運用経験の危機

• 分散度とOESの相関関係：–0.22
  アプリケーションを多くの環境に展開するほど、運用の質が下がる傾向があります。 環境ごとに異なるツールやポリシー、統合の課題が現れ、管理が分断されて対応が遅れます。
• アプリケーション件数とOESの相関: +0.05 
  アプリケーションの量だけでは、運用上の摩擦との関連はほとんど見られません。 しかし分布を加味すると、より明確な傾向が見えてきます。多くのアプリと環境を両方持つ組織ほど、OESスコアが最も低くなっています。

アプリケーションの規模が拡大すると縦方向の負荷が増します。つまり、アプリが増えるほど管理すべき設定やポリシー、更新も増えていきます。 分散環境が広がると横方向の複雑さが増します。環境数が増えると、それだけ統合や可視化ツール、専門的な知識がより求められます。

まとめると、それらは運用のスピードに複合的な妨げとなります。

OESのスコアが最も低い金融サービス、エネルギー、製造業は、流通規模とアプリケーションの規模が最も大きい業界でもあります。 対照的に、通常アプリケーション数が少なくシンプルなインフラストラクチャ トポロジを持つ教育や医療分野は、OESスコアが著しく高くなっています。

自動化ツールへの長年の投資にもかかわらず、多くの運用作業は依然として手作業のままです。 これは単なるレガシーシステムの問題だけではなく、ツール間のギャップや標準化の欠如、そしてスケールを意図していなかったスクリプトやAPIによる摩擦も原因です。

• 回答者の41％が、ベンダーAPIとの連携やスクリプト作成が最も時間を要する作業だと述べています。
• クラウドネイティブな組織でも、自動化はしばしば「スクリプトの寄せ集め」に過ぎず、効率的なオーケストレーションにはなっていません。

これは、ハードコーディングされたロジックや部族の知識への依存を減らす、よりインテリジェントで適応性の高い自動化の重要性を示しています。

データは、遅延や非効率が特定のツールや工程だけの問題ではないことを示しています。 むしろ、それらは承認チェーンの分断や工程のサイロ化、システムの非統合といった、構造的かつ体系的な問題です。

• 回答者のほぼ30%は、承認や引き継ぎを待つことが遅延の主要な要因だと挙げています。
• 18%は、ツール間の統合不足が非効率の大きな原因であると報告しています。

{"ja-JP":"これは、ワークフローの効率性を向上させるには、単にツールを導入するだけでなく、プロセスを再構築し、意図と行動の間の遅延を減らすフィードバックループを生み出すことが重要であることを示しています。"}

自動化の成熟度はさまざまですが、AIツールに対するオープンな姿勢は役割や業界を問わず一貫して高いです。 この関心は仮説的なものではなく、運用上の摩擦が大きい領域と強く関連しています。

• AIへの関心とOESの相関関係は0.62であり、最も苦しんでいる人ほどAI介入に最も適応しやすいことを示しています。
• チームは AI に人間を置き換えることを望んでいるのではなく、反復的でエラーが起きやすい作業の認知負荷を軽減したいと考えています：ログの要約、ポリシーの生成、ステータス報告、自動スケーリングなど。

この意欲は強力なチャンスを示しています： 最も負担を感じているチームに力を与えることで、AIOpsの導入をボトムアップで加速できます。

アプリケーションの規模と分散インフラストラクチャが組み合わさることで、特有の運用課題が生まれます。 それぞれが単独でOESに及ぼす影響は限定的ですが、両者が重なると明確な摩擦を引き起こします。

• アプリケーション数が多く、複数環境で導入モデルを持つ業界（金融サービス、エネルギー、製造業など）は、OESのスコアが最も低くなっています。
• 一方、アプリのポートフォリオや環境の多様性が小さい教育や医療などの分野では、はるかに高いスコアを獲得しました。

複雑さは、規模（垂直的負荷）と分散（水平的拡大）の増加に応じて増す複合的な要素だと改めて示しています。 だからこそ、特にAIOpsを用いた自動化は、有用であるだけでなく、欠かせないものになります。

グローバルState of Application Strategy Report 2025のデータは明白です。 あらゆる業界で、主要な運用上の課題は珍しいものではなく、誰もが痛感しているものです。

• {"source":"Fragmented deployment topologies spread across public cloud, private data centers, colocation, edge, and SaaS.","target":"断片化された展開トポロジーは、パブリッククラウド、プライベートデータセンター、コロケーション、エッジ、SaaSにまたがって展開されています。"}
• {"source":"Rising application volume and velocity, especially in highly digitized sectors.","target":"アプリケーションの増加と速度の加速、特に高度にデジタル化されたセクターで。"}
• 壊れやすいスクリプトや部族の知識への継続的な依存は、基本的な自動化を脆弱にし、拡張を難しくします。

これらの現実は新しいものではないですが、人間の努力だけでは解決できないという認識が高まっていることが新たな傾向です。

それでも、希望の光もあります：実践者は準備が整っています。 

調査の回答から、痛みに最も近い人々ほど変化を受け入れる意欲が高いことがわかります。

• 56%の方がログの要約やスクリプト作成、ポリシーの適用など、反復的または複雑な作業にAIの支援を期待しています。
• 38%はAIに自動的に構成を調整し、意思決定を行うことを望んでいる。提案するだけでなく、実行してほしいと考えています。
• わずか 6％がAIツールに全く興味を示さないのは、変化への渇望がいかに広く浸透しているかを示す少数派です。

これは文化的な変化の兆候です。チームはAIを恐れているのではなく、むしろそれを求めています。 人間の判断を置き換えるためではなく、判断を強化し、加速させ、単調な作業から解放するためです。

連携ミスを直すために書いたスクリプトがすべてそうです。 手動承認が原因で遅れるデプロイがすべてそうです。 システム同士の連携不足で発生するチケットがすべてそうです。 これらは単なる小さな不便ではなく、運用コストを積み上げる大きな原因です。

デジタルパフォーマンスがそのままビジネス成果になる時代において、その負債は次のように直結します。

• 市場投入までの時間が長い
• セキュリティとコンプライアンスのリスクの増大
• 燃え尽き症候群と過酷な労働による人材の減少

OESはこの隠れたコストを正確に明らかにし、どの組織が最も遅れをとるリスクが高いかを示しています。