細かい制御や連携に強み

人工知能を使う「AIOps」ツールと従来の運用管理ツールとの違いは？

従来のIT監視ツールは限られた範囲の情報しか得られず、見落としなどのミスを生みやすい。人工知能（AI）技術によって運用を自動化する「AIOps」ツールを使えば、こうした監視範囲の制限を克服できる。

　ローカル、エッジ、データセンターなど、あらゆる場所で数多くのハードウェアとアプリケーションが運用されている。その数は膨大なために、狭い範囲にポイントを絞ったツールで監視するのは難しい。運用管理ツールを複数使うと、情報の断片化が生まれることもある。こうした断片化は、IT運用の見落としやミス、インフラとアプリケーションのパフォーマンス低下、セキュリティとコンプライアンスの潜在的なリスクの原因になり得る。

　人工知能（AI）技術によって運用を自動化する「AIOps」のツールを使えば、こうした制限を克服できる。AIOpsツールは、運用中のITツールやデバイスから情報を収集して分析し、その結果を使って、環境に潜む問題を特定して修正する。

　AIOpsツールを導入する際、どのような特徴や機能に着目すればいいのだろうか。AI技術を利用しない運用管理ツールとの違いは何だろうか。

AIOpsツールが実現すること

　ざっくり言うと、AIOpsツールはITスタッフがより適切な判断を下す手助けをする。AIOpsツールは、イベントとアラートを関連付ける。その目的はアプリケーションとインフラの関係を認識して、通常時と異常時のシステムの動作を区別することだ。この仕組みによりIT管理者は、その問題とイベントが深刻なのか軽微なのかを切り分けることができる。その結果、静的または手動設定の監視しきい値を使った従来の方法と比べて受け取るアラートが少なくなる。これはノイズ低減機能とも呼ばれる。

　AIOpsツールは特定の問題に関するアラートを、その対処に最も適したIT管理者またはチームに送ることで、汎用（はんよう）的な流れで出されるアラートよりも適切なワークフローを実現する。例えばパッチやアップデートの適用後に発生したアプリケーションのパフォーマンス警告は、開発チームに送るのが適切だろう。一方、アプリケーションサーバの警告の適切な送り先はインフラチームだ。

　機械学習と相関分析により、AIOpsツールは根本原因の解析といったトラブルシューティングタスクにも対処できる。IT運用時にインシデントやアラートが発生すると、AIOpsツールは根本原因に関する詳細な提案をする。問題が再発した場合は既存の提案内容をアップデートして改善する。

　細かいところでは、AIOpsツールを使えばログデータの収集方法と使用方法を綿密に制御できる。IT管理者は、特定のログイベントが発生したときに通知を受け取ることも可能だ。

AIOpsツールとAPM／IPMツールの違い

この記事の著者

関連記事

• 

  AIOpsはDevOpsとは別物　役に立つ場面は？

• 

  AIOpsツールはIT運用担当者の「働き方改革」を実現するか

新着ホワイトペーパー PR

• 事例
  [ポールトゥウィン株式会社] 開発スピードと品質を両立、DONUTSが実践する「ハイブリッドなQA体制」の構築術
• 製品レビュー
  [ポールトゥウィン株式会社] 開発スピードと品質は両立できる？　DONUTSの「ジョブカン」に学ぶQA戦略
• 市場調査・トレンド
  [レッドハット株式会社] 「プラットフォームエンジニアリング」調査レポート：利点・課題・未来像を詳説
• 市場調査・トレンド
  [レッドハット株式会社] 生成AI活用のためのテクノロジー基盤、構築に際しての7つの検討事項とは？
• 製品資料
  [レッドハット株式会社] ビジネスの現場へのAI導入と活用、何から始めてどのように進めるべきか？