ITOpsはエージェント型AIで転換点に対処

市場調査会社Omdiaの新しいレポート「ITオペレーションを現代化する」によると、多くのITOpsチームにとって、AIへの投資は全くしないよりはした方が良いかもしれない。

IBMが委託したレポートによると、ITOps業務の10%未満をAIに任せている組織であっても、92%が運用の改善を実感していることが明らかになっています。この発見は、単純な統合から始めて成功し、より複雑なAIデプロイメントに進むという、ますます一般的なストラテジーを裏付けています。

しかし、ITOpsのどの領域を優先するかを決定することは困難な作業です。特にITチームが、コストの削減、運用効率の向上、さらには、ますます分散化が進むアーキテクチャーやサービス全体での迅速なデリバリーを実現することがすでに期待されている場合は尚更です。

さらに、AIやエージェント型ワークフローはIT導入をさらに複雑にしています。一部のチームは、十分な独自データをモデルに提供するのに苦労しています。また、新しい自動化とワークフローの設計と維持に必要な技術的専門知識が不足している企業もあります。一方、十分な監視と監視がなければ、エージェントは不正なアクションや望ましくないアクションを実行し、セキュリティーやコンプライアンスのリスクを引き起こす可能性があります。また、単純なユースケースでも、AIイニシアチブへの投資を誤った方向に向けると、コストのかかるエラーが発生する可能性があります。

これらの課題にもかかわらず、AI統合はかつてない速度でITOpsのイノベーションを促進しています。現在、39%の組織で、AIはITOps業務の少なくとも半分を人間と並行して担っています。早期導入者からは、脅威検知、予知保全、ワークフローの自動化、コスト最適化機能の向上などのメリットが報告されています。

レポートによると、社内外のプレッシャーが重なり、組織は機械学習とエージェント型AIをITOpsストラテジーの中心に据えようとしています。

一般的に挙げられる課題には、マルチクラウドおよびハイブリッド環境全体で安定したパフォーマンスを維持すること、ユーザーに対して24時間365日の応答範囲を提供すること、厳しい人員と予算の制約の中で運用することなどがあります。

一方、一部のITプロフェッショナルは、自社部門が全社的なデジタル・トランスフォーメーションの取り組みをサポートするために、あるいは競争上の圧力、コンプライアンス要件、サイバーセキュリティー脅威の増大などの外部要因に対応してAIに目を向けていると述べています。

注目すべきは、回答者の29%が、期待どおりのパフォーマンスを発揮しなかった既存のAIプログラムを改善するためにAIに重点を置いたIT投資を行ったと回答していることです。この調査結果は、AIイニシアチブが必ずしもすぐに生産化されるわけではなく、価値をもたらすためにはより長期的な運用調整が必要になる可能性があることを示唆しています。

ITチームは、ルールベースのシステムや統計モデリングなどのAIの基礎を何十年も使用してきました。しかし、デジタル・インターフェースをナビゲートし、複雑な複数ステップの問題を自律的に推論できるマルチモーダル・エージェントは、つい最近登場しました。

このテクノロジーが比較的目新しいものであるにもかかわらず、エージェント型AIの導入は急速に進んでいます。組織の53%が、エージェントがすでにITOpsタスクの少なくとも4分の1を自律的に処理していると回答し、（人間が監視するガードレールとともに）、8％の組織がITOpsタスクの75～89％をエージェントに割り当てています。

さらに、ITプロフェッショナルは現在、すべてのITドメインにわたる統合の拡張や、影響力の大きい領域のみに集中することなどの他の実装目標よりも、エージェント機能を組織の統合の最優先事項として挙げています。

エージェント型ツールも自律性を高める傾向にあり、大半の組織が今後24カ月以内にエージェントが高度または完全に自律型になると予測しています。この独立性は、エージェントに職務を委任し、特に困難なITタスクでコラボレーションする能力によってもたらされます。

AIプログラムがあまり開発されていない組織は、手作業の反復作業を減らすことに重点を置く傾向があり、これにより即座に効率と精度を向上させることができます。一方、より洗練されたAIを実装している企業（おそらく広範なオートメーション・ワークフローが既に導入されている）は、オートメーションによる予測機能の強化など、より複雑なデプロイメントを優先しています。

ほとんどの変革的テクノロジーと同様、AI統合には大規模な技術的、労働力、財務的投資が必要です。ITプロフェッショナルは、最大の出費の1つはAIワークロードをサポートするためのインフラストラクチャーのアップグレードだと言います。プラットフォームのライセンスやサブスクリプションのコストも、予算上の大きな懸念事項です。

平均して、組織は単一の資金プールに頼るのではなく、AI統合の費用を賄うために3つの財源を利用しています。同様に、AIへの支出の決定には通常、調査・評価段階で、ITOps管理者、最高AI責任者、セキュリティー・リーダーなど3人または4人の関係者が関与します。

業種に関係なく、このレポートでは、組織が理想的なAIソリューションを評価する際に求めやすいいくつかの共通の機能について指摘しています。

リストの一番上では、3分の1以上の企業が、既存の監視および管理ツールとシームレスに統合できるプラットフォームを優先しています。その他の需要の高い機能には、予測および予測機能、ハイブリッドおよびマルチクラウドのサポート、自動インシデント対応などがあります。

AIを統合することで長期的にさまざまなメリットが得られますが、AI駆動型のワークフローを既存のITプロセスに埋め込みすると、運用が複雑になる可能性があります。

ITリーダーの3分の1以上が「スキルのある人材の不足」を大きな障壁の1つとして挙げており、業界がAI搭載パイプラインに移行する中でも、AIの専門知識を持つITプロフェッショナルが競争上の優位性を維持できることを示唆しています。AIのスキル・ギャップを埋めるために、組織はトレーニングやメンターシップ・プログラム、またIT専門家がエージェント型ワークフローを安全に試せる開発者サンドボックスを導入することもできます。

もう1つの広く共有されている懸念は、新しいAIプラットフォームが現在のITコンポーネントと通信できなくなり、非互換性やボトルネックが生じるというものです。

これに関連して、AIモデルはデータレイクやデータウェアハウスにトラップされた情報を取り込むのに苦労し、不正確なアウトプットや偏ったアウトプットをもたらす可能性があります。その結果、モデル・トレーニングに非構造化データをうまく活用した組織は優位に立つことができ、より洗練された予測とワークフローの実現につながります。

ほとんどの回答者は、単一の共通した運用上の障壁を挙げていないため、組織は普遍的な問題ではなく、多様なAI統合の課題に直面していることを示唆しています。

レポートによると、最初は運用上のハードルがありましたが、AIはITOpsのほぼすべての側面を再構築する可能性を秘めています。例えば、回答者の半数以上が、自律的な監視、問題解決、およびセキュリティー脅威の検知に関する改善を既に経験している（または今後経験すると予想している）と回答しています。

投資アプローチや運用の優先順位が異なるにもかかわらず、ほとんどのITリーダーは、AIの導入が今後12～24カ月の間にますます重要になるという考えに楽観的です。このレポートでは、大多数のITOps部門にとっては、AIを完全に回避するよりも、任意の水準でAIに投資する方がよいという結果が出ています。

ITリーダーはまた、AIとエージェントが新入社員の生産性を向上させ、システムの信頼性を向上させるのに役立つと確信しています。一方、回答者の86％は、AIシステムがより洗練され自律的になっても、人間による監視は「引き続き重要である」と考えています。

AIはすでにAIOps、ITAM/SAM、キャパシティプランニング、ナレッジマネジメントを変えています。しかし、この調査では、AIがまだ十分に活用されていないいくつかの驚くべき分野についても説明しており、将来のITOpsトレンドを示唆しています。

同時に、他の投資と同様、AI統合にはリスクが伴い、間違った取り組みに多額の投資をすると、コストのかかる間違いにつながる可能性があります。このレポートでは、ITOpsチームがAIリソースをどのように割り当てているか、そして重要な点として、どの投資分野が測定可能な成果をもたらしているかについて詳しく説明しています。

これらの洞察を組み合わせることで、初めてAI投資を行う初期段階のインテグレーターと、競合他社よりも優位に立つためにAIフットプリントを拡張したい先進的なITOpsチームの、双方にとってのロードマップとして活用できます。

Omdiaアナリスト・レポート全文をダウンロード