従来型の可視化、別名「Monitoring 1.0」は、情報を中心とするものです。プローブ、エージェント、ログ、トレースからは、デジタル環境の健全性に関する豊富なデータが得られます。これらのデータは、システム、インフラストラクチャ、ネットワーク、プラットフォームから収集され、リアルタイムまたは後処理で生成されます。その量は膨大で、今やKBではなくGB単位で測定されます。
率直に言って、データはもう十分にあります。
不足しているのは、そのデータから得られる「成果」です。適切な是正措置につながるインサイトが常に得られるとは限りません。
多くの場合、得られるのは二者択一のステータス表示だけです。赤は異常、緑は正常。しかし、問題を認識していても、その発生箇所を特定するための十分な情報が得られません。確かに、アプリAのパフォーマンスは低下し、ユーザーから苦情が寄せられています。では、原因は何でしょうか。ネットワークでしょうか。ユーザーのデバイスでしょうか。プラットフォームでしょうか。それとも、オーケストレーション環境でしょうか。
原因がネットワークにあるとすぐに特定できたとしても、なぜこれほど混雑しているのかを把握するための情報は得られません。ユーザーが多すぎるのでしょうか。どこかで今日セールが行われているのでしょうか。季節的な要因でしょうか。それとも、最近のアップデートが原因でしょうか。
変動要因は多岐にわたり、ビジネスへの影響も甚大です。ユーザー体験の低下に対処しなければ、収益の減少やアプリの利用離れ、評判の低下につながる可能性があります。ビジネスがデジタル化するほど、デジタル環境の状態がビジネスに直接影響します。
こうした現実を背景に、オブザーバビリティ、さらにはAIOpsへの移行が進んでいます。Monitoring 2.0とも呼ばれるオブザーバビリティは、運用担当者やデジタルビジネスがユーザーエクスペリエンスとビジネス成果の関係を把握し、安定させようとする中で、このテクノロジーの進化における大きな一歩となります。しかし、これは課題の半分にすぎません。残る半分には、分析と自動化が必要です。
オブザーバビリティ、分析、自動化
オブザーバビリティは、単なる「可視性の向上」にとどまりません。システムレベルで何が起きているかを把握できる能力です。ネットワーク、インフラストラクチャ、アプリのパフォーマンスを色鮮やかなグラフで並べたダッシュボードだけを指すものではありません。利用可能なあらゆるデジタルヘルスデータを関連付け、ユーザーエクスペリエンスが今この瞬間にどのような状態にあるかを包括的に把握するための取り組みです。これは運用データプラットフォームを推進する原動力であり、各プロバイダーがあらゆる企業で切望される「運用データプラットフォーム」の地位を獲得しようとする中で、活発な市場活動を生み出しています。
しかし、それを実現しても、必ず発生する問題への対応に追われる状況は変わりません。ユーザーエクスペリエンスの把握が課題解決の半分だとすれば、残りの半分は、その原因を突き止めて対処することです。
もちろん問題は、ほぼすべての組織が、卓越したデジタルエクスペリエンスを実現するための対応に必要なインサイトを得られていないという厄介な現実です。従来の分析は定型クエリに依存しているため、データ内の関係性やパターンを特定し、こうした不足しているインサイトを明らかにすることができません。機械学習はこの問題の解決策となり得ます。膨大なデータを処理し、パフォーマンス低下の根本原因への対処や、サービスに過大な負荷がかかる前、またはアクセスを許す前の攻撃の特定に必要なインサイトを見いだせます。
インサイトを得るだけでは十分ではありません。パフォーマンスの改善や攻撃の阻止に向けて、そのインサイトに基づき迅速に対応できることも重要です。ポリシー変更のプロセスに手作業によるレビューと承認を組み込むと、問題や攻撃に直面した際の組織の俊敏性が損なわれます。
テレメトリから得たインサイトに適時に対応するには、コンピューティングを活用する必要があります。攻撃が始まってから5分後に対応しても、手遅れかもしれません。一般的な消費者は待つことを好まないため、パフォーマンスが低下してから2分後では、間違いなく手遅れです。コンピューティングは、データを極めて効率的に処理できるように構築されています。「スパイクとシナプス伝達のいずれにおいても、脳が実行できる基本演算は1秒あたり最大約1,000回で、コンピューターより1,000万倍遅い」とされています。（出典：Nautilus）本来は自動化されているプロセスに手動の手順を挟むことで生じる遅延を克服するには、この能力を活用する必要があります。
デイトナ500に出場するとしたら、最終コーナーのたびに車を止め、残りの周回を押して進もうとはしないでしょう。完全自律型システムを導入しなければ、デジタルエクスペリエンスに対して、まさにそれと同じことをしているのです。
私たちは長年、サービスの自動スケーリングをシステムに委ねてきました。今後は、サービスとデータを保護し、消費者に卓越したデジタル体験を確実に提供するための是正措置についても、システムを信頼して任せられるようになるでしょう。IT部門の意思決定者の半数以上（52%）が、一般にAIOpsと呼ばれるこの機能は、自社の組織に戦略的な影響を与えると考えています。
これは、スタックのあらゆるレイヤーから収集したデータを活用する、クローズドループ型の自動運用アプローチであり、デジタルエクスペリエンスを実現するための実用的な戦略です。
課題もあります。これは、既製品を導入するように簡単に実装できるソリューションではありません。フルスタックのオブザーバビリティ、つまりネットワークからインフラストラクチャ、セキュリティおよびデリバリーテクノロジーからアプリケーションに至るまで、あらゆるコンポーネントからテレメトリを収集する能力は、従来の監視プロバイダーが考えるほど単純ではありません。分散クラウドが標準となるアーキテクチャでは、エージェントやプローブに基づく標準的なアプローチは、効率面でもコスト面でも優れているとはいえません。Open Telemetryの採用によって実現されるようなネイティブのテレメトリ生成機能は、機械学習ベースの分析に必要なフルスタックのオブザーバビリティを実現し、望ましいビジネス成果に沿った実用的なインサイトを迅速かつ正確に導き出すための最適な方法となるでしょう。
自動化にも、まだ長い道のりがあります。現在、インフラストラクチャをコードとして扱っている組織は半数強（52%）にとどまっており、多くの企業が自動化に全面的に取り組むまでには至っていないことは明らかです。しかし、この機能はクリティカルパス上にあります。これがなくてもクローズドループは機能するかもしれませんが、その代償はどれほどになるでしょうか。手動運用がこのフィードバックループの妨げとなって遅延を引き起こし、企業は顧客や評判、貴重なデータを失うおそれがあります。
デジタルトランスフォーメーションとエンタープライズアーキテクチャ
現在、ほとんどの組織はデジタルトランスフォーメーションの第2段階と第3段階にあります。必要に迫られ、世界的なパンデミックを受けて迅速な対応を進める中、多くの組織が戦術的な意思決定を行ってきました。今後は、デジタルトランスフォーメーションをさらに推進できるよう、これらの意思決定を戦略的なアプローチに組み込む必要があります。
戦略的アプローチとは、可観測性からインサイト、さらに自動化へとつながるクローズドループの実現を目指すものです。これは、F5が「アダプティブアプリケーション」と呼ぶアプローチの一環です。CIOにエンタープライズアーキテクチャをモダナイズするための設計指針を提供し、ITによるクローズドループの実現を通じて、企業が完全なデジタルビジネスとして運営できるようにします。
著者について
Lori MacVittieは、F5のOffice of the CTOに所属するDistinguished Engineer兼Chief Evangelistであり、アプリケーションデリバリ、自動化戦略、インフラストラクチャに関する深い専門知識を有しています。AIエージェントのガードレール策定、脆弱なマルチクラウドアーキテクチャの分析、スケーラブルなシステムの限界の検証など、複雑な事柄を明快にすることで知られています。アプリケーション開発、ITアーキテクチャ、ネットワークおよびシステム運用の分野で、30年以上にわたる業界経験を有しています。F5入社前は、受賞歴のあるテクノロジー編集者として活躍していました。 MacVittieはコンピューターサイエンスの修士号を取得しており、セキュリティ、クラウド、エンタープライズアーキテクチャにわたる分野で多数の著作を発表しています。また、テーブルトークゲームとビデオゲームをこよなく愛し、チーズについては遠慮なく強いこだわりを語ります。
Lori Mac Vittieのその他のブログ記事関連するブログ記事
SOAS 2025：足並みの乱れが凡庸さを招く
AI導入における方針の不一致は、非効率を招きます。セキュリティ、自動化、導入の各戦略を整合させ、AIの可能性を最大限に引き出す方法をご紹介します。
WebAssemblyが重要な理由
WebAssembly（Wasm）は、あらゆるプラットフォームで高性能なアプリケーションを実現する、ポータブルで高速かつセキュアなバイナリ命令セットです。
インフラストラクチャは依然として格好の攻撃経路
クラウドコンピューティングでは、APIやドラッグ＆ドロップ式の設定ツールを活用し、ネットワークやインフラストラクチャを敬遠する人がそれらを直接扱わずに済むようにすることで、インフラストラクチャへの対応を不要にすることが長年追求されてきました。しかし、インフラストラクチャを無視することも、攻撃の主要な標的であるという事実を見過ごすこともできません。
堅牢なデータアーキテクチャがもたらす戦略的メリット
適切に構築されたデータアーキテクチャがもたらす効果は、業務プロセスの改善にとどまりません。戦略的な業務効率の向上、より深いビジネスインサイトの獲得、隣接するビジネス機会への展開にもつながり、これらすべてをより俊敏に実行できるようになります。
デジタルワークフローにおける不正検知には、データだけでは不十分
2019年には、業界全体でクレジットカード詐欺の試みが約25万件確認されました。これは約2分に1件の割合です。今日、不正を検知するには、デジタルワークフロー上のできるだけ多くのポイントから収集したデータを相互に関連付け、手作業によるデータ処理をはるかに上回る速度で分析する能力が求められます。