AIOps

AIOpsとは

AIOps（Artificial Intelligence for IT Operations）は、IT業務における運用管理を人工知能とビッグデータ解析技術を用いて支援する手法及び技術の一群を指します。この概念は2016年に調査会社ガートナーによって提唱され、主に監視データからの異常検知や多くの警告を効率的に管理するためのイベント相関分析、原因特定、そして復旧作業の自動化などを実現します。これにより、運用担当者が大量の警告に圧倒され、重要な情報を見逃す状況を軽減し、問題発生から復旧までの時間を短縮することを目的としています。

背景

最近のクラウドコンピューティングの進展により、ソフトウェアアプリケーションはマイクロサービスアーキテクチャを採用し、個々が独立したサービスとして構成されています。この結果、多くのログや指標、イベントが生成され、運用管理の複雑さが増しました。従来の手動による監視手段では、これらの膨大なデータをさばききれず、運用チームは「アラート疲れ」と呼ばれる状態に陥りがちです。このような課題に対処する方法として、AIOpsが提案され、人工知能と機械学習の活用を通じて運用効率の向上やコスト削減を実現するとしています。

AIOpsの仕組み

AIOpsの中心にあるのは運用データの集約です。運用に関わる様々なデータ（さまざまなログ、応答時間、資源の使用率、イベント通知、依存関係に関する情報など）を一元的に取り込みます。ガートナーは、AIOpsプラットフォームに求められる機能として、様々なデータの収集、システム構成の理解、相関関係分析、わかりやすい提示方法、復旧作業の自動化を挙げています。

収集したデータには、機械学習を用いた異常検知が適用されます。通常の振る舞いを学習し、それから逸脱した動きがあれば警告を出す仕組みです。このプロセスでは、教師あり・教師なし・強化学習といった手法が使われ、環境に応じて最適な技術が選ばれます。その後、複数の警告を関連付けて一つのイベントにまとめる相関付けが行われ、無関係な警告を排除します。最終的には、異常の根本原因を推定し、必要に応じて自動的に復旧作業を行います。ただし、重要な対応については、判断を人が確認するプロセスが必要です。

従来の監視との違い

従来の運用管理では手動で行われていたデータ処理が、AIOpsではAIの力を借りて自動化されています。この技術は、平常時の運用パターンを学び、状況に応じてその基準を適応させる点が大きな特徴です。AIOpsはITサービスマネジメントやオブザーバビリティの分野とも連携し、自動で警告と対策を適切なチームに振り分けることも可能です。また、DevOpsと連携しながら、IT環境運用の最適化にも寄与しています。

主なプラットフォーム

AIOps関連の製品は、データ分析ツール、監視ツールに組み込まれた機能、独立したAIOpsプラットフォームという三つのカテゴリーに分けられることが多いです。その中にはDatadog、Dynatrace、IBM AIOps Insights、ServiceNow IT Operations Managementなどが含まれており、今後も市場は拡大すると予想されています。

課題

AIOps導入の際には、データの質や収集の範囲に依存するため、十分なデータが確保できなければ誤検知を招くことがあります。また、既存のシステムとの統合には期間や工数が必要で、これが負担となることがあります。加えて、自動化に強く依存しすぎると、そのシステムが停止した際に運用全体が滞るリスクも考慮する必要があります。さらに、学術的なアプローチが分散しており、共通の用語体系が欠如していることから、今後の研究の進展が求められています。これらの課題を克服しながら、AIOpsはIT業務の未来を支える技術としての位置付けを強化していきます。

もう一度検索