーク上のサーバーやルーターがキャパシティ限界に達しているか、近づいているかを検知でき、その超過利用が特定の状況（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活動急増）で正常かどうかを判断できます。

アプリケーション・テストの領域では、テストのために複数の仮想システムがスピン・アップされるが、作業完了後に放置されがちな場合、オブザーバビリティがこれらのアイドル資産を特定し、解放できます。

ハイブリッド・オンプレミス/クラウド環境では、AIOpsオブザーバビリティが、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詰まりがあり、パフォーマンスを低下させているかをアプリケーション開発者にリアルタイムで知らせます。

結果として、ITがより良く稼働し、アプリケーションがビジネスに早く提供され、ダウンタイムが削減されます。

オブザーバビリティの現状

そうは言っても、AIOpsオブザーバビリティは多くの組織でまだ導入初期段階にあります。

課題の1つは、すべてのIT部門がオブザーバビリティ——やや曖昧な言葉——の正確な意味を理解しているわけではないことです。もし代わりに、オブザーバビリティがAIと機械学習によって促進される「インフォームド・オブザベーション（情報に基づいた観察）」と理解されれば、テクノロジーの採用はより速く進み、その価値が解き放たれるかもしれません。

20年以上CIOを務めた経験から、2つのことを知っています：

第一に、CIOとITはダウンタイムを嫌い、野生のガチョウ追いを嫌い、複雑なアプリケーションで何が間違っていたかをITが突き止める間、ユーザー、顧客、経営陣の感情を落ち着かせることを嫌います。

第二に、1981年と同様に2021年も続いているマラソンの「ウォー・ルーム会議」に終止符を打てれば、指差しは減り、スタッフのモラルは高まります。AIOpsオブザーバビリティなら、DBAからアプリケーション開発者、システム・プログラマーまで、関係者全員を、実行可能な単一の真実のバージョンでより良く装備できます。