ロボティックプロセスオートメーションとスマートデータセンターの未来

多くの人がロボットについて考えるとき、金属製のヒューマノイド、あるいはテレビ番組で互いに競い合うインテリジェントな機械を想像するでしょう。

ロボティックプロセスオートメーション (RPA) について話すとき、私たちが言及しているのは、他のシステムでアクションを実行するプログラム可能なシステムまたは自己学習システムである「ソフトウェアロボット」である可能性が最も高いです。

この記事では、将来のデータセンター、いわゆる「インテリジェントデータセンター」における RPA の役割について説明します。データセンターをインテリジェントにする必要がある理由、利用可能な RPA の種類、RPA をデータセンターに統合する方法、および統合することによる利点について検討しました。

なぜスマートデータセンターが必要なのでしょうか?

[[434118]]

では、なぜスマートデータセンターが必要なのでしょうか? つまり、既存のデータセンターテクノロジーの何が問題なのでしょうか?

その答えは、エンタープライズ IT のトレンドにあります。小規模な地域データセンター、忙しいコロケーション施設、パブリッククラウドプロバイダーの基盤を形成する大規模データセンターのグローバルに分散されたネットワークなど、ほとんどのデータセンターの顧客ベースは企業で構成されています。

企業はクラウドのパワーと効率性を認識するにつれて、リアルタイム処理、柔軟なスケーラビリティ、ビッグデータストレージ容量、99.99% 以上の信頼性を必要とする DevOps チームとマイクロサービスを構築しています。コスト競争力を維持しながらこれらのビジネスモデルに必要な新しい需要を満たすには、データセンターはオーバーヘッドを削減しながら信頼性とパフォーマンスを向上させる必要があります。難しい質問ですね！

インフラストラクチャがより複雑かつ分散化されるにつれて、ロボットによる支援の必要性がさらに高まります。人間は、データセンターに流入する複数の情報ストリームを、エラーや速度やパフォーマンスの低下を起こさずに監視および処理することはできません。ネットワークのダウンタイムは十分に問題ですが、データ侵害により記録的な罰金が科せられるようになった現在、ミスはデータセンターの存続を脅かす可能性があります。

ロサンゼルスの IT コンサルティング会社 DCG Inc. は、「既存のネットワークに出入りするデータの量を考えると、そのデータのすべてのビットを考慮する必要があります」と述べています。

ネットワークの問題の最も一般的な原因は依然として人為的ミスであるため、少なくとも複雑で反復的なプロセスに関しては、ロボットが安全な手助けとなります。

しかし、ロボットはシステム状態の変化に適応するには人間の支配者に依存しすぎているのでしょうか? この疑問に答えるには、RPA の仕組みと、存在するさまざまな種類のソフトウェアロボットを詳しく調べる必要があります。

RPAの2つのタイプ

RPA は幅広い分野ですが、一般的にはコントローラー、開発者ツールのセット、ソフトウェアロボットで構成されます。ロボットはさらに、プログラム可能なロボットとインテリジェントロボットの 2 つの主要なカテゴリに分けられます。

プログラム可能なロボットを使用する RPA は、プロセスの各ステップを細分化し、固定パラメータに従ってそれらのステップを実行するようにロボットをプログラムする必要があるため、集中的なプロセスです。これは単純で反復的なタスクには十分であり、このタイプの RPA は製造業で一般的です。

インテリジェントロボットを搭載した RPA は、機械学習 (ML) テクノロジを使用します。これらのロボットは、プロセスの実行を監視し、大量の履歴データと現在のデータを分析して、プロセスを最適化する方法を理解します。その後、高レベルのポリシーとシステム状態に関する知識に基づいて一連のアクションを実行するように構成できます。どのタスクをいつ実行するかを決定できます。

急速に変化するパラメータと大量の非構造化データを伴う現代のデータセンターの複雑な環境では、後者のタイプのソフトウェアロボットがますます必要になっています。

RPA テクノロジーは急速に成熟しており、現在では最小限の中断でデータセンターに統合できるため、信頼性の高い結果が得られ、ミッションクリティカルなプロセスが加速されます。

ただし、データセンター向けの RPA を検討している場合、急いで導入する必要はありません。実際、ほとんどの新しいテクノロジーと同様に、思慮深く体系的なアプローチがなければ、そのメリットを十分に実現できない可能性があるため、断片的なアプローチの方が優れている場合がよくあります。

手動制御から完全自動化へ

データセンターの完全な自動化は依然として将来の目標であり、ロボットが関連する多くのプロセスを安全に処理できるかどうかについては懐疑的な人が多くいます。自動運転車と同様に、自律型データセンターが自立できるようになるまでには、多くのテストと中間段階が必要になります。

RPA をデータセンターに統合することは、ほとんどのデータセンターにすでに存在する手動操作から完全な自動化へと移行する 4 段階のプロセスと考えることができます。

補助手動操作

ここでは、ロボットを使用して単純なタスクを自動化し、人間のオペレーターが実行する必要がある手順の数を減らします。バックアップの実行や、ニアオンラインシステムからオンラインシステムへのデータの移動などの初期アクションは、人間のオペレーターがトリガーする必要がありますが、ロボットはスクリプトに従って、タスクの実行に関連するサブステップを実行します。

部分的な自動化

部分的な自動化により、RPA と ML が組み合わされて傾向が分析され、オペレーターにアクションが推奨されます。一例として、ロボットが負荷分散ルールに基づいてワークロードの移行を推奨できる動的リソーススケジューリング (DRS) があります。

条件付き自動化

条件付き自動化により、ロボットはシステムの状態を監視し、特定の条件が満たされたときに処理を引き継ぐことができます。これらは、具体的に定義された条件 (時刻など) である場合もあれば、パラメータの範囲外の条件である場合もあります。たとえば、ロボットがデータセンターの一部の温度が定義された範囲外にあることを検出すると、損傷のリスクを軽減し、是正措置を講じ、データセンターのコントローラーに警告するための一連のアクションを実行できます。

完全自動化

将来の完全に自動化されたインテリジェントデータセンターでは、ML を使用して自己学習し、現在のデータと履歴データ、およびモデリングシナリオを使用して事前に計画を立てます。時間の経過とともに進化し、経験に基づいてパラメータを調整し、容量管理、リソース割り当て、エネルギー効率を改善します。将来のデータセンターロボットは、データセンターの状態を積極的に監視し、ハードウェアコンポーネントの注文、交換、構成などの修復アクションを実行することもできます。