AIOpsとは？IT業務にインテリジェンスを注入する

クラウドプラットフォーム、マネージドサービスプロバイダー、そしてデジタルトランスフォーメーションに取り組む組織は、ITポートフォリオを自動的にモニタリングおよび管理するAI搭載のIT運用技術の活用という、新たなITトレンドの恩恵を受け始めています。

AIOpsとして知られるこの新たな手法は、企業が潜在的なサービス停止やパフォーマンスの問題を、業務、顧客、そして利益に悪影響を及ぼす前に回避するのに役立っています。しかし、より高度なデプロイでは、問題を特定したり、問題が発生する前に予測したりするだけでなく、インテリジェントで自動化された緩和策でイベントに反応するために、AIシステムを使用し始めています。

しかし、AIOpsとは一体何なのでしょう？そして組織は現在それをどのように活用しているのでしょう？ここでは、AIを活用したIT運用の技術、戦略、課題を深堀りしていきます。

AIOpsとは？

AIOpsは、人工知能をIT運用に応用し、組織がインフラストラクチャ、ネットワーク、アプリケーションをパフォーマンス、復元性、容量、稼働時間、場合によってはセキュリティのためにインテリジェントに管理できるようにする新しいITの手法です。AIOpsは、従来のしきい値ベースのアラートや手動プロセスをAIや機械学習を活用したシステムに移行することで、組織がIT資産をより最適にモニタリングし、ネガティブなインシデントや影響を事前に予見できるようになります。

CarharttのCIOであるJohn Hill氏は、作業服の小売業において、サービス管理、パフォーマンス管理、IT自動化という3つの主要分野でAIOpsを活用しました。インテリジェントなモニタリングのおかげで、Cartharttはユーザーや顧客に影響を与える前に問題を発見することができるようになりました。

「これは、環境をモニタリングし、何が起こっているのかを把握し、それらの指標に基づいて行動を起こすというプロセス全体を指します」と同氏は説明します。いつ修正が必要かは、「これまでは、サービスが停止したり、何かが機能していないことを示す何らかの兆候があって初めてを把握」していましたが、これらの事象が発生したせいで知らず知らずのうちにすでに顧客体験を悪化させていた可能性があります。

AIOpsツール

多くのAIOpsプラットフォームは、長い歴史を持つモニタリングシステムをベースに構築されています。また、AIの研究室から始まり、外部へと発展したツールもあります。優れたAIOpsツールは、マシンの負荷に関する予測値を生成し、その予測値から外れるものがないかどうかを監視します。異常があれば、アラートとしてメールやSlackへの投稿、あるいは偏差が大きい場合はページャーのメッセージを生成することができます。洗練されたAIOpsツールは「根本原因分析」も提供し、最新のエンタープライズアプリケーションのさまざまなマシンにどのように問題が波及していくかをフローチャートで追跡することができます。AIOpsプラットフォームの採用を検討している場合は、各AIOps製品が自社の特定のデータベースやサービスとどの程度統合されているかを評価する必要があります。以下のAIOpsツールは、現在入手可能なものの中でもトップクラスです。

• AppDynamics
• BigPanda
• Datadog
• Dynatrace
• GitHub Copilot
• IBM Watson Cloud Pak for AIOps
• LogicMonitor
• Moogsoft
• New Relic One
• Splunk

これらのツールの詳細については、「AIOpsプラットフォーム10選」をご覧ください。

AIOpsのユースケース

AIOpsは、知らず知らずのうちにITポートフォリオの中ですでに機能しているかもしれません。高度なCRMやERPシステムには、インテリジェントな管理が組み込まれていることが多いです。主要なクラウドプラットフォームの多くでは、機械学習を利用したモニタリングと管理のツールも利用されています。

しかし、ポイントソリューションに組み込まれた機能に依存することにはデメリットもあります。AIOps Exchangeの調査では、IT企業の65%が、インテリジェントかどうかにかかわらず、今でもサイロ化された、ルールベースの、またはIT環境全体のニーズをカバーしないモニタリングアプローチに依存していると回答しています。さらに、最近のBigPandaの調査によると、IT組織の42%がIT環境に10種類以上のモニタリングツールを使用しています。

このような経緯でCarharttはAIOpsを始めました。「これまでは、それぞれの環境を個別にモニタリングする必要がありました」とHill氏は言います。この複雑な状況を管理するために、Hill氏はモニタリングを2つのプラットフォームに統合することを選択しました。まずアプリケーションのパフォーマンスのモニタリングにAppDynamicsを採用し、その後Carharttのインフラストラクチャを管理するためにTurbonomicを追加しました。

ブラックフライデーやサイバーマンデーのように買い物客が殺到するときに自社サイトのパフォーマンスの問題が発生したことで、変更の必要性を迫られました。同社が問題に気づいた時には、すでに顧客はサービスの低下を感じていた、とHill氏は言います。

Carharttが2017年秋にAppDynamicsをデプロイして以来、ブラックフライデーやサイバーマンデーでの急な増大にも、ダウンタイムゼロで対応できています。

「過去最高の売り上げを記録することができました」と同氏は振り返ります。以前経験したようなサービス停止やパフォーマンスの低下もまったくなく、業界全体の2倍の成長率を実現しました。」

Carharttは、オンプレミスとクラウドの両環境のリソース管理用に、2019年初頭にTurbonomicを追加しました。この新しいシステムにより、使用率は70%から92%に向上したと同氏は言います。「おそらく、インフラストラクチャの費用を25%削減できたと思います。」

利用ニーズの増加は人の手を介さず自動的に処理されますが、利用ニーズの減少は引き続き人間による承認が必要です。

「容量に問題があると判断し、ServiceNowに変更が依頼されます」とHill氏は説明します。「容量が多すぎると、ServiceNowにチケットが作成され、まず誰かがそれを見ます。確認は簡単で、クリックするだけです。今のところ自動化する必要はありません。」

次のステップとして、同社はテキスト認識や自然言語処理による顧客の注文処理などの業務自動化を進めています。

AIOpsの導入

 B2023年までに40%の企業がアプリケーションとインフラストラクチャのモニタリングにAIOpsを使用するようになると、ガートナーは述べています。しかし、AIOpsの導入は明らかにまだ初期段階です。Loom Systemsが主催する2019年の調査によると、これまでにAIOpsを実装した企業はわずか5%です。導入を妨げる要因の一つは、市場に多くのベンダーが存在することだと、Boston Consulting Groupのマネージングディレクター兼パートナーのAkash Bhatia氏は言います。「（ベンダーは）多すぎるくらいです。」

また、Loom Systemsのレポートによると、59%の組織が検討段階にあり、顧客にとってサービス内容を正確に把握するのはまだ困難です。さらに、多くのベンダーは、アプリケーションのパフォーマンス監視（APM）、インフラストラクチャ管理、またはネットワークパフォーマンスモニタリング（NPM）および診断など、AIOpsの1つのセグメントだけで事業を展開しているとBhatia氏は言います。ただし、技術の成熟に伴い、市場は統合の兆しを見せている、と同氏は付け加えます。

IDCは、同組織がIT運用アナリティクスと呼ぶAIOps市場は、2018年の29億ドルから2023年には45億ドルに成長すると予測しており、成長の大半はAIOps as a Serviceによってもたらされるといいます。また、AIOpsはエンタープライズソフトウェアプラットフォームやクラウドサービスとセットになっていることが多いものの、大企業では独立した予算項目としてAIOpsに投資し始めていると、IDCのAIOps担当アナリスト兼プログラムバイスプレジデントのStephen Elliot氏は言います。

「大企業はマルチクラウドの世界にいることを実感しているようです」と同氏は言います。「そして、アジャイルトランスフォーメーションが起きており、DevOpsチームがいて、より速く動かなければならないことや、複雑さが増していることに気づいているのです。」

AIOpsの価値提案

AIOpsを活用する企業は、分析や予測を行うシステムから自ら意思決定を行うシステムへと移行することの重要性を認識し始めています。自動化に踏み切りましょう。

「膨大な情報を収集し、分析を適用してノイズを減らし、問題の特定と解決を迅速に行えるツールが必要です」とElliot氏は言います。

自動化にはAIOpsの統合を進めることも必要です。アプリケーションのパフォーマンスに関する問題は、ソフトウェアの問題、ネットワークの問題、ハードウェアの問題のいずれかが原因である可能性があります。マルチクラウド環境では、根本的な原因があるクラウドにあることもあれば、別のクラウドにあることもあり、また、複数の要因が重なった結果であることもあります。AIOpsのインフラストラクチャが断片化されている場合、問題の根本的な原因を発見して解決することは困難です。

「そうなると、各グループが独自のツールを持つ、手探りの戦いに戻ることになります」AIOpsベンダーであるScienceLogicのCEOであるDavid Link氏は言います。「アプリケーションのイニシアチブごとに独自のツールを用意すると、その方法では企業を拡張させることはできません。」

一方、CarharttのようにAIOpsをデプロイした企業では、その投資が報われていることを実感しています。Enterprise Management Associatesの調査によると、AIOpsを利用している企業の81%が投資対効果の高さを報告しています。実際、42%がAIOpsの価値が費用を「劇的に」上回っていると回答しています。

EMAによると、AIOpsの最も一般的なユースケースは、クロスドメインのアプリケーションインフラストラクチャとパフォーマンス、容量管理とインフラストラクチャの最適化、DevOpsとアジャイル、顧客とエンドユーザーの経験管理とビジネスの調整、コスト管理と変更管理の6つです。

収益源としてのAIOps

Cincinatti BellのCBTSの子会社は、企業顧客向けに通信サービスを提供しています。CBTSは、以前は「Cincinnati Bell Technology Solutions（シンシナティ・ベル・テクノロジー・ソリューションズ）」の略でしたが、他地域への展開に伴い、現在は「Consult Build Transform Support（コンサルティング・構築・変革・サポート）」の略になっていると、同社の最高イノベーション責任者のJoe Putnick氏は言います。

AIOpsへの移行は、反応までの時間を向上させるために欠かせないものでしたが、今では新たなビジネスチャンスの源泉になっていると同氏は言います。たとえば、AIOpsを導入する前は、顧客の機器をCBTSの監視・管理・課金システムに取り込むのに数時間から数日かかるか、あるいは「まったく取り込むことができなかった」とPutnick氏は言います。

「プロビジョニングに5時間かかっていたのが、現在では2分に短縮されました」とPutnick氏は言います。「プロビジョニングは、ITサービスマネジメントやイベント管理システム全体の完全なプロビジョニングを意味します。これらの統計にかなり説得力があることはわかっています。」

また、同社はAIOpsを使用して利用パターンの分析や対応の自動化も行っています。「最大限の稼働時間と最大限の顧客満足度を維持できるよう、容量が必要な場所を予測するためにAIOpsを適用しています」と同氏は説明します。

AIOpsのおかげで、CBTSは月40サイト未満だったのが、月平均500以上のインストールを、ほぼ同人数で達成できたとPutnick氏は言います。

CBTSでは、AWSに組み込まれたツール、ServiceNowの内部でカスタムコーディングした独自のアプリケーション、カスタム機械学習と適応アルゴリズム、さらにScienceLogicのAIOpsツールなどを組み合わせて使用しています。次は、顧客への付加価値サービスの提供です。たとえば、CBTSが顧客に提供するカスタマーサービスのチャットボットは、AIOpsシステムから得られるデータ、分析、予測を利用して、よりインテリジェントでレスポンスの良いものにすることが可能です。

AIOpsおよびマネージドサービスプロバイダー

しかし、AIOpsの可能性を最大限に引き出すには、MSP（マネージドサービスプロバイダー）業界をおいて他にないでしょう。

デジタルサービスのコンサルタント会社であるNerderyのデータサイエンスディレクターであるJustin Richie氏は、「現在、MSPは市場で最も大きな部分を占めているでしょう」と言います。「アルゴリズムによるサポートにできる限り投資しようとしているのは間違いありません。ハードウェア以外の最大の出費は人的資本であることをわかっています。」

MSPにとって、AIOpsは効率性の向上、コストの削減、解決までの時間の短縮を意味し、これらはすべてこの分野における競争上の重要な差別化要因です。

サンノゼに本社を置くMSP NetEnrichの戦略・運用担当シニアバイスプレジデントであるRaghu Kamath氏は、「AIOpsは当社の提案する価値の半分です」と言います。「一部のお客様で実装を開始し、この12か月で徐々にお客様全体に広げていきました。今では、50%以上のお客様がAIOpsのプラットフォームを利用しています。」

NetEnrichにとって、最も明白で即効性のある効果は、ノイズの減少でした。誤報は従業員にとって無駄な作業を生み、顧客への対応時間を遅らせることになります。

「AIOpsを実装してからは、検知して対策を講じるまでのレスポンスが向上し、平均修復時間が少なくとも30%短縮されました」とKamath氏は言います「AIOpsがより成熟し、より多くの推論モデルを持ち込むことで、今後も短縮され続けるでしょう。」

NetEnrichでは、非常に多くの異なる顧客環境でAIOpsを使用しているため、Kamath氏はこのテクノロジーについて独自の視点があります。まず、均質な環境ほどAIOpsのデプロイが容易であることがわかりました。

「異なる環境をすべて統合し始めると、さらに複雑になります」と同氏は説明します。

また、パブリッククラウドのインフラストラクチャを利用する顧客が、環境が安定しているため有利です。それでも、クラウドベンダーにシステムを開放してもらうためには、時折ハードルがあります。

「しかし、パブリッククラウドベンダーはその立場を変えつつあります」と同氏は言います。「2年前と今とでアクセスできるデータ量を比べてみると、かなり良くなっています。」

レガシーなアプリケーションやハードウェアにAIOpsを活用するのは難しいとKamath氏は言います。「ログが足りないと、何かを推理するのはかなり難しくなります。だからこそ、お客様にデジタルトランスフォーメーションを加速させ、アプリケーションをモダナイズすることをおすすめするのです。」