Office of the CTO

While SaaS is not really all that new, what is new is the range of activities being commoditized and packaged as SaaS. All manner of business functions are joining CRM, SFA, productivity, and communications as SaaS offerings. And we anticipate that organizations will quickly jump at the chance to offload the operation of such software to a provider.

Despite changes in architectures and location, security problems do not change. Customers still need to protect applications, ensure availability, and defend against DDoS attacks. Application security is just a bigger challenge now due to the expanding attack surfaces and vulnerabilities.

There are two walls in the delivery path for applications. The first (which has been the cause of much friction) is between development and production. And while DevOps methodologies have begun to break down this wall, the other—the one between production and delivery to consumers—is not so easily breached.

デジタル変革には3つのフェーズがあり、第1フェーズはすべて自動化に重点を置いています。第2フェーズでワークフローのデジタル化に焦点を当てることで、最終的には第3フェーズへの道筋がビジネスに示されます。ここでは、データ駆動型サービスによって、効率性が向上し、プロセスの摩擦が軽減するとともに、生産性と利益の両方を向上させる実用的なインサイトが生成されます。

当初はデータ センタに限定されていたアプリケーション パフォーマンス モニタリング（APM）は、Webベースのユーザー エクスペリエンスを中心としたコンテキスト駆動型へと変貌を遂げています。今日の企業にとって、何が問題であったのかを後から特定するだけでは十分ではありません。トラブルが発生する可能性がある場所を未然に特定する必要があります。

テクノロジーの周期には盛衰があります。これが不可避の事実であることは、イノベーションのS字カーブや、有名なアナリスト企業のハイプサイクルなど、さまざまな理論で証明されています。クラウドも同様の波にさらされています。この10年間で2つの大きな周期を経験しましたが、今再び第3の波が押し寄せてきていると考えられています。

データは、コードから顧客までの過程でさまざまなソースから提供されます。アプリケーション、プラットフォーム、アプリケーション サービス、インフラストラクチャ、デバイス、これらはすべて、適切なソリューションによってビジネス価値に変換することのできるデータの提供元となります。データの利用に関するあらゆる議論の中で特に重要なのは、もちろんプライバシーの問題です。

データ アーキテクチャに関する議論の最初のステップは、「データ アーキテクチャ」の概念が何を表すものであるかを定義することですが、当然のことながら、明確な線引きがないというのが答えであり、それは階層的で重層的なものです。この議論の土台を形成する第一歩は、テレメトリ データが収集される過程の観点からアーキテクチャについて考えることです。

デジタル決済は、かつての現金決済のように一般化しつつあります。COVID-19のパンデミックによるロックダウンが、このようなサービスの消費者利用率を後押ししています。さらに、企業側のデジタル決済化も加速しています。結局のところ、一般公開されているかどうかにかかわらず、企業は今も買掛金と売掛金を抱えています。

今日、F5はコードから顧客までの過程に沿って最も包括的なアプリケーション サービスを提供しています。将来的には、アプリケーション テレメトリと分析の機能を倍増させ、お客様がアプリケーション、ビジネス フロー、ユーザー エクスペリエンスに関するインサイトを引き出せるよう支援していきます。クラウド分析機能の拡大に関しては、ML/AIをさらに活用して、お客様のビジネス サービスの向上を支援していきます。

新世代のアプリケーション アーキテクチャが進化するにつれ、新世代のロード バランシングがそれに追随することは驚くことではありません。世紀の変わり目の直前にロード バランシングが誕生して以来、テクノロジーは予測可能なペースで発展してきました。そして今、イノベーションの時を迎えようとしています。

今回のパンデミックの中、米国の多くの州で失業申請を処理するシステムが危機的状況に陥りました。COBOLを使用して開発されたこれらのシステムは膨大な需要に直面し、その起源が1959年までさかのぼるプログラミング言語に習熟した人材が緊急に招集されました。一方、今日のデジタル変革の取り組みを推進している多くのアプリケーションは、マイクロサービスをベースにしています。これらのアプリケーションは、COBOLベースのシステムと同様に、50年後、あるいは60年後も稼働している可能性があるほど重要なものです。

挿入ポイントとは、コードから顧客までのデータ パス内にあるアーキテクチャ上の特徴のある場所であり、開発の範囲外にあることの多い機能や、運用上の効率性を高める機能を追加するのに合理的とされる場所を指します。挿入ポイントには、クライアント、インフラストラクチャ、およびアプリケーション自体が含まれます。つまり、私たちが求めているのは、挿入ポイントでの運用効率とコスト効率の両方に優れたアプリケーション サービスです。ここでは、アプリケーション サーバー（プラットフォーム）そのものに焦点を当てます。

リモート アクセス サービスが逼迫している理由の1つとして、今日のネットワーク トラフィックの大半をビデオとSaaSの通信が占めていることが挙げられます。同時に、このパンデミック下で遠隔医療が進み、それに伴ってライブ ビデオ トラフィックが増加しています。リモート ユーザーに配慮してキャパシティとパフォーマンスを向上させる方法の1つは、現在のアプリケーション トラフィックの構成を反映できるように、リモート アクセスの設定を更新することです。

「データは第二の石油」、「データはデジタル エコノミーの石油」といったフレーズを耳にしたことがあると思いますが、経営学の表現を使った「廃棄データの収益化」というフレーズは、決まり文句にもなっています。どれも的確な表現ですが、これらは基本的な真実、この場合は補完的な2つの真実に基づいています。

テレメトリという表現が使われる理由は、データよりもかっこよく聞こえるからではありません。突き詰めれば、データとテレメトリはいずれも情報を整理したものです。両者を入れ替えて使っても罪にはなりません。しかし、厳密には違いがあることを認識しておくべきです。この違いは、組織がデータ エコノミーの時代に突入するにつれて、ますます重要になっていくでしょう。

簡単に言えば、人工知能は「人間の知能の働きを模倣する方法をコンピュータに教え込むこと」と定義できます。将来的にAIとアプリケーション サービスがどのように連携していくのかを理解するためには、まず3種類のAI、すなわち強いAI（Strong AI）、弱いAI（Weak AI）、補助的なAI（Assistive AI）について検討する必要があります。

データの完全性や正確性を検証できないことは、（データに大きく依存している）デジタル変革の取り組みを進めている組織にとって重大な懸念材料です。データはビジネスを行うために使用されるだけでなく、パターンや行動認識の基礎も形成します。その意味でデータは、人手の介入なしに運用上およびビジネス上の意思決定を自動的に行うことのできる、高度な分析機能の原動力となります。

ShapeとF5が他社と一線を画しているのは、何百万ものミッションクリティカルな顧客アプリケーションから高忠実度データを取得できるF5の能力と、Shapeの高度なAI支援分析プラットフォームを組み合わせることができるという点です。ShapeとF5の統合により、私たちは今日の最も巧妙な攻撃にも対応できる高度なセキュリティ機能を生み出すというビジョンを実践しています。

Application Programming Interfaceの頭字語であるAPIは、時間の経過とともに、緊密に結合された命令型仕様から疎結合の宣言型モデルへと進化してきました。実装や呼び出しモードにかかわらず、APIはアプリケーション開発と関連付けられる傾向があります。一方で、別のAPIエコノミーが運用の分野で着実に拡大しています。そこでは、APIの「A」はAutomation（自動化）を意味します。

アプリケーション アーキテクチャは、コンピューティングの初期の頃から何度か進化を重ねており、アプリケーション サービスを挿入するために、単一の既知のデータ パスのみを使用することはもはや最善策ではなくなっています。さらに、新種のデータ パスの多くはプロキシベースのプラットフォームに適していないため、最新のアプリケーションを拡張して保護するには、別の潜在的な挿入ポイントに目を向けなければなりません。

デジタル変革とは、テクノロジーをビジネス インタラクションからプロセスへ、さらに新しいモデルへと移行することです。最初はアプリケーションに焦点が当てられますが、アプリケーション ポートフォリオが拡大するにつれ、焦点は自動化とオーケストレーションにシフトします。データ生成量の増加に伴い、変革は新たなビジネス チャンス生み出す転換点となります。

セキュリティの未来はテレメトリにかかっています。テレメトリでは、パケットから技術的なデータ ポイントを抽出するだけでなく、クライアントからアプリケーション、挙動に至るまでのインタラクションを総合的に把握することが必要です。機械学習では、パターンを確立して認識するために膨大な量のデータが必要になります。プログラマブル プロキシが高度なセキュリティ アプローチに不可欠であるのは、このためです。

組織は、新しいビジネス モデルを定義したり、既存のモデルでビジネスの生産性を向上させたりするために、急成長を遂げているデジタル テクノロジーを活用しています。デジタル変革のペースは組織とその業種によって異なりますが、概して言えることは、デジタル変革には3つのステージがあるということです。

可視性は今もなお、組織がアプリケーションを保護、拡張、高速化するための鍵です。また、アプリケーションがコンテナやクラウドに分散されるほど、パフォーマンス向上のために可視性を高めるアプリケーション サービスも広く分散させる必要があります。

攻撃の中には、ネットワークのパフォーマンスや可用性を低下させるものなど、単なる迷惑行為に過ぎないものもあります。その一方で、発生頻度はそれほど高くないものの、データ侵害という形ではるかに深刻な影響を及ぼすものもあります。かつて、ネズミによって拡散された疫病が街を滅ぼしたように、今日の攻撃はブランドの評判やビジネス バリューを台無しにしてしまいます。