GenAIは将来のインシデント管理プロセスを形作っています

回答者の大多数 (59.4%) は明確なインシデント管理プロセスを導入しており、自動化のレベルはニーズに十分対応しています (71.1%) が、企業は依然としてインシデントの急増への対応に苦慮しており、迅速な対応にも苦慮しています。

過去 12 か月間に顧客に影響を与えるインシデントの頻度が増加したと報告した企業は 66.5% で、2022 年の調査から 3.6% 増加しました。

回答者の 63% によると、ダウンタイムの原因となるこれらのイベント (アプリケーションの停止、サービスの低下など) により、企業は平均で 1 時間あたり最大 499,999 ドルの損失を被るリスクがあり、これは 2022 年から約 5% 増加しています。回答者の 46.6% は、ダウンタイムのコストは 10 万ドルから 200 万ドルの範囲であるとも述べています。

同社は、現在のインシデント管理が非効率であることに気付いた。

この調査では、インシデント管理における既存の問題に対処する手段として GenAI が挙げられており、84.5% が AI によってインシデント管理プロセスが大幅に合理化され、全体的な効率が向上すると考えているか、AI によってインシデント管理の一部を自動化できる可能性に期待しています。

「私たちの研究で明らかになった知見は、単なるタスクの繰り返しを超えて、ヒントや状況をリアルタイムで吸収することで変化する状況に動的に適応する、適応型の LLM ベースの自動化が極めて重要であることを浮き彫りにしています」と、Transposet の CEO、Divanny Lamas 氏は述べています。

「従来のルールベースの自動化ツールでは、現代の運用チームのニーズを満たすにはもはや不十分です。多くの企業では強力なインシデント管理プロセスを導入していますが、インシデントの継続的な増加と、それによる顧客および財務への影響には、変革的なアプローチが必要です。今後の道筋は、自動化によって強化され、人間の判断によって導かれる GenAI などの革新的なソリューションを活用して、インシデント処理を加速するだけでなく、潜在的な問題を事前に検出して、問題が拡大する前に予防することです。」

信頼性エンジニアリング チームは、インシデント管理の分野で大きな障害に直面しています。信頼性エンジニアリング リーダーの 73.9% が、インシデントの解決時に、自動化スクリプトの脆弱性 (59.7%)、手動プロセスが多すぎる (47.8%)、専門知識へのアクセスが困難 (47.2%) などの課題に直面しました。

さらに、42.5% の企業は、整理されていないドキュメント (41.3%)、利用できるツールが限られている (40.4%)、組織の知識に依存している (39.7%) などの理由で、現在のインシデント管理プロセスが効果的でない、または一部のチーム メンバーしかアクセスできないと回答しました。

また、61.5% の企業は、過去 1 年間でインシデントの処理にかかる時間が増加したと回答しており、79.8% の企業は、最初の警告から緩和までインシデントの解決に平均で最大 6 時間かかると回答しています。インシデント解決時間の延長に加えて、適切なチームメンバーを編成することで複雑さが増し、回答者の 71.3% がプロセスに最大 30 分かかる可能性があると回答しています。

さらに、かなりの数のチームメンバーにとって、会社が定義した手順を理解し、日常的に適用することが困難であることが分かりました。 37.4% の企業は、定義されたインシデント管理プロセスを完全に理解し、一貫してそれに従っているのは選ばれたチーム メンバーだけだと報告しました。

自動化の障壁によりイベントの複雑さが増す

企業は、インシデント処理の非効率性に対処するだけでなく、自動化の実装に対する障壁も克服する必要があります。回答者の 33.3% は、インシデント管理タスクまたはワークフローのわずか 11% ～ 25% しか自動化されていないと回答しており、企業のインシデント管理プロセスをさらに自動化できる余地があることを示しています。

さらに詳しく調査すると、回答者は、インシデントの設定 (50.0%)、通信プロトコル (44.2%)、調査プロセス (30%)、修復 (29%) など、インシデント ライフサイクルの重要な側面の自動化に強い関心を示しました。

回答者は自動化の導入に関心があるにもかかわらず、自動化に対する 4 つの大きな障壁を挙げています。

• リーダーシップや経営陣からのサポートが不十分であった（57.1%）。
• 知識共有が不十分（54.3％）
• 組織的知識と既存の手順が適切に文書化されていない（54%）。
• 何を自動化すればよいかわからない（52.4%）

SaaS ツールを使用すると、企業は自動化をより迅速に実現できます。回答者の 74.6% が SaaS ツールを受け入れており、82.0% がコードを書かずに自動化を作成できることを確認しています。回答者の 84.3% が、わずか 11 分から 1 時間しかかからないと報告しており、インシデント管理における SaaS ソリューションの効率性が強調されています。

企業はAIベースのアプリケーションと自動化ツールでテクノロジースタックを強化

今後 12 か月で、チームの 72.1% がテクノロジー スタックを拡張する予定です。インシデント管理プロセスを強化し、解決/修復までの平均時間 (MTTR) を短縮するために、企業は次のような新しいツールを実装する予定です。

• AIまたはMLベースのツールまたはアプリケーション（60.0%）
• 自動化ツールまたはアプリケーション（53.1%）
• コミュニケーション/コラボレーションツールまたはアプリケーション（48.1%）

SRE とプラットフォーム エンジニアリングは、AI と自動化を実現する上で重要な役割を果たします。過去 1 年間で、回答者の 61.5% が SRE プラクティスへの重点を高め、サイト信頼性エンジニアをさらに採用する予定であり、57.5% がプラットフォーム エンジニアリングの取り組みを強化し、プラットフォーム エンジニアをさらに採用する予定です。これらの戦略的な動きは、インシデント管理能力を強化するという同社の取り組みを強調するものです。

調査結果は、インシデント対応ライフサイクルの明確な方向性を示しており、企業が使用するすべてのインシデント管理ツールをシームレスに統合し、人間のデータ洞察を活用し、GenAI を使用して運用効率と意思決定を改善する SaaS ツールまたはプラットフォームの必要性を浮き彫りにしています。

AIが仕事の経験を一変させる

回答者の 90.4% は、人間のデータ (アーカイブされた Slack 通信、回顧的なインタビュー、グループ フィードバックなど) から体系的に洞察をマイニングすることで、将来のインシデント対応を改善し、運用の品質を強化できると考えています。ただし、90.2% は、自動化によって、重要な意思決定ポイントで人間が判断を下せるようになり、信頼性と効果が高まると考えています。これは、2022 年の調査から約 10% 増加しています。

89.8% の回答者は、GenAI 機能をインシデント管理ツールまたはプラットフォームに統合すると、新しい自動化の作成に必要な時間が短縮され、他の価値の高い作業に時間を割くことができると回答しました。 96.3% の回答者は、インシデント発生時に自社が使用するすべてのツールが 1 つのツールまたはプラットフォームに統合されていれば有益であると考えています。

テクノロジースタックに AI を導入している企業の 79.5% にとって、その影響は大きいです。 51% が AI によって仕事の質が向上し、人間の労働生活が改善されていると考えており、63.5% が AI を活用してデータの精度と品質を向上させ、50.7% がインシデントの解決が迅速化したと報告し、49.4% が AI を活用して問題の根本原因、潜在的な脅威、脆弱性をより迅速かつ容易に特定し、48% が AI を活用して反復的なタスクやプロセスを自動化し、業務を効果的に合理化しています。

「現代の運用チームに課せられる要求は絶えず変化しており、これらのチームに必要なのは適応型の LLM ベースの自動化およびインシデント管理ソリューションであることは明らかです」と Lamas 氏は結論付けました。「この統合されたインテリジェントなアプローチは、プロセスを合理化するだけではありません。チームが自動化と AI を活用して会社のインシデント管理プロセスを強化し、より効率的な自動化ワークフローを開発できるようにします。このアプローチは、人間がプロセスに積極的に関与し続けることを保証することで、シームレスなインシデント解決と MTTR の短縮にますます重要になっています。最終的には、チームが本当に重要なこと、つまり複雑な問題に対する効率的で効果的なソリューションを提供することに集中できるようになります。」