2021 年に AIOps は企業にどのような新たな変化をもたらすでしょうか?

AIOps は人工知能と IT 管理を組み合わせた技術として、近年大企業から大きな注目を集めています。 Forrester の副社長兼主任アナリストである Mike Gualtieri 氏によると、さまざまな業界が自動化とデジタル変革を模索する中で、AIOps の採用率は 2021 年に約 50% 増加すると予想されています。

市場調査会社 Omdia によれば、世界の AIOps 市場は 2024 年に 11 億ドル規模に達すると予想されていますが、さまざまな垂直分野におけるこのテクノロジーの応用には大きな違いがあります。 Omdia の主任アナリストである Roy Illsley 氏は、医療、メディア、エンターテインメント業界が最初に AIOps を導入し、エネルギーおよび専門サービス業界は導入が最も遅くなると考えています。

[[389517]]

AIOps: より深い洞察と高度な自動化

2021年、AIOpsは、AI対応の運用・監視ツールを通じて企業がITインフラストラクチャや一部のソフトウェアを管理する上で欠かせない重要な機能となっています。このアプローチにより、企業はセキュリティの脆弱性や予期される障害など、さまざまな IT 問題を迅速に特定して解決できるようになります。マルチクラウドやハイブリッドクラウド アーキテクチャの急速な普及に直面して、この機能は企業の将来の運命を直接決定することになります。

451 Research のクラウド ネイティブ アプリケーション インフラストラクチャおよび DevOps のリサーチ アナリストである Liam Rogers 氏は、「最終的には、AIOps によってより深い洞察と高度な自動化がもたらされ、監視およびインシデント対応機能が大幅に向上し、企業がさまざまな運用上の課題に冷静に対処するのに役立ちます」と考えています。企業は AI/ML (機械学習) を使用して、ログやインジケーターなどの元の分離されたデータ セット間の相関関係を改善し、しきい値を手動で設定する必要性をなくし、Kubernetes 監視などの他の新興テクノロジーを導入するためのハードルを下げるなど、独自のニーズを満たすツールを強化していることがわかります。

DevOps パスの自然な発展

AIOps は DevOps の自然な発展であり、顧客/従業員のエクスペリエンスやビジネス成果など、多くの領域をより包括的な方法でカバーできます。 「情報技術サービス管理 (ITSM) から情報技術運用分析 (ITOA) まで、AIOps は運用管理ソリューションの次の進化を表しています」と Illsley 氏は説明します。

イルシー氏の見解では、さまざまな業界のバックグラウンドを持つベンダーが共通の目標を達成することを期待して、AIOps 市場に積極的にアプローチしています。そのため、AIOpsプラットフォームの自動化、統合、データ相関機能は今後12か月で急速に発展し、幅広い機能に対する顧客の切実な需要を満たすために、2022年からメーカーレベルと製品レベルでの合併と買収の波が現れる可能性があると彼は考えています。

CCS Insightのソフトウェア開発研究責任者であるBola Rotibi氏は、運用セキュリティ分野で新たな統合の波が起こる可能性があり、AIOpsと5Gテクノロジーがリンクされる可能性もあると付け加えた。 「しかし今のところ、それが何を意味するのかを言うのは難しい。」

「AIOps はプロセス制御業界に完全な混乱をもたらすでしょう。将来的には、IoT とエッジ オペレーションの組み合わせが新たな成長ポイントになるかもしれません。今私たちがすべきことは、大胆に挑戦し、好奇心を持つことです」と Bola Rotibi 氏は述べています。

企業は AIOps にどのように備えるべきでしょうか?

この新興テクノロジーの基本的な目標は、企業の成長を加速し、効率を高め、顧客サービスを向上させることです。 AIOps には、ダウンタイムの短縮、問題の迅速な解決、運用の自動化によるエンジニアの真に緊急な問題への集中支援など、多くの利点があります。ただし、AIOps プラットフォームの導入自体が新たな複雑さをもたらすことを認識する必要があります。適切に対処しないと、ビジネス成果の向上に失敗するだけでなく、組織に新たな運用上の負担が追加されることになります。

最初の中心的な課題は、企業内のさまざまな部門に AIOps の意味の理解を促進することです。 「AIOps は新しい分野であり、多くの組織はそれを包括的かつ正確に理解していません」とコンサルティング会社 CGI のデジタル トランスフォーメーション担当ディレクター、スマント クマールは述べています。しっかりと理解していなければ、組織は達成したい目標を明確に定義できず、その目標を達成するためにニーズ、能力、既存の基盤を適切に評価することができません。最終的に、この認識は、必然的に誤った購入決定と実装品質の低下につながります。

イルズリー氏は次のように説明した。「企業は、これまでも現在も『あらゆる病気を治す』ことができると主張しているさまざまな技術的解決策をすでに十分に認識しており、より慎重なアプローチを取り始めていると思います。」 AIOps も例外ではありません。AIOps は、導入後に自律的に実行され、ビジネス パフォーマンスを自動的に向上できる万能薬ではありません。 ”

「むしろ、AIOps は IT 運用システムにおける AI 技術の具体的な応用を表しています。すべてのアプリケーション シナリオを接続することによってのみ、AIOps が約束する知識の共有と運用の自動化を実現できます。そのためには、IT 部門が企業の現在の成熟度を深く理解するだけでなく、今後 12 か月間の AIOps の開発効率と実現可能な目標について合理的な判断を維持する必要があります。」

包括的なAIOps実装システムを確立する

課題はあるものの、AI コンサルティング会社 Pardoe Ventures の創設者兼エグゼクティブ ディレクターの Andy Pardoe 教授は、全体論的な観点から設計された包括的な AIOps 実装アプローチが成功の鍵になると考えています。 「複数の独立したデータサイエンスチームを持つ大規模な組織では、各チームがそれぞれ異なる AIOps アプローチを独自に定義することがあり、最終的には経営陣が統一された部門横断的な標準化システムを推進することが困難になります。したがって、企業はできるだけ早く適切な定義タイムラインを設定し、実際に AIOps に投資する前に、データサイエンスチームが AI 開発方法の標準化を完了していることを確認する必要があります。」

Gualtieri 氏は、企業は AIOps ソリューションを購入する前にデューデリジェンスを実施し、ベンダーが機械学習などのテクノロジーを具体的にどのように使用しているかを深く掘り下げて、話題の技術用語をギミックとして使う悪質なベンダーに騙されないようすべきだと考えています。

チームが克服する必要があった最後の課題は、AIOps プラットフォームを複数のデータ ソースと統合し、ログ ファイル、データベース統計、さらには顧客イベント レポートもすべて含まれるようにすることでした。 BCS 公認協会 IT フェローであり、ソフトウェア テスト特別興味グループの議長である Adam Leon Smith 氏は、次のように述べています。「AIOps システムの真の力は、豊富なデータが利用可能である場合にのみ発揮されます。」

企業は、必要な時間を投資し、AIOps の本質、ビジネス ニーズ、既存システムの成熟度について徹底的な調査を実施することによってのみ、AIOps の機能と可能性を最大限に引き出すことができます。決して簡単なことではありませんが、このハードルを乗り越えることができれば、AIOps テクノロジーは確かに俊敏性と柔軟性において計り知れない利点をもたらすことができ、これらすべてが、新時代の激しい市場競争で企業が際立つための重要な柱となるでしょう。