Macrosend

まずAIOpsの基本的な情報について解説します。

AIOpsが求められる理由は、従来の管理体制・運用ツールでは、ユーザーの求める品質に答えられなくなりつつあるためです。

 

近年、ユーザーからシェアを獲得しているITサービス・システムの中には、ユーザーにとってもはや社会インフラの一部として認識されているものもあります。そんな現代において、AIやビッグデータを活用しないまま、品質を維持・保証することがそもそも難しくなってきているのです。

 

従来の管理体制・運用ツールは「集める・まとめる・平均化する」ことを重視しており、現在のようなデータ量の収集や、現在求められるようなデータ分析を行うのには適していません。

 

そのため、エッジ端末の発達によって爆発的に増加した収集データを適切にさばき切れず、運用負荷は増大する一方となっています。

 

それら運用負荷を軽減するため、ビッグデータを取り込んで余さず活用して最適な環境を構築するツールがAIOpsツールです。

AIOpsツールを導入すると、次のことが実現できるようになります。

AIOpsツールを導入すると、サーバー、クライアント、ネットワーク機器、クラウドプラットフォーム、仮想マシン、周辺機器など、多岐にわたるソースからデータを取り込むことができます。

 

またAIOpsツールが従来のシステムと異なる点は、ただ集めてまとめるだけではなく、それらを大規模なデータセットとして取り込み、その後の分析をスムーズにできる点です。

AIOpsツールにより環境が構築されれば、単純な業務のほとんどは自動化が可能になります。AIに可能な業務はAIに任せ、より複雑性や重要性の高い業務に人的リソースを集中させることができるのです。

 

具体的には、ビルドやテストの自動化に加え、サーバ構築・デプロイ、さらにITリソースのサイジング、運用データにもとづくリソースの使用効率とパフォーマンスの両立支援なども自動化することができます。

 

AIにより業務を自動化するメリットは、人的コスト削減ばかりではありません。AIの大きな強みのひとつである正確性を活かし、人的ミスの削減にもつながります。

さまざまなソースからデータを集約する機能に加え、データを分析に活用しやすい形に整形する機能により、従来から自動化されていた業務に加え、データ分析業務も自動化することができます。

 

また、AIOpsツールはストリーミングデータを扱いながらデータ分析を行えるため、リアルタイム分析が可能です。

リアルタイム分析が可能になると、エラー発生からの立ち上がり速度が向上するため、結果的に顧客満足度の向上につながります。また余計なノイズとなるアラートの発生も減らせるので、アラート疲れの回避による従業員満足度向上も見込めます。

 

リアルタイムで分析することで、アラートの発生要因となるイベントが発生した際、ただちにアラートを発生させるのではなく、まず各データの相関関係をもとにAIが解析を行い、生成されるアラートに優先順位をつけることで、アラートそのものの数を減らすことができるのです。

 

またアラートが発生した場合も、従来は問題が起こってから検証を行っていたのに対して、発生時点である程度の解析が済んでいるため、検知から問題解決までがスムーズになります。

リアルタイム分析のもうひとつの恩恵として、これまでインフラで障害検知・予測にしか活用できていなかったデータを、ビジネス領域にフィードバックすることが可能となります。

 

データをビジネス領域に活用できるようになると、IT部門がビジネスにもたらす価値を証明し、存在感を示すことにもつながります。

AIOpsの実現をサポートするツールには、次の要件が求められます。

ここまで解説したAIOpsツールの要件を満たす、AIOpsの実現を手助けするツールを紹介します。

なお、AIOpsの実現に必要なツール・環境は、各社のサービス・インフラ・プロセスによっても異なるため、それぞれの仕様をしっかり確認しましょう。

Splunk（スプランク）は、2003年に創立されたアメリカの企業Splunk社が提供するAIOpsツールです。

 

フォーチュン100社（※）のうち91社に選ばれており、金融サービス・公共機関・医療とさまざまな業種で導入されています。AIOpsツールの中で、信頼性が高く代表的なもののひとつと言えるでしょう。

 

ダウンタイムを82％削減、データ漏洩・不正行為のリスクを70％低減、リリース時間を50％迅速化するとしています。

 

※フォーチュン100とは……ビジネス雑誌「フォーチュン」が発表する「100 Fastest-Growing Companies（急成長企業100社）」のこと。

 

参考：

Splunk（スプランク）とは | Splunk

https://www.splunk.com/ja_jp/about-splunk.html

OpsRampは、アメリカ・カリフォルニア州に本社を置くOpsRamp社が提供するSaas（Software as a Service）型のIT運用管理プラットフォームです。

 

1000社以上の企業ユーザーに使われており、Splunkに並び代表的なAIOpsツールのひとつと言えます。

 

特徴はSaaSベースのプラットフォームである点で、AIOpsツールとして運用管理に必須となる各種機能を持っているのに加え、ハイブリッドクラウド環境を統合的に管理するのに適しています。

 

参考：

OpsRamp – SaaS型 IT 運用管理プラットフォーム｜JBS 日本ビジネスシステムズ株式会社

https://pages.jbs.co.jp/opsramp_index.html

会社概要｜VistaNet（ビスタネット）株式会社

http://www.vistanet.jp/company.html

IBM Watson OpenScaleは、世界170か国以上で事業を展開するアメリカのコンピュータ関連企業・IBM社（アイビーエム: International Business Machines Corporation）の提供するAIOpsツールです。

 

Watson OpenScaleの特徴は、企業が自社のAIシステムをきちんと把握できるようにするための機能を備えている点にあります。AIのライフサイクル全体で、パフォーマンスのモニターと調整ができ、AIが判断の拠り所とした文書やデータをプロセスごとに追跡して遡ってチェックすることが可能です。

 

これらの機能により、導入した企業ごとに異なるビジネス結果にマッチしたAIへと調整し続けるフィードバックループを形成します。

 

参考：

IBM Watson OpenScale｜IBM

https://www.ibm.com/jp-ja/cloud/watson-openscale

日本IBM｜Wikipedia

https://ja.wikipedia.org/wiki/IBM

SysTrackは、アメリカに本社を置くグローバル企業・Lakeside Software社の提供するAIOpsツールです。

 

SysTrackは、ユーザーからは見えないエージェントをエンドポイントに配布することで、パフォーマンス情報、ログ、レジストリキーなどあらゆるデータを収集します。

 

エンドポイントに配布されたエージェントの核となる機能は、「Lakeside Software DataMineエンジン」。シンプルな階層型アーキテクチャーを採用することで、最小限のサーバーでも運用が可能かつ、拡張性に優れたツールです。

 

参考：

ヘルプデスクのためのAIOps｜Lakeside Software

https://www.lakesidesoftware.com/jp/solutions/ai-ops

SysTrackが選ばれる理由｜レイクサイド ソフトウェア株式会社

https://www.lakesidesoftware.com/jp/why

Red Sky Opsは、アメリカのCarbon Relay社が提供する、Kubernetes環境向けAIOpsツールです。

 

Kubernetes環境でコンテナ化されたアプリケーションをデプロイ、スケーリング、管理するためのAIOpsプラットフォームで、Kubernetes環境におけるパラメーター最適化に適したソリューションと言えるでしょう。

 

参考：

国内初、AIOpsツール「Red Sky Ops」の取り扱いを開始 ～米Carbon Relay社とパートナー契約、Kubernetes運用をAI/機械学習により最適化。パフォーマンス50％以上の向上、クラウドコスト30％以上の節約を実現～｜プレスリリース | サイオス株式会社

https://i.sios.com/news/press/20191023-redskyops.html

Red Sky Ops｜Carbon Relay

https://www.carbonrelay.com/red-sky-ops

AIOpsを実現するためには、まずできることからスモールスタートではじめることが重要です。

 

AIOpsツールはあらゆる業務の自動化をサポートするソリューションであるものの、すべての業務を速やかにAIで代替できるわけではありません。

 

そのため、すべてのデータを対象として導入を推し進めると、AIの学習効率が悪くなるだけでなく、かえって業務の品質を損なう可能性があります。

 

AIは人の仕事を奪うライバルではなく、人の能力を拡張するツールです。しかし、どんなに便利な道具も使い方を誤ればその本領を発揮することはできません。AIを信頼して業務を任せるためにも、安心して任せられる状態まで丁寧に整備しましょう。

 

DevOps（Development Operations）の例でもわかるように、AIOpsが完全に浸透するには5年、10年と長い時間がかかることが予想されます。ツールの導入を検討するなら、始められる範囲からすぐに始めると良いでしょう。

 

参考：

Artificial Intelligence for IT Operations｜Wikipedia

https://en.wikipedia.org/wiki/Artificial_Intelligence_for_IT_Operations