2019年01月24日 05時00分 公開
特集/連載

代表的製品を紹介IT運用向け人工知能「AIOps」活用で仮想インフラの管理をスムーズに

仮想インフラはますます複雑になり、管理が難しくなってきている。「AIOps」を利用すれば、管理者はデータを手動で加工することなく有益な情報に変換できるようになる。

[Robert Sheldon,TechTarget]
画像 AIによる運用管理は現実的か?

 IT運用向け人工知能(AIOps)のユースケースにはいろいろなものがあるが、IT管理者にとって機械学習技術を利用する最も大きなメリットは、仮想リソースの最適化にあるかもしれない。

 企業のITインフラは、膨大な量のシステムデータを生み出す。その対象範囲は広く、アプリケーションの遅延レートからハードウェアの温度まで多岐にわたる。インフラが規模を拡大し、複雑になるにつれて、管理プロセスも複雑になる。その結果、業務のサイロ化が進み、情報が断片化することが多い。IT部門に個々のリソースを一元化する能力があったとしても、管理者が全領域での取り組みを調整できるほどの包括的なツールはまだない。

 AIOpsは、機械学習を利用して広範なシステムデータの関連性を調べて分析し、適切な処理を判断する。このアプローチが、先述の包括的な管理に関する問題を解決する可能性がある。AIとは、大ざっぱに言ってしまえば人間の知能のシミュレーションだ。入力されたデータを基に学習と推論をして、結論を導き出す。運用担当者がデータを追加するたび、AIは自身で改良を重ね、改善し続ける。

 機械学習はAIの一分野で、コンピュータと密接に関係している。機械学習を使うと、コンピュータは入力データを通じて学習し、そこから結果を予測して、プログラミングを要求することなく処理を実行できる。重要なのはアルゴリズムで、データに対して詳細な統計分析を実行する。機械学習は新しいデータを利用して自動で調整し改良するため、AIOpsのユースケースはその改良の結果として生じるパターンがある。

 IT部門は、機械学習などのAI技術を複雑なインフラの管理戦略に組み込み始めている。ビッグデータ分析などではAIの考え方を利用し、課題を解決することがトレンドだ。具体的には、数百万にも上るデータポイントのデータを自動的に関係付け、問題を特定して、できる限りリアルタイムに近い形で問題への解決策を提供する。

AIOpsによる自動化と分類

ITmedia マーケティング新着記事

news093.jpg

SaaS企業として驚異の継続率97% ServiceNowが考える、CX向上にDXが不可欠である理由
「ガートナー カスタマー・エクスペリエンス&テクノロジ サミット 2019」におけるServic...

news134.jpg

「Tableau 2019.2」発表、コミュニティーからリクエストが多かった新機能を多数追加
位置情報に基づく意思決定を支援するベクターベースのマッピング機能も。