Microsoftは2018年6月、2800万の開発者が使うOSS開発基盤の「GitHub」を75億ドルで買収した。この買収で開発者と管理者の両方に、組織内でコードを管理や共有、調整するためのもっと簡単な手段を提供する。

　IBMが2018年10月にRed Hatを340億ドルで買収したことは2018年で最大規模のオープンソース関連案件だろう。この買収の目的は、クラウド市場でIBMが勢力を強め、顧客のためのオープンソースクラウド対応を強化することにある。

　「IBMがRed Hatに高値を付けたのは、レガシーアプリケーションへの依存を減らしつつある開発者やIT部門に近づくための新しいサービスを必要としたからだ」と調査会社Moor Insights & Strategyのデータセンター技術担当上級アナリスト、マシュー・キンボール氏はそう指摘した。

　データセンター管理者は、データセンターで利用できるOSS、今後のシステム強化のために頼れるコミュニティーについて調査する必要がある。

データセンター業務を担うAI

　メンテナンスを変化させる「データセンタートレンド」の1つがAI、特に「AIOps」（AIによるIT運用自動化）だ。AIOpsソフトウェアはビッグデータとAI、機械学習を組み合わせ、運用の監視と管理業務の合理化を図る。

　こうしたツールはログファイルやヘルプデスクのチケット、監視ツールからデータを収集して業務がどのように実施されているのかを調べ、異常を特定し、例えば会社のネットワークに侵入しようとしている疑いのあるユーザーを特定して阻止するなど、さまざまなタスクについてどう処理するかを決定する。

　ソフトウェアベンダーのCA Technologies、Loom Systems、ScienceLogicなどは、AIOpsの導入をシンプル化できるソフトウェアを設計している。調査会社Gartnerの予想では、そうしたツールの利用は今後3年間で増える見通しだ。同社によると大手IT部門のうち、現在AIOps基盤を使っているのはわずか5％だが、2022年までには40％に増えると予想している。

サーバマイクロプロセッサ、データセンタートレンドの筆頭に

　ビッグデータやAI、機械学習といった新しいワークロードを導入する組織は、その処理のために新しい種類のハードウェアを必要とする。従来型のCPUを搭載したサーバでは、そうしたワークロードに簡単には対応できない。

　GPUにも引き続き注目が集まっており、Googleは「Tensor Processing Unit」を開発した。2019年は、例えばARMベースのプロセッサのような、新しい大規模アプリケーション向けに設計された他の代替技術が浮上する見通しだ。つまり、ハードウェアの性能問題が浮上すれば、管理者は単にIntelベースのCPUだけでなく、複数種類のマイクロプロセッサのトラブルシューティングを迫られる。

知性を持つデバイス

　企業はスマートセンサーのようなハードウェアの「デバイスとデータ収集」をネットワークの先端（エッジ）に分散できる。だがそうしたデバイスから中央のサーバにアラートが送信されることによって、ネットワークトラフィックが増大することは望まない。

　Gartnerによると、ベンダー各社はAIやソフトウェアコントロール機能をハードウェアとソフトウェア製品に搭載し、そうしたフローの管理機能強化を図っている。データセンター担当者は、自律型デバイス同士のコラボレーションを管理し、ハードウェアを継続的に機能させなければならない。

　エッジコンピューティングとつながるデバイスのインフラが増大する中で、管理者はネットワーク帯域幅の標準やソフトウェアについて研究し、適切な帯域幅と監視機能によって、自分たちの環境で効率的に全てのつながるデバイスがサポートできることを確認する必要がある。

ヘルプデスクのスマート化

　ヘルプデスクソフトウェアは大幅な高度化が進み、そのプロセスはかつてない規模の自動化が進んでいる。AI、機械学習、自然言語処理といったデータセンタートレンドは、ユーザーの問題を認識し、考えられる解決策の選択肢を自動的に提示してくれる「チャットbot」プログラムのための基盤を構築している。

　チャットbotはユーザーの初歩的な質問に答えるIT担当者の負担を軽減でき、その担当者はもっと複雑なサポート問題に割く時間を増やせる。2019年は、そうしたチャットbotが文字や視覚を頼りにユーザーのムードを認識し、それに合わせた対応ができるようにすることに、企業が力を入れるだろう。

　そうしたアプリケーションは、ビデオストリーミングから特定の単語や表情を見つけ出し、提案の結果、どの程度うまく問題が解決できたかを判断する。もしユーザーがイライラした様子を見せれば、自動化されたシステムにそのユーザーの対応を継続させるのではなく、人間の担当者に振り分けられる。

　最終的な目標は、データセンターサポート担当者のルーティン業務の負担を軽減しながら、ユーザーにもっと充実したカスタマーサービスを提供することだ。