オートメーションによるレジリエンス管理の変革

IBMのソフトウェア・サイト信頼性エンジニアリング（SRE）チームは、IBMのSaaS製品とマネージド・サービス・インフラストラクチャーの信頼性とセキュリティーを維持する上で重要な役割を果たします。IBM® Cloud、AWS、Microsoft Azure、Googleクラウド・プラットフォームにまたがり運用するサイト信頼性エンジニアリング・チームは、約70種類のSaaSソリューションを世界中のお客様に提供し、マイクロサービス・レベルまで膨大な量のデータを収集しています。

包括的なレジリエンス評価を作成することは、このチームにとって大きな課題でした。主席サイト信頼性エンジニアのKevin Yuは、次のように説明しています。「以前の方法では、ワークショップや、プレイブックに照らした評価のためのスプレッドシートの多用が必要で、完了するまでに文字どおり数カ月かかり、更新も困難でした。これらの方法では、システムのレジリエンス・ポスチャーを総合的に把握することは不可能でした」。

脆弱性を特定し、効果的に改善を実施するため、可用性、回復性、オブザーバビリティーなどの主要なレジリエンス・メトリクスを長期にわたって正確に測定および追跡するソリューションも必要でした。

月次業務レビュー（MOR）の強化も大きな課題でした。SREチームの既存のMORプロセスの非効率性が、問題を迅速に特定して解決するのを妨げていました。組織のサイロ化はプロセスをさらに複雑にし、複数のチームが共通のレジリエンス戦略で歩調を合わせることを困難にしました。

SREチームは、サイロを削減し、継続的な改善を推進し、復元力に対する繰り返し可能なアプローチを実現するために、IBM® Concertプラットフォームを導入しました。

このソリューションは、オートメーションとAIを活用した洞察を標準化されたスケーラブルなフレームワークに統合し、レジリエンスを評価、強化、維持します。

IBM Concertを導入する前は、レジリエンス評価は手動で行う労働集約的なタスクで、完了するまでに数カ月かかることもありました。このソリューションのレジリエンス・フレームワークは、このプロセスを自動化し、可用性、回復性、観測可能性などの主要なレジリエンス・メトリクスを包括的に表示します。オートメーションにより必要な時間と労力が大幅に削減され、SREチームはアプリケーションの堅牢性と信頼性の向上に集中できるようになりました。

以前のMORプロセスは非効率的で時間がかかり、データの抽出と照合に何百時間もかかることがよくありました。IBM Concertを使用することで、SREチームはデータをより効率的に要約してレポートし、コンプライアンス評価と戦略計画のために最も正確な情報を関係者に提供できるようになりました。このソリューションは、さまざまなソースからのデータを統合して統一されたビューを作成し、SREチームの問題解決能力を強化します。

Yuは次のように説明しています。「Concertはサイロを解体し、生産性を向上させるのに役立ちました。IBM全体でアプリケーションのレジリエンスを測定、改善、維持するためのスケーラブルなフレームワークができました」。