ITにおける運用（Ops）は、大きく進化する一方で、かなりの注目を集めてきました。これを整理する方法の1つは、組織のデジタルビジネスを支える各チームの役割と責任という観点から、2つに分類することです。具体的には、ネットワーク、セキュリティ、アプリケーションライフサイクルを担う「役割ベース」のOps（NetOps、SecOps、DevOps）と、テクノロジー、プロセス、インサイトからアクションにつなげるフィードバックループを効率化する「スタックベース」のOps（DataOps、MLOps、ModelOps、PlatformOps、AIOps、GitOps、FinOps）に分けられます。
Opsとは？
その後、各チームは効率と有効性を高めるため、従来の役割を拡大し、新たなパラダイムを取り入れるようになりました。たとえば、セキュリティ（SecOps）チームと開発（DevOps/AppDev）チームの連携を図るDevSecOpsが挙げられます。
では、「XOps」とは具体的に何でしょうか。このブログで解説するように、テクノロジー業界では、アプリケーションカタログ全体にわたるインフラストラクチャとセキュリティのあらゆる要素について、原則とプロセス、テクノロジー、役割を統合する取り組みが始まっています。これにより、運用を効率化し、煩雑な作業を減らし、価値実現までの時間を短縮するとともに、AIをプラットフォーム機能として効果的に活用します。
基盤テクノロジースタックを差別化する決め手
Per Gartnerによると、DataOps、MLOps、ModelOps、PlatformOpsを含むXOpsの目標は、「DevOpsのベストプラクティスを活用して効率化と規模の経済を実現し、信頼性、再利用性、反復可能性を確保すること」です。1
「The 2021 State of Application Strategy Report: XOps Edition」で述べたように、F5 Office of the CTO（OCTO）は、デジタルトランスフォーメーションがAI支援型ビジネスへと進展するにつれ、膨大なテレメトリをインサイトとアクションに変換するために、追加の運用チームが必要になる可能性が高いと予測しました。最終的には、AIが生成する膨大なテレメトリをインサイトとアクションに変換するために、独自の科学的手法が必要になります。結局のところ、どれほど成功した小規模プロジェクトでも、本番環境へとスケールさせる段階でAIが失敗する可能性があるためです。
“AIの膨大なテレメトリを扱うには、それに特化した科学的な専門分野が必要になります。”
そして2025年。アプリケーション戦略の現状：AIへの対応準備レポートによると、96%の組織がAIモデルを導入している一方で、AI導入に伴い変化する要件に対応する準備が「十分に整っている」と評価された組織は、わずか2%です。
XOpsがテクノロジーと職務の垣根を越えてAI活用を推進
テクノロジー企業はAI運用の拡大を積極的に進める一方で、ガバナンス、セキュリティ、インフラストラクチャの整合に苦慮しています。AIモデルは多様であり、ハイブリッドITは今後も定着していくでしょう。AIアプリのトレーニングと推論、および関連するテレメトリの収集をデータセンター、複数のクラウド、エッジのどこで行うかは、具体的なユースケース、パフォーマンスとセキュリティに関する考慮事項、さらには組織の方針によって決まる場合があります。目指すべき方向は、AIをプラットフォーム機能として捉え、すべての運用機能にわたってAIをインフラストラクチャおよびセキュリティツールと連携させることです。これにより、先進的なテクノロジー企業はテレメトリを効果的に活用し、大量のデータをインサイトとアクションに変換できます。AIをインフラストラクチャ、セキュリティ、運用に関するあらゆる戦略に組み込むことで、部門横断型チームは企業にとって最も重要な資産であるアプリケーションをより適切に支えられます。
F5 Application Delivery and Security Platform (ADSP)
F5 ADSPは、あらゆるアプリケーションやAPIにデリバリおよびセキュリティサービスを提供する統合プラットフォームです。包括的な可視性、一貫したポリシー、AIを活用したインサイトを備え、場所を問わず導入できます。
拡大を続ける高度に分散したアーキテクチャ全体でアプリケーションのデリバリとセキュリティを統合することで、インフラストラクチャチームとセキュリティチームは、複雑さを軽減し、運用を効率化できます。煩雑な作業を減らし、脅威検知を変革し、プロアクティブなセキュリティを実現することで、融合チームは価値実現までの時間を短縮できます。たとえば、組み込みのAIアシスタントを活用してパフォーマンスのボトルネックを容易に特定したり、エージェント型AIでセキュリティ分析を統合し、アラート疲れの軽減、実際のリスクの特定、修復手順の提示につなげたりできます。
F5 ADSPは柔軟性と俊敏性を両立し、部門横断型チームに、基盤となるテクノロジースタックへネイティブに統合できる、差別化されたスケーラブルでセキュアなサービスを提供します。これにより、デジタル世界に変革をもたらす次の画期的なアプリケーションやサービスという、最も重要な取り組みに集中できます。
詳しくは、テクノロジー業界向けF5ソリューションをご覧ください。
GARTNERは、米国およびその他の国・地域におけるGartner, Inc.および／またはその関連会社の登録商標およびサービスマークであり、本書では許可を得て使用しています。無断転載を禁じます。
1Gartner、「Gartner Identifies Top 10 Data and Analytics Technology Trends for 2021」、2021年3月16日
著者について
関連するブログ記事
経営幹部が抱くAIに関する4つの誤解
AIに関する誤解は数多くあります。ここでは、組織が自社環境にAIを導入する際に見直す必要があるかもしれない4つの誤解を紹介します。
IT/OTコンバージェンスの現状と、セキュリティを最優先すべき理由
ITシステムとOTシステムの融合が進むにつれ、攻撃対象領域は拡大します。組織が安全に統合する方法と、F5 ADSPが大規模な運用の保護にどのように役立つかをご紹介します。
AIのレイテンシ：セキュリティを犠牲にできない理由
AIのレイテンシは、単なる速度の問題ではありません。パフォーマンス、セキュリティ、信頼性のバランスを考慮したシステム設計が重要です。
AIアプリケーションを大規模に提供する：ADCの役割
AIアプリケーションを確実に提供するには、高速なモデルや柔軟に拡張できるインフラストラクチャだけでは不十分です。AIアプリケーションの利用方法を管理するための制御レイヤーが必要です。
MCP：AI対応のアプリケーションデリバリを実現する鍵
Model Context Protocol（MCP）は、最新のアプリケーションにおける安全で低遅延なAI統合を可能にします。将来を見据えたアプリケーションデリバリ戦略にMCPが不可欠な理由をご覧ください。
AIガードレールとは？基盤モデルプロバイダーの枠を超えて進化する安全対策
急速に変化する組織の脅威領域におけるリスクをより包括的に捉えるために、AIガードレールの進化が必要な理由をご覧ください。