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：代表的製品を紹介

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]

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。

併せて読みたいお薦め記事

AIOpsを知る

• AIOpsツールはIT運用担当者の「働き方改革」を実現するか
• 完全なるIT運用の自動化を実現する「AIOps」とは？
• VMware、Citrixが採用するAI技術　VDI管理は“AIOps”でどこまで変わる？

AIとの付き合い方

• AI導入成功企業の共通点は「AIかどうかを選定理由にしない」こと
• AI（人工知能）の意思決定はブラックボックス、それでも機械を信じる？

AIOpsによる自動化と分類