AIOps ツールがクラウド コンピューティングに新たな命を吹き込む理由

[[331103]]

AIOps ツールは IT 分野で幅広い応用が期待されていますが、クラウド テクノロジーは AIOps が最大のメリットをもたらすと期待される分野の 1 つです。

現時点では、クラウド コンピューティングは IT 業界において成熟した、退屈な領域であるとさえ言う人もいます。クラウドにおけるイノベーションは停滞しており、クラウドでアプリケーションを構築または管理する方法に大きな革命的な進歩が起こるとは想像しにくいです。そうは言っても、近い将来クラウドで大きな革命を起こす可能性のある概念を 1 つ選ぶとしたら、私は AIOps と AIOps ツールに賭けるでしょう。

AIOps の影響は決してクラウドに限定されるわけではありませんが、AIOps は現在、クラウド インフラストラクチャとのやり取り方法に混乱をもたらしている数少ない要因の 1 つです。ここでは、AIOps について知っておくべきこと、および AIOps ツールとプラットフォームが将来果たす役割について説明します。

AIOps の定義 AIOps は、IT 運用作業における人工知能の応用を指すために 2016 年に Gartner によって造られた用語です。基本的な AIOps では、AI を使用して IT 環境内のデータを解釈または分析します。より高度な AIOps のユースケースでは、AI を活用して、従来は従業員が手動で実行しなければならなかった IT 管理タスク (たとえば、故障したサーバーの再起動や、新たに検出された脅威に対応してファイアウォール ルールを更新するなど) を自動化することに重点を置いています。

AIOps の概念は、この用語が作られる前から存在していました。実際、過去 20 年間にアプリケーションの監視やセキュリティ テストを支援するために機械学習やデータ分析ツールを使用したことがあるなら、AIOps を使用していたことになります。

しかし、ここ数年で、AIOps と AIOps ツールの人気は爆発的に高まりました。この傾向は、AI の成熟度の向上と、現代の IT ワークロードの規模と複雑さの増大を反映しています (AIOps は、AI を使用して IT ワークフローを自動化および体系化することで、これらの課題に対処します)。

AIOps とクラウド コンピューティングの将来 AIOps は、IT 業界全体で幅広い応用が期待されています。しかし、多くの点で、クラウド コンピューティングは AIOps が最大のメリットをもたらすと期待される分野の 1 つです。それは、AIOps がクラウドにおける最も複雑な課題、つまり他のテクノロジーでは十分に対処できなかった課題の一部を解決できるからです。主な例を 4 つ挙げます。

1. コストの最適化 クラウドでワークロードを実行するのは簡単です。コストを最適化した方法でそれらを実行することははるかに困難です。クラウドベンダーは、顧客が自社のプラットフォームに費やす費用を削減するための支援を十分に行っていません。また、クラウド コストの予測と管理に役立つさまざまなサードパーティ ツールが利用可能ですが、そのほとんどは、セットアップと使用に IT チームによるかなりの手作業が必要です。クラウド リソースに慎重にタグを付け、これらのツールが提供するコスト削減の推奨事項を手動で解釈するために時間をかける必要があります。これらのツールの多くは、リアルタイムで実行してすぐにコストを節約できるクラウド構成の変更を提案するのではなく、過去の使用状況に基づいて事後の推奨事項も作成します。

AIOps は、クラウド コストの最適化に自動化とリアルタイムの洞察の向上をもたらすことが期待されています。 AIOps ツールは、企業がクラウドで過剰に支出している場所に関する推奨事項を提供できるだけでなく、コストを節約するためにワークロードを自動的に再構成するという追加の手順を実行することもできます。たとえば、AIOps ツールは、過剰にプロビジョニングされた仮想マシン インスタンスをより低コストのインスタンスに自動的に移行したり、必要以上に高価なオブジェクト ストレージ層に保存されているデータをよりコスト効率の高い層に移動したりできます。すぐに。

2. クラウド移行 ある意味、クラウド移行はかつてないほど困難になっています。マルチクラウドの台頭や、Kubernetes や Anthos などのプラットフォームの出現により、あるクラウドで実行されているワークロードを他のクラウドでホストされているワークロードと統合することが容易になった一方で、パブリック クラウドは他の点でもよりネイティブになりつつあります。クラウド ワークロードの構築に Azure Stack や AWS Outposts などのフレームワークを採用すると、クラウド プロバイダーに大きく依存することになり、すべてを最初から再構築しない限り、アプリケーション、データ、構成を別のパブリック クラウドに簡単に移行することはできません。 AIOps はこの課題に対する解決策となるかもしれません。 IT チームがクラウド間で移行するために最初から再構築する必要がある場合、AIOps ツールは AI を活用して新しいプラットフォームの構成を書き換えることでプロセスを自動化できます。つまり、IT チームは、さまざまなクラウドに対して IAM ポリシーや API 構成などを手動で再作成する代わりに、AIOps ツールに面倒な作業を任せることができます。その結果、さまざまなクラウド プラットフォームのサービス提供がより複雑になり、独自性が増しても、クラウド移行はよりスムーズになります。

3. クラウド アーキテクチャの計画 クラウド環境を使用する際に IT チームが直面する大きな課題は、選択できるクラウド サービスが非常に多く、各サービスの構成オプションも非常に多いため、各ワークロードに最適なサービスの種類を特定するのが、控えめに言っても困難であることです。

特定のアプリケーションは、仮想マシン、コンテナー、またはサーバーレス関数にデプロイされた場合に、最適に (そして最もコスト効率よく) 動作しますか? 特定のワークロードに対して、どのクラウド リージョンが最良の結果をもたらしますか? エッジ コンピューティングを活用する場合、ワークロードはクラウド ゲートウェイ上、デバイス上、またはその両方の組み合わせのどこに配置する必要がありますか?

これらは、IT アーキテクトが現代のクラウド環境で継続的に取り組んでいる質問です。従来、どの配置が最も効果的かを知る唯一の方法は、さまざまなオプションを手動でテストし、結果を分析することです。

AIOps を使用すると、特定のクラウド ワークロードに最適なアーキテクチャ パターンと構成を予測しやすくなります。 AIOps ツールは、ワークロード要件と、各潜在的なアーキテクチャ ソリューションのパフォーマンスとコストに関するデータを使用することで、IT チームが手動で考案できるよりも強力で体系的な推奨事項を提供できます。