NASAの青写真：テクノロジー、文化、データを統合しAIOps成功を導く

NASAが示すAIOps成功の3要素

NASAのような組織は、AIおよびAIOpsの導入を始めたばかりの組織に向けて、自らの経験と知見を共有しています。

AIOps導入を検討している組織にとって、すでに運用やDevOpsグループで人工知能を活用し始めた先駆者たちからの助言は大きなメリットとなります。

そのような革新者の一つがNASAです。同機関は最近、財務や調達などの業務アプリケーション、特にAIOps環境においてAIを導入する際、包括的なアプローチを取ることの重要性を強調しました。

AI運用グループATARCでのプレゼンテーションで、NASAのデータサイエンスグループのリーダーたちは、AIOpsイニシアチブに必要な3つの重要な要素を特定しました。テクノロジーは最も明確な要素ですが、組織はデータをAI対応の状態に整備する必要があり、それと同等に重要なのが、データに基づいて意思決定を行うことを受け入れる企業文化への転換です。

なぜNASAの助言に耳を傾けるべきか

「はい、私たちはロケット科学者たちです」と胸を張って言える組織だからです。

「アルゴリズムを実行する部分はごく一部です。データはほとんどの場合、すぐに使える形ではありません。人々には既存のやり方があり、新しいツールを学び、その仕組みを理解するという課題があります。AIが自分たちに何ができるかについて、人々は異なる認識を持っています」と、NASAのデータサイエンスグループリーダーであるNikunj Oza氏は、Government CIO Mediaの報道で語っています。

同氏はさらに、「データは[自動的に]AIが使える状態にはなっていません。そのため、AIOpsプロジェクトを開始しても、システムの他の部分が準備できていないために即座に頓挫してしまうのです」と付け加えました。

AIOpsへの助言

NASAのアプリケーション担当副CIOであるShenandoah Speers氏は、ATARCの聴衆に対し、同機関のデジタルトランスフォーメーションは進行中だが、まだ成熟段階にあると語りました。「大量のデータが流入しており、そのデータをどう消化し、ビジネスおよびミッションの意思決定に活かすかが課題です。」

Oza氏はまた、AIや機械学習を取り巻く誤解についても言及しました。その中には、AIが人間の仕事を奪うという社内の懸念も含まれます。

米国防総省統合人工知能センター（JAIC）のウェビナー講演者も、データ品質の課題について議論しました。「ラベルの品質、データの品質に問題があります」と、JAICのAI/機械学習テスト・評価責任者Yevgeniya Pinelis氏は述べます。「インフラの問題ももちろんあります。……真に信頼できるAIシステムを構築するには、そのエコシステムとすべての配管を整える必要があります。」

また、チームにアジャイルとDevSecOpsを採用させる必要があるため、文化も重要な要素だと指摘します。「ユーザーとテスターが早期から関与していれば、アジャイルなプロセスが実現し、最終段階での大惨事を防げます。これは私たちが経験している大きな文化変革です。共同物流の分野では多くの成功を収めてきました。これらはスコープが明確なAI問題になりやすいですが、データの準備は常に課題です。」

より多くの企業がAIOpsとオブザーバビリティの経験を積むにつれ、これから始める組織が先駆者からAIOpsの助言を得る機会は増えています。