これまで、企業のIT組織は、重要なアプリケーションを監視および管理するために、アプリケーションパフォーマンス監視（APM）システムに目を向けてきました。 ただし、世界中で、企業組織はますます大規模で体系的な障害に苦しんでいます。
これらの失敗が増加している主な理由のXNUMXつは、組織がデジタルトランスフォーメーションイニシアチブを積極的に実行しようとしていることです。 残念ながら、これはテクノロジースタックが絶えず成長し、変化しているため、テクノロジースタックの複雑さと一時性を拡大しています。 これにより、サービスが中断するリスクも高まります。
従来のAPM：異なる時代のために構築された
この複雑さの増大によって引き起こされる運用上のギャップは、準備ができていない多くの企業リーダーを捕らえています。 従来のAPMソリューションに多額の投資を行った後、彼らは安全だと考えました。 では、なぜこれらのソリューションではもはや十分ではないのでしょうか。
その理由は、従来のAPMソリューションが別の時期に構築されたためです。つまり、テクノロジースタックがはるかに複雑でなく、予測可能であった時期です。
テクノロジー企業が組織が重要なアプリケーションを監視できるという考えを最初に導入したとき、それは歓迎すべき突破口でした。 これは、コードレベルのインストルメンテーションを含む、深く侵襲的な作業ですが、それが提供する利益と価値は、手間とコストに見合うだけの価値がありました。
従来のAPMソリューションを可能にするには、次のXNUMXつのことが当てはまる必要がありました。
- アプリケーションスタックは比較的静的である必要がありました。 計装に投資した後、アプリケーションが突然変更されたり、廃止されたりするリスクは低くなります。
- 組織はすべてのアプリケーションを監視できるわけではないため、監視するアプリケーションを選択する必要がありました。 組織は、アプリケーションスタックの小さなサブセットにのみリソースを投資できるように、重要なアプリケーションと重要でないアプリケーションを簡単に区別できる必要がありました。
- この初期段階でのテクノロジースタックのモノリシックな性質は、これらの重要なアプリケーションをサポートするインフラストラクチャ要素を特定してマッピングすることもかなり簡単なタスクであることを意味しました。
今日の世界では、そのどれも真実ではありません。
現代のエンタープライズテクノロジーのスタックは常に変化の状態にあり、アプリケーションレベルとインフラストラクチャレベルの両方で、より絡み合って相互接続されています。 これは、障害点が非常に多いため、基本的にすべてのアプリケーションが重要であることを意味します。 したがって、APMソリューションのリソースを浪費するインストルメンテーションアーキテクチャがその約束を果たすのに苦労している理由と、エンタープライズAPMシステムを進化させる必要がある理由を簡単に理解できます。
進化するAPM
APMの幅広い考え方は進化しなければなりません。 ただし、従来のAPMソリューションは、現代の企業にまだ存在しています。 従来の技術ソリューションは、組織がデータの詳細なコードレベルの記録と送信を必要とする重要なアプリケーションを持っている場合でも、大きな価値を提供します。 ほとんどの企業は、これらのアプリケーションを従来のAPMソリューションで計測および監視しているため、これを変更しても意味がありません。
重要なのは、これではもはや十分ではないということです。
多くの組織は、従来のAPMソリューションでアプリケーションスタックのほとんどをカバーしていません。 問題は、重要ではない、インストルメント化されていないアプリケーションまたはインフラストラクチャ要素が深刻なシステムの混乱を引き起こす可能性があることですが、組織は、考えられる重要なスタックの限られたサブセットを超えたものに関してほとんど透明性がありません。
その間、テクノロジーは顧客エンゲージメントの大部分にも力を与えています。 通常は重要とは見なされないシステムの部分が、カスタマーエクスペリエンスのさまざまな時点で重要になる可能性があります。
この変更により、企業は、この複雑で相互接続されたシナリオでは、すべてのアプリケーションとその基盤となるインフラストラクチャを含むすべてをリアルタイムで監視する必要があることを認めざるを得なくなります。 つまり、エンタープライズリーダーは、ビジネスの観点からテクノロジスタック全体を計測、監視、および管理するためのより全体的で完全なビューを反映するように、APMについての考え方を進化させる必要があります。
組織は、重大な影響を与える可能性のある予期しない事態が発生する余地を残すことはできません。
AIを活用したAPMの進化
アプリケーションと運用のリーダーにとっての最大の課題は、従来のAPMのオーバーヘッドの重みで企業を圧倒することなく、このすべてを見据えたアプローチを実現することです。 IT運用は、ITソリューションの複雑さが増すにつれて同じ問題に直面しました。 この課題は、IT運用の管理方法の再編成を促し、さまざまな形式の人工知能と自動化テクノロジーを使用しています。 AI Ops ソリューションを提供しています。
AIOpsは、人工知能（AI）を使用して、IT運用管理を簡素化し、非常に複雑な最新のIT環境での問題解決を自動化します。 このソリューションは、パフォーマンス、効率、革新性を向上させるために、人間の代わりではなく人間と連携するテクノロジーを採用しています。 データ、ワークフロー、アプリケーション、およびシステム全体にインテリジェントな自動化を適用することにより、組織はコストを効果的に最適化し、運用を安全に拡張できます。
AIOpsへの移行をサポートするのと同じ運用パターンを、AIを活用したAPMの進化に使用できます。 テクノロジースタックの複雑さが増しているにもかかわらず、要素間のすべての相互作用は、相互作用のパターンを表すデジタルブレッドクラムを残します。 これらの微細なデータは、人間のオペレーターが解読したり使用したりするには広すぎて不明瞭ですが、重要なパターン、特に運用データレイクに統合されたパターンを特定できる機械学習アルゴリズムの情報の宝庫です。
その後、技術チームは、分析およびパターンの識別が可能な統合データソースを作成できます。 マイクロサービスやコンテナーなどのテクノロジーを最大限に活用できるように、アプリケーションの開発と展開へのよりコンポーネント化されたアプローチを可能にするパターンを特定することが重要です。 これは、モダナイゼーションと変換の段階では不可欠ですが、このアプローチでは一時性も高まり、最新のアプリケーションの計測と監視がますます困難になります。
ただし、機械学習とAIOpsで採用されている方法を使用して、運用パターンとビジネス成果の関係のコンテキストを特定することもできます。 ビジネスに関連するシグナルとして技術指標を利用する機能は、運用能力を圧倒することなくテクノロジースタック全体を計測および監視したい組織にとって不可欠です。
これを実現するには、企業はさまざまな手法を使用して運用データを収集し、機械学習戦術やその他の形式のAIを使用して反復的な運用パターンを区別し、それらとビジネスの成果との関係を示すハイブリッド管理システムを活用する必要があります。 これらのタイプのハイブリッドシステムは、テクノロジーにとらわれないデータ中心のアプローチを利用して、企業が従来のAPMソリューションが開いたままにしている運用上のギャップを埋めることを可能にします。
これまで、ITリーダーシップチームのメンバーは、どのアプリケーションが重要でどれが重要でないかを理解するために、数多くの議論や討論を行っていました。 議論が単純な場合もありましたが、管理オーバーヘッドやその他の費用が高いため、古いAPMツールを使用してアプリケーションをインストルメント化すると、膨大なアプリケーションポートフォリオのごく一部しかインストルメント化できませんでした。
ほとんどの場合、アプリケーションは重要度の端にあり、それが議論の余地があります。 これらの状況は政治的になる可能性があり、特定のアプリケーションが確実に削減されるようにするための密室取引が含まれる場合があります。 幸いなことに、当時はもう昔のことです。
ITプロフェッショナルは、今日そのような会話をすることを考えたことはありません。 ビジネスアーキテクチャのあらゆる側面に組み込まれた複雑なテクノロジースタックにより、何が最も重要で、何が無関係と見なされるかを判断できなくなります。 たとえ線を引くことができたとしても、今日の市場の急速な変化はこれらの会話や議論が絶えず発生することを意味するので、それはまだ意味がありません。
アプリケーションパフォーマンスモニタリング（APM） まだ重要です。 おそらく、これまで以上にそうです。 問題は、組織がすべての小さな部分のパフォーマンスを監視および管理することが非常に重要になっていることです。 今ではすべてが重要です。 これにより、組織が次の問題が表面化する可能性のある場所や、次の大規模な停止が発生する可能性のある場所を予測することはほぼ不可能になります。
APMに対する従来のアプローチはすべて、この目的のためにこれを運用上または経済的に実行可能な運用方法にするのに費用がかかり、煩雑です。 したがって、唯一の実際の解決策は、組織がAPMの見方を再評価し、APMの従来のコード計測プロセスすべてに加えて、より最新のハイブリッド手法を含む、より包括的で全体的な戦術的アプローチに進化することです。
この包括的なビューにより、スタック全体にAPMの価値と利点を拡張することができます。 これは、これが技術的な問題ではなく、考え方の変化であることを認識することが非常に重要になります。 エンタープライズリーダーは、これまでの慣行のように、データを重要なテクノロジースタックと重要でないテクノロジースタックに入れようとすることを超えて行動する必要があります。
現在、彼らは、今日の複雑な環境と絶えず変化する市場には、APMに対するまったく新しい革新的なアプローチが必要であるという事実を受け入れる必要があります。 このアプローチは、すべての要素が重要であると想定し、AIの最高の機能を活用して複雑さを管理し、適切な自動化を採用して変化の速いペースに対応し、ビジネスの成果により重点を置きます。
AIOpsの現状はどうなっていますか？
AIOpsの現在の状態では、機械学習と組み合わせた最高の人工知能（AI）を使用して、品質を向上させ、データ主導のビジネス上の意思決定を可能にし、不要な肉体労働を減らし、ITリソースを最適化し、従業員に力を与えます。 従業員の専門知識と連携して機能する自動化：
- AIを活用した観察、正確な分析、およびアプリケーションとインフラストラクチャ全体の視覚化を提供します。
- ビジネスワークフローを作成、検出、および自動化します。
- マシン間の通信およびデータ管理プロセスを合理化します。
- アプリケーション、展開、および管理構成の提供を加速します。
- プリエンプティブでリアクティブな修復を提供します。
- 運用コストを削減し、パフォーマンスを向上させ、革新的なイニシアチブを可能にします。
企業がAIOpsで解決しようとしている主なユースケースがいくつかあります。 まず、誤検知の削減です。 各アラートの調査に浪費される時間とリソースを考慮すると、より適切な処理方法が必要であることが容易にわかります。 テレメトリー.
もうXNUMXつの大きな問題は、デジタルユーザーの理解を深めることです。 これは、ITの観点からだけでなく、販売、マーケティング、および製品開発も含みます。 ユーザーの旅を計画し、これをユーザーの感情に結び付ける機能を持つことは、より強力な顧客関係を構築し、より良い顧客体験を提供するのに大いに役立ちます。
ただし、自動化はAIOpsの最大の部分であり最大の利点である可能性があります。 多くのITチームは、自動化された修復である必要がある反復的な低レベルのタスクに非常に多くの時間とリソースを費やしています。 企業が自動化を実装できる状況が多ければ多いほど、より効率的で効果的なチームがインシデントをクリアすることができます。
AIOpsを採用する際に組織が直面するXNUMXつの主要な課題、文化とROIの表示があります。 企業がAIOpsに適切に移行したい場合は、チームが特定の責任領域およびプロセス全体に関与し、対話する方法を変更する必要があります。 これらはすべて、展開フェーズを開始する前に慎重に計画する必要があります。
ROIの表示に関しては、企業はAIOpsに変更する以外に選択肢がありません。 ソフトウェアは高価ですが、行動を起こさないことのコストははるかに高くなります。 火災との戦いによる生産性の損失、収益の損失、および顧客からの要求に応えられないことはすべて、すぐに合計されます。 AIOpsイニシアチブは、事実上それ自体で利益をもたらします。
