サービス管理、パフォーマンス管理、自動化を統合することで、AIOpsは組織が継続的な洞察と改善を実現できるよう支援する。アプリケーションとハードウェアシステムのパフォーマンスと信頼性を監視・管理し、異常な問題を検出し、負荷の変化に適応し、障害に対処し、最小限の混乱でプロアクティブに調整することができます。

aiops

AIOpsの定義

AIOpsとは、Artificial Intelligence for IT Operations（IT運用のための人工知能）の略である。機械学習やAIを含む高度なアナリティクスによって、アプリケーションやハードウェアシステムのパフォーマンスや信頼性を監視・管理し、異常な問題を検出し、負荷の変化に適応し、障害に対処し、サービスの中断を伴わないか最小限に抑えて、プロアクティブに、あるいは迅速に調整する。AIOpsの他の呼び名は、ITオペレーション・アナリティクス（ITOA）、アドバンスド・オペレーション・アナリティクス、ITOMのためのAI、ITデータ・アナリティクス、コグニティブ・オペレーションなどである。

AIOpsは、 IT運用データに適用されるビッグデータ分析と機械学習の多層的な使用である。目標は、ITオペレーションを自動化し、インテリジェントにパターンを特定し、一般的なプロセスやタスクを補強し、ITの問題を解決することである。AIOpsは、サービス管理、パフォーマンス管理、イベント管理、自動化を統合し、継続的な洞察と改善を実現する。

業界アナリストは、AIOpsプラットフォームが提供すべき一連の機能を定義している。これらには以下が含まれる：

ネットワーク、アプリケーション、データベース、ツール、クラウドなど、さまざまなソースからデータを収集・集約し、メトリクス、イベント、インシデント、変更、トポロジー、ログファイル、構成データ、KPI、ストリーミング、ソーシャルメディアへの投稿のような非構造化データ、ドキュメント（自然言語処理）など、さまざまな形式でデータを収集する。
データを管理し、分析や報告のためにアクセス可能な単一の場所にデータを保存し、インデックスや有効期限などの機能も含む。
パターン検出、異常検出、予測分析を含む機械学習によるデータ分析。
重要なアラートを「ノイズ」から分離する。
問題を特定するためのリアルタイム処理とともに、データを関連付け、文脈化する。
複数のモニタリングツールやその他の投資を集約する戦略的オーバーレイとして機能する。
対応と修復の自動化とオーケストレーションに知識を体系化する。
将来の問題への対処と解決を改善するための継続的な学習。

なぜAIOpsが必要なのか？

多くの組織は、静的でバラバラのオンサイト・システムから、オンプレミス、パブリック・クラウド、プライベート・クラウド、マネージド・クラウドのより動的な組み合わせへと移行しており、そこではリソースの拡張や再構成が常に行われている。

より多くのデバイス（特にモノのインターネット（IoT））、システム、アプリケーションが、IT部門が監視する必要のあるデータの津波を提供している。例えば、10,000台のサーバーやVMがあり、1分あたり100のメトリクスを監視している場合、1時間あたり6,000万のデータ・ポイントがあることになる。

IT部門に期待される爆発的な量のデータを処理できる人間はいない。ITチームは、さまざまな問題に優先順位をつけてタイムリーに解決することができない。彼らは大量のアラートであふれかえっており、その多くは冗長である。これは、重要でないアラートのノイズのために重要なアラートが無視されるアラート疲労を引き起こす可能性がある。これはユーザーや顧客のエクスペリエンスに悪影響を与える。

従来のIT管理ソリューションでは、このボリュームに追いつくことはできない。彼らは情報の海から指標や出来事を知的にふるいにかけることができない。相互に依存しながらも別々の環境にあるデータを相関させることはできない。IT部門が問題に迅速に対応するために必要な予測分析やリアルタイムの洞察を提供することはできない。

影響度の高い障害やその他のIT運用上の問題を迅速に特定、解決、防止するために、企業はAIOpsに注目している。AIOpsは、IT運用チームがより少ない労力で、障害や速度低下に迅速かつプロアクティブに対応することを可能にする。一方ではダイナミックで多様かつ困難なITランドスケープと、他方ではシステムの可用性とパフォーマンスの中断を最小限に抑えたい、あるいは中断させたくないというユーザーの期待とのギャップを埋める。

AIOpsの利点とは？

AIOpsがITオペレーションにもたらすメリットには、次のようなものがある：

インフラとキャパシティをより効率的に利用する。
変更とパフォーマンスの相関性の向上、およびその他の変更管理効率の改善。
異常検知により、顧客に影響が及ぶ前に問題を未然に防ぐ。
より迅速な根本原因分析（RCA）により、問題をピンポイントで特定したり、インシデント発生時にオペレーターが確認しなければならない項目を少数に減らすことができる。
重要なITシステムにおいて、平均問題検出時間（MTTD）と平均問題解決時間（MTTR）の短縮を達成する。
IT環境の見方を統一する。
どのようなワークロードがコストを押し上げているのかを把握する。
コストのかかる中断を減らす。
従来のインフラ、パブリッククラウド、プライベートクラウド、ハイブリッドクラウドをサポート。
新しいITサービスの提供までの時間を短縮。

従業員と顧客の経験に対するメリットは以下の通り：

ITサービスとビジネスサービスの成果との整合性を高める。
誤検知を大幅に減らすことで、消火活動や警報の疲労を軽減。
AIが分析を支援するため、IT運用スタッフの作業負荷が軽減。
技能格差の縮小
問題管理はリアクティブからプロアクティブ、そしてプレディクティブへ。
より高いレベルのセキュリティとオペレーションのコラボレーション。

AIOpsは一般的に、ネットワークの最適化によってITサービスの質を向上させ、ITオペレーションとITオペレーション・チームを近代化し、問題解決にとどまらず、ITシステムとオペレーションを長期的に改善する改善へと導く。

これらはすべて、サービスの質、顧客満足度を向上させ、解約を減らすと同時に、手作業によるIT運用管理よりも大幅にコストを削減する。

AIOpsの3つのステージ

ITインシデントの検出

ITインシデントが発生した場合、または発生した場合に、それを特定し報告する。

歴史的分析
パフォーマンス分析
ボトルネックの発見
どのデバイスに負荷がかかっているかを表示
サービス障害の発見
様々なイベント、ログ、メトリクスを関連付け、コンテキスト化する

ITインシデントの予測

潜在的なITインシデントを特定し、ユーザーに影響が及ぶ前に報告する。

異常検知
変更の影響分析
ユーザーに影響を与える前に、故障や過負荷などの障害状況を予測
キャパシティ・マネジメント

ITインシデントの軽減

ITインシデントを自動的に修正したり、人間にレポートを送信して、問題を簡単に修正できるようにする。

根本原因分析
自動化またはアシストされた予知保全
ネットワーク最適化の自動化または支援
技術サポートの強化

AIOpsの始め方

AIOpsを進めると決めた場合、主に2つの道がある：

それぞれに長所と短所があるが、自分の車を作るために素晴らしいエンジンを買うか、速い車を買うかということとほぼ同じである。どちらをやりたいか考えてみてください。

独自のAIOpsソリューションを構築する

高速な組み込み型AIOpsエンジンを独自に構築する理由は以下の通りだ：

ユニークなIT環境や非定型の要件がある。
AIOpsをより広範な企業のAIプロジェクトに組み込みたいと考えている。
IT、データ・サイエンス、ソフトウェア・エンジニアリングの部門が充実している。
AIOpsソリューションを構築し、電気通信などの業界に特化した他社に販売したい。

OpenText™ Vertica™ Data Platformは、AIOps ソリューションを販売する多くの企業の内部にある強力なデータ分析エンジンであり、多くの場合、特定の業界や地域に合わせてカスタマイズされています。

例を挙げよう：

EOITek:ハードウェア要件はクライアントあたり50サーバーから10サーバーに削減され、パフォーマンスはElasticの10倍向上。
シスメック90% 誤報が減少。

すぐに使えるAIOpsソリューションを購入する

パッケージ化されたすぐに使えるAIOpsソリューションを購入する理由：

ベンダーの専門知識を活用したい。
より早く成長したい、つまり自分で作る時間がないということだ。
ITオペレーションではなく、企業のコアコンピタンスにエキスパートを集中させたい。
ソフトウェアの継続的なサポートを提供したくない。

OpenText™ Operations Bridgeは、マルチクラウドとオンプレミスのリソースの健全性とパフォーマンスを、あらゆるデバイス、オペレーティングシステム、データベース、アプリケーション、サービスのあらゆるデータタイプにわたって自動的に監視・分析する、エンタープライズ向けイベント・パフォーマンス管理ソフトウェアです。

AIOpsテクノロジーが、カスタマー・エクスペリエンス、ひいては収益に影響を与えるサービスの信頼性問題に先手を打つためのスピードとスケールをどのように提供するか、ご覧ください。

AIOpsの成功事例

AIOpsプラットフォームはAIベースの相関性を提供し、ノイズを減らす

AIOpsは、機械学習とアルゴリズムを使ってイベント・ストリームのパターンを分析し、これらのパターンを使って、高い確率で同じ問題に起因するイベントをグループ化することで、ポルトガル最大の通信およびエンターテイメント・グループであるNOSが、ノイズと事実を区別できるように支援します。このグループ分けにより、オペレーターは集中的にイベントを処理することができる。関連するすべての事象がAECごとにグループ化されて表示されるため、根本原因の特定と対処が容易になる。

AIOpsがIT自動監視ソリューションを強化

フランスのITサービス・プロバイダーであるNXO Franceは、AIOpsを使用して革新的な自動ITモニタリング・ソリューションを構築・展開し、NXOの顧客が扱うダイナミックで複雑なネットワークを完全かつ正確に把握し、何千ものすぐに使える操作で改善措置のタスクを自動化している。

AIOpsによるプロアクティブな問題解決、サービス品質の向上、意思決定プロセスの改善

テュルク・テレコムはトルコを代表する情報通信技術企業である。AIOpsを使用することで、即座に影響を分析し、問題の根本原因を検出するアルゴリズムを自動的に実行し、その結果をリアルタイムで監視することができます。「当社の他の事業分野でもOpenTextと提携しており、AIOpsの一連のソリューションがこのプロジェクトに役立つと考えました。

Resources

What is Machine Learning?