はじめに

DXが急速に進むなか、ITインフラの複雑さとデータの増加により、従来のITオペレーションは新たな課題に直面しています。
こうした課題に対応するため、AIと機械学習技術が融合した『AIOps』が台頭しています。

『AIOps』は、IT環境の監視・管理・トラブルシューティングにおいて、効率性と正確性を向上させる革新的なアプローチとして、企業によって注目を集めています。

AIOpsとは

AIOps（エー・アイ・オプス）とは「Algorithmic IT Operations」の略で、AIに特有の機械学習分析をデータ分析に活用し、IT運用における管理の効率化を図ることを目的とした技術です。この言葉は、2016年にガートナー社によって提唱されました。

近年のDXの高まりによって、あらゆる企業がシステムの効率的な運用に向けて自動化に取り組んでいます。しかし、デジタル化の急速な拡大やオンプレミス環境とクラウド環境のハイブリッドな活用場面が増えるなど、IT環境はますます複雑化し、IT運用者の負荷の高まりは避けることができないものとなっているのが現状です。
その一方、昨今のユーザー側が求めるニーズとしてはIT環境の可用性において「中断がないこと」が求められています。IT運用者とユーザー側のこのような期待ギャップを埋めるものとしてAIOpsが今、注目を浴びています。

また、ガートナーからは、AIOpsのプラットフォームとして、以下のモデル図が提唱されています。

AIOpsの主な機能

AIOpsの機能として主に5つの要素を上げることができます。

● システムパフォーマンス監視
● システムの異常検知
● 障害発生時の根本原因の分析
● ITサービス管理
● 自動化の実装

どれも言葉だけで言えば、今までの運用ツールで実現できていたことばかりです。AIOpsを導入することにより、今までの運用ツールに比べ、

● 大量のイベント及び監視データを迅速に収集・処理できること
● データから、AIによる分析機能(帰納法によるルール決め)を運用環境に取込むことができること

というアドバンテージがあります。つまり収集データを「類似性と重要性」に基づいて分類し適応することができるようになります。それにより、以下のような運用環境の実装が可能となります。

1. 精度の高い運用しきい値（KPI)の算出
2. エラーやパフォーマンスダウン発生時の原因追求
3. 履歴データと予測に基づいたシステムリソースの分析と将来の利用率の算出及び対応
4. 対象を選ばない分析対象データによる、各種デバイス管理
5. 状況や環境によりルール変更が可能な自動化環境の確立

運用上の留意点

上記のようなアドバンテージを持つAIOpsですが、実運用には気をつける点も存在します。

AIOpsは導入するだけではすぐに効果を得られるわけではない

AIOpsを導入することで、すぐにでも効果を発揮できるとは限りません。なぜならAIOpsを導入する際には必要なデータを大量に収集する必要があり、適切な処理が行われているかを確認するために、人手と技術、そして時間がかかるからです。

既存監視ツールとの並行運用は、難しい側面も多い

AIOpsを導入する際には、おそらく既存の監視ツールと並行、あるいは共存する形の運用を取られるケースが多いと思います。この時、既存監視ツールとの連携に問題が発生することが多く、情報にノイズが入ることがあります。
そのため、既存運用ツールとの連携は注意が必要です。

AIの専門知識は（そんなに）いらない。逆に「運用」の知識が必要

AIOpsは「AI」という言葉がついていますが、運用する上でAIに関する知識やスキルは、現状ではそこまで必要ではありません。また、データサイエンティストのような方も必要ではありません（いらっしゃればそれはそれで心強いですが）。どちらかというと、「AI」に詳しい方よりも、「AI」をどのように「指導」するかという、運用スキルのある方が必要と考えます。

AIOpsの導入は、言ってしまえば「非常に優秀な新人が運用チームに入ってきた」という感覚に近いです。非常に優秀ではあるのですが、最初のうちは何もわからず、どうしてよいのかもわかりません。なので、「指導」して「教育」する必要があります。そのために、どのような運用モデルが必要で、どのような運用の挙動をすべきなのか、を明確にする必要があります。逆にそこがクリアになればすばらしいパフォーマンスを発揮します。

まとめ

AIOpsはシステム監視や異常検知、サービスの管理といった運用に関する様々な事象やルールを予測・自動化する技術として、今後ますます注目が集まる技術といえるでしょう。
また、AIOpsを導入する際にはいくつかの検討事項があることを考慮に入れる必要があります。

しかし今後さらに運用対象機器やサービスが増大し、IT運用者に負荷がかかると言われている中で、AIOpsを取り入れる意義は十分にあるといえるのではないでしょうか。

Re:Qでは、インフラ環境全般の設計・構築だけではなく、運用設計、特にここで述べたAIOpsを始めとして、DevOps/NoOpsを利用した運用設計や実装についても各種実績がございます。

最適な運用環境の設計と実装についてお悩みであれば、是非お声がけ下さい。