ChatOpsで進化するIT部門のコミュニケーション【最終回】
LINE、Facebook、MSが注目する未来型コミュニケーション「ChatOps」の仕組み（1/2 ページ）
ITベンダーが続々と発表しているボットフレームワークに焦点を当て、その活用方法を紹介する。また、チャットとChatOpsとの関係を簡単なサンプルコードを示しながら解説する。
第2回「主要チャットサービスを比較――エンジニアだけじゃないチャット活用シーンとは？」では、ビジネスシーンでのチャットの活用事例と、主要なチャットサービスを紹介した。今回はITベンダーが続々と発表しているボットフレームワークに焦点を当て、その活用方法を紹介する。また、チャットとChatOpsとの関係を簡単なサンプルコードを示しながら解説する。
各社が提供する「ボットフレームワーク」とは
2016年春、主要なITベンダーがボットフレームワークや、ボットと連係するために必要なAPI（Application Programming Interface）の提供を続々と発表した。どの仕組みもまだβ版だが、簡単な概要とニュースへのリンクを下記にリストアップする。
Microsoft
Microsoftは、パーソナルアシスタントの「Cortana」と連係して「Skype」「Facebook Messenger」などの上で動作する「Microsoft Bot Framework」を発表した。検索エンジン「Bing」のサービスと連係させることも可能である。
LINE
LINEは、「LINE」で動作するボットを開発するために必要な「BOT API」のトライアルを開始した。フレームワークは提供しないが、APIをオープン化することでさまざまなサービスとの連係が可能になる。
Facebookは、Facebook Messengerで動作するボットを開発可能な「Bots for Messenger」と、Messengerをサービス提供の基盤として利用するための「Messenger Platform」を公開した。
APIとボットフレームワークの役割
では、各社がAPIやボットフレームワークを提供する狙いはどこにあるのだろうか。自社のチャットサービス上で他社にサービスを提供してもらうには連係するための仕組みが必要になる。それがAPIである。
チャットサービスにおいてAPIは、新しいメッセージを受信したり、メッセージを投稿したりする際に利用する。HTTPを通じて、JSONなどのフォーマットでデータをやりとりすることが多い。新着メッセージやイベントをリアルタイムで受信するために、双方向通信用の通信規格であるWebSocketを利用している場合もある。
ボットフレームワークは、ボットの基本的な機能やAPIとのやりとりをまとめて、ボットを開発しやすくするためのフレームワークだ。例えば、チャットサービスのAPIにメッセージを投稿するための機能や、対話式で処理をするための機能などを提供する。ボットを実際に処理するロジック部分と、チャットサービスのAPIとの連係部分（アダプター）が分離しているため、移植性が高い。
ボットの開発者はボットフレームワークを使うことで、APIをあまり意識することなく簡単に開発できる。代表的なボットフレームワークには、GitHubが開発する「Hubot」、Slackが提供する「botkit」などがある。
ボットはJavaScript（CoffeeScript）で記述することが多いが、Ruby製の「Ruboty」というボットフレームワークもある。
チャットサービスでは、APIと連係するための各プログラミング言語向けのライブラリを提供していることが多い。開発者はボットだけでなく、このライブラリをサービスに組み込むことでもAPI連係が可能だ。またボットのアダプターも、このライブラリを用いて開発されている
ChatとボットとChatOpsの関係
第1回「メールからチャットへ――『Slack』『LINE』が変える情報共有と開発手法」の後半で紹介したChatOpsという考え方について、あらためておさらいしておこう。
ChatOpsとは“Chat（チャット）”と“Ops（作業）”を組み合わせた造語で、GitHubが考案したものである。チャットをコミュニケーションの手段としてだけでなく、作業するための環境として利用することを意味する。チャットを一種のコマンドラインと見立てることで、作業のログを残しつつ内容を共有できる。Hubotもその実現のために開発された。
ChatOpsを実現するために必要なのがボットや自動化、クラウドの技術である。ユーザーがボットに対して何らかの指示をしたとき、ボット自身が複雑な処理をするわけではなく、外部の処理を呼び出すことが多い（※）。その場合、対象の処理は自動化されていたり、APIとして抽象化されていたりしている必要がある。
※ プルリクエストをマージする、ソースコードを本番環境にデプロイする、監視ツールの結果を取得するなど。
この自動化がChatOpsの大きな副産物といえる。デプロイなどのボットから呼び出す処理は自動化しておく必要があるため、必然的にDevOpsや「Infrastracture as Code」を実践することになる。
その結果、今までは属人化していた処理が自動化されたり、処理とその結果がチャット上で共有されたりすることになり、開発サイクルの可視化につながるのだ。このようなDevOpsとChatOpsによる開発サイクルの自動化については、第1回の後半を参照してほしい。
ここまで読んだ読者は、ChatOpsに堅いイメージを抱くかもしれない。ただ、実際の開発現場で使われているボットの話を聞いてみると、面白い機能も組み込まれている。
例えば「ゴミ捨ての当番を決める」「ランチのお店をレコメンドしてくれる」「今夜のアニメ情報を教えてくれる」などである。ボットをチャットに導入することで、チームの盛り上げ役や人気者になる日も近いかもしれない。
Copyright © ITmedia, Inc. All Rights Reserved.
ChatOpsで進化するIT部門のコミュニケーション
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[o9ソリューションズ・ジャパン株式会社] 「改正物流効率化法対策」徹底解説 総物流費を抑制するサプライチェーン戦略 -
製品資料
[o9ソリューションズ・ジャパン株式会社] 「サプライチェーン最適化」実践ガイド：効果的な意思決定を実現する秘訣とは？ -
製品資料
[株式会社リンプレス] 非デジタル／IT人材を「自走するDX推進者」に変えるための育成ロードマップ -
市場調査・トレンド
[ワンアイルコンサルティング株式会社] AI時代の組織設計：「判断と責任」を人に残すための2つの原則とは？ -
技術文書・技術解説
[ワンアイルコンサルティング株式会社] システムの保守がモダン化を阻む？ 「変えない判断」から脱却する方法とは
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
1200万円のSaaS導入を回避 スギ薬局「運用費10万円」のAIエージェント構築術
-
2
「完璧な設計」なのに3000万円溶けた AWSの失敗事例から学ぶ3つの教訓
-
3
クラウド資格コレクターは評価されない？ 年収1000万を分ける“OSの理解度”
-
4
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
5
高額な「AI PC」を一般従業員も使えたら？ 費用のハードルを一気に下げる方法
-
6
「コピペ運用の限界」に直面するAI活用 7割超が“別画面”のまま使う理由は？
-
7
LLMの「過学習」、正しく説明している文章はどれ？
-
8
「AIバブル」は崩壊するのか？ 熱狂の後に来る“尻拭い”と4つの防衛策
-
9
IT調達担当者が知るべき「IT機器 大インフレ時代の前向きな選択肢」
-
10
2035年までに1億4500万台、急拡大する「フィジカルAI」市場の勝者は誰か
ホワイトペーパーランキング PR
-
1
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
3
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
4
DX／AI投資の壁を突破、現代の最高財務責任者が直面する課題と克服のヒント
-
5
「Google Workspace」活用事例34選、先進の生成AIによる組織変革の全貌
-
6
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
7
「人員を増やす」という選択肢はない 情シスが負の連鎖から抜け出すには？
-
8
「問題が深刻化しやすいプロジェクト管理」から脱却する方法とは？
-
9
Linuxのスキルを証明する“激推し”の認定資格はこれだ
-
10
NTTドコモが実践したクラウド統合監視 業務量2倍でも残業削減を実現できた理由
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー