インフラストラクチャーのオートメーションとは。

現代のIT環境は、複数のデータセンター、クラウド・プロバイダー、ハイブリッド・アーキテクチャにまたがり、ますます複雑になっています。かつては数台のサーバーで実行されていたワークロードは、現在では複数のリージョンに分散された数千のコンテナとマイクロサービスで実行されるようになりました。

このインフラストラクチャーを手作業で管理する（サーバーを個別に構成する、スプレッドシートで依存関係を追跡する、システムごとに更新する）と、数週間にわたる作業、高いエラー率、デプロイメント・ウィンドウの逸脱につながる可能性があります。

インフラストラクチャーのオートメーションは、手動による構成を、コード主導型で反復可能で自動化されたワークフローに置き換えることで、このプロセスを合理化します。手動によるデプロイメントを何週間も待つことなく、組織は環境全体を数分でプロビジョニングできます。このアプローチにより、信頼性が向上し、構成エラーが減少し、オンデマンドの拡張性が実現します。

例えば、ブラックフライデーに向けてマイクロサービス・アプリケーションをクラウド・リージョン全体に手動でデプロイする場合、企業はサーバーのプロビジョニング、ロード・バランサーの構成、各リージョン間のネットワーク接続の確立に数週間かかります。ITインフラストラクチャーのオートメーション・ツールを使用すると、同じデプロイメントに数分しかかかりません。

インフラストラクチャーのオートメーションでは、継続的統合と継続的デリバリー（CI/CD）パイプライン、コンテナのオーケストレーション、インフラストラクチャーとしてのコード（IaC）などのDevOpsプラクティスもサポートされます。

インフラストラクチャー・オートメーションは、インフラストラクチャー・プロビジョニング、構成管理、ワークフロー・オーケストレーションという3つのコア機能を通じて動作します。

真のオートメーションには、これらすべての機能にわたる一元化された可視性、標準化された制御、管理用の安全策が必要であり、大規模に一貫性のある安全なオペレーションを確保できます。

インフラストラクチャー・オートメーション・ツールはこれらの機能を実行できますが、すべてを処理できる単一のツールは存在しません。代わりに、組織はさまざまなツールがインフラストラクチャー・ライフサイクルのさまざまな段階を処理するエンド・ツー・エンドのオートメーション・ツールチェーンを構築します。

例えば、一般的なインフラストラクチャー・オートメーション・パイプラインでは、次のものが使用されます。

• Terraformは、サーバーなどのインフラストラクチャーをプロビジョニング、集中化、標準化、管理するために使用されます。

• Ansibleは、ソフトウェアのインストールやサーバーのセキュリティー・ポリシーの設定など、インフラストラクチャーを構成するために使用されます。

• Kubernetesは、これらのサーバー上で実行されているコンテナをオーケストレーションするために使用されます。

• Jenkinsはワークフロー全体を自動化し調整します。

プロビジョニングでは、事前定義されたテンプレートに基づいて新しいITインフラストラクチャー・コンポーネントが自動的に作成、デプロイされます。アプリケーションに新しいサーバーが必要な場合、オートメーション・ツールを使用すると、仮想マシンを即座にプロビジョニングし、ネットワークを構成し、ストレージをセットアップし、セキュリティー・グループを確立できます。これらのタスクは手動で行うと数時間かかる場合があり、人為的ミスのリスクが発生します。

例えば、ソフトウェア開発チームは、1つのコマンドで、通常10～20台のサーバー、ロード・バランサー、データベース、アプリケーション・サーバー、ネットワーク・コンポーネントで構成されるテスト環境全体をプロビジョニングし、運用構成を正確に複製できます。

自動化されたプロビジョニング・プロセスは多くの場合理想的であるため、望ましい状態を超えてシステムを変更することなく、安全に複数回実行できます。

一般的なプロビジョニング・ツールには、次のものがあります。

• Terraformは、Amazon Web Services（AWS）、Google Cloud、Microsoft Azure、オンプレミス環境などのハイブリッドおよびマルチクラウド環境で動作するHashiCorp社のコードとしてのインフラストラクチャー・プラットフォームです。

• ネイティブAWSプロビジョニングのためのAWS CloudFormation。

• Dockerは、コンテナ・イメージを構築するために使用されます。このコンテナ・イメージは、Kubernetesなどのオーケストレーション・ツールによってデプロイできます。

• Pulmiを使用すると、開発者はPython、JavaScript、Goなどの汎用プログラミング言語でインフラストラクチャーを定義できます。

構成管理は、ライフサイクル全体を通じて参考情報が一貫した設定を維持するのに役立ちます。

インフラストラクチャーのオートメーション・ツールは、すべてのシステムに更新、パッチ、構成の変更を均一に適用できるため、管理者が個々のサーバーに手動で変更を加えた場合に発生する可能性のある構成ドリフトを防止できます。これらの構成は通常、YAML、JSON、またはその他の宣言形式で定義されます。

例えば、クリティカルなセキュリティー・パッチがリリースされると、構成管理ツールによって数時間以内に数千台のサーバーに自動的に適用されるため、脆弱なシステムが残らないようになります。こうした一貫性は、構成ドリフトがコンプライアンス違反の原因となる可能性がある規制された業種・業務では特に重要です。

一般的な構成ツールには、次のものがあります。

• Ansible：YAMLプレイブックと再利用可能なモジュールを使用し、エージェントレスなオートメーションを実現します。

• Puppetは、オープンソースの宣言型設定ツールです。

• Chefはレシピベースのオートメーションを使用します。

オーケストレーションは、大規模に自動化プロセスを調整し、複雑なマルチクラウド環境全体の依存関係とワークフローを管理します。マイクロサービス・アプリケーションをデプロイする場合、オーケストレーションによって、アプリケーション・サーバーの前にデータベースがプロビジョニングされ、インスタンスの準備が整った後にロード・バランサーが構成され、サービスの実行後にモニタリングが確立されることが保証されます。

例えば、オーケストレーション・ツールは、Kubernetesクラスター全体でローリング・アップデートをリアルタイムで最適化および管理できます。これらのツールは、サービスの可用性を維持しながら、古いコンテナを新しいバージョンに徐々に置き換えることで、ダウンタイムをゼロにすることを保証するのに役立ちます。ダウンタイムの最小化は、ダウンタイムが収益の損失につながる可能性がある24時間365日サービスを実行している組織にとって特に重要です。

ほとんどのコンテナ・ワークロードは引き続きLinux上で実行されますが、一般的なオーケストレーション・ツールには次のものがあります。

• Nomadは、あらゆる環境にわたってコンテナ、バイナリ、仮想マシンを管理する、HashiCorp社のワークロード・オーケストレーターです。

• Kubernetesは、コンテナ化されたアプリケーションを大規模に管理する主要なオープンソースのコンテナ・オーケストレーション・プラットフォームです。

• Google Kubernetes Engine（GKE）は、GoogleクラウドのマネージドKubernetes Serviceです。

• Red Hat Ansible Automation Platformは、構成管理を企業全体のオーケストレーションに拡張します。

• IBM® Concertは、アプリケーションのオーケストレーションと管理のためのAI搭載プラットフォームです。

プロビジョニング、構成、オーケストレーション・ツールを組み合わせることで、組織はアプリケーション・ライフサイクルの完全なオートメーションを実現できます。システムは、必要に応じて自動的にプロビジョニングされ、使用パターン、ビジネス要件、または必要の終了に基づいて廃止されるだけでなく、望ましい状態に維持されます。

このアプローチは、Infrastructure Lifecycle Managementのより広範なモデルを表し、初期デプロイメントを超えてオートメーションを拡張し、継続的なモニタリング、最適化、制御された廃止が含まれます。これにより、インフラストラクチャーの安全性とコスト効率を維持し、組織のポリシーと整合性をその寿命全体にわたって維持することができます。

効果的なオートメーションは、制御と可視性にかかっています。オートメーションを安全に拡張するために、組織は、作成できる参考情報、その構成方法、および変更できる条件を定義する安全策を実装します。ポリシーをコードとして使用すると、これらのルールはオートメーション・ワークフローに直接エンコードされ、インフラストラクチャーの変更が適用される前にコンプライアンスとガバナンスのチェックを自動的に実行できるようになります。

これらの安全策が整備されているため、開発者のセルフサービスが可能になります。チームは、安全でコンプライアンスに準拠した境界内で運用を行いながら、手動によるレビューを待たずに、承認された環境とリソースをオンデマンドで導入する自律性を備えています。このスピードと制御のバランスにより、組織はガバナンスと信頼を維持しながら、オートメーションを拡張することができます。

インフラストラクチャーのオートメーションは、組織がアプリケーションをより迅速に革新して提供し、セキュリティーとガバナンスを強化し、クラウドオペレーションを最適化するのに役立ちます。これらのメリットを組み合わせることで、企業はIT投資から最大限の利益を得ることができます。

インフラストラクチャーのオートメーションにより、手作業を一貫したコード主導のワークフローに置き換えます。これにより、ますます複雑化するハイブリッド環境の信頼性の向上、リスクの軽減、コンプライアンスの維持が可能になります。

手動プロセスは人為的エラーを引き起こす可能性があります。特に、サーバー構成やネットワーク設定からロード・バランサー構成、アクセス制御、バックアップ管理まで、多くの複雑で相互に関連したプロセスを持つITインフラストラクチャーではその傾向が顕著です。Gartner社によると、企業のネットワーキング活動の67％は依然として手作業で行われています。¹

オートメーションにより、手作業による入力ミスを排除し、テンプレートを通じて標準化された一貫した構成を適用することで、ミスを減らすことができます。

例えば、手動のファイアウォール構成内の1つの入力ミスだけで、ネットワーク全体がセキュリティーの脅威にさらされる可能性があります。自動化されたインフラストラクチャー・ツールは、開発環境とステージング環境全体で検証された、事前にテストされたバージョン管理の構成を適用します。

インフラストラクチャー・コストは、多くの組織にとって最大のIT予算行項目の1つです。インフラストラクチャーのオートメーションにより、自動化されたプロビジョニング・ワークフローを通じて組み込み済みのクラウド・スケーリング機能を使用することで、需要の変動に応じて環境を迅速かつ効率的に拡張できるようになり、コストを最適化できます。

効果的なオートメーションによって、自動スケーリングに頼ることなく、安全策と可視性が導入されます。これにより、チームは不要なインフラストラクチャーや過剰に高価なインフラストラクチャーを構築するのを防ぐことができます。一元管理とポリシーの適用により、組織はアイドル状態のリソースや適切なサイズの環境を特定して削除し、支出を実際のニーズに合わせて維持できます。

例えば、オートメーション・ツールはクラウド・サーバーの使用状況をモニタリングし、需要が少ないときにサーバーをデプロビジョニングし、販売や特別なプロモーション中などの需要が増加したときに、迅速に新しいサーバーをプロビジョニングすることができます。

組織は現在、オンプレミス、クラウド、ハイブリッドクラウド環境にまたがる分散エコシステムを管理しています。

インフラストラクチャーのオートメーションは、リソースをほぼ瞬時にデプロイして構成します。これにより、多様な（多くの場合）マルチクラウド環境全体で管理を統合するのに役立ちます。組織は、データセンター、クラウド・サーバー、またはそれらの組み合わせのいずれを使用していても、柔軟性を維持できます。

例えば、組織は同一の構成ファイルを使用して、AWS、Azure、オンプレミスのサーバー全体に同じアプリケーション・スタックをデプロイできます。この機能は、コスト、性能、コンプライアンスの要件に基づいてワークロードを変更できる柔軟性を維持しながら、開発者とプラットフォーム・チームの一貫性を確保するのに役立ちます。

オートメーション・ワークフローを標準化し、クラウド間の一貫性を作成することで、組織はセキュリティーや制御を損なうことなく、より迅速にサービスを提供できます。

また、オートメーションは、ポリシーを適用し、構成のドリフトや人為的ミスの可能性を減らすことで、セキュリティー体制を強化します。セキュリティー制御、アクセス・ポリシー、コンプライアンス要件を自動化ワークフローにコード化することで、すべてのシステムにわたって一貫して適用できるようになります。このアプローチは、脅威にさらされる機会を最小限に抑え、内部基準と外部規制へのコンプライアンスを維持するのに役立ちます。

効果的なインフラストラクチャー・オートメーションにより、開発者のセルフサービスをサポートし、チームはインフラストラクチャーに関する深い専門知識を必要とせずに、承認済みの環境をデプロイおよび管理できるようになります。事前に設定されたテンプレートと管理されたワークフローを確立することで、プラットフォーム・チームはプロデューサーとして機能し、消費者（アプリケーション開発者など）が安心して使用できる安全なパターンを定義します。このモデルにより、一貫性、コンプライアンス、組織のベスト・プラクティスとの整合性を維持しながら、業務を迅速に進めることができます。

オートメーションがなければ、インフラストラクチャーの構成は手動のスクリプト、GitHubのドキュメンテーション、個々のサーバー設定に分散されることが多く、保守におおける課題や脆弱性が生じます。

インフラストラクチャー・オートメーション・ツールは、すべてのインフラストラクチャー構成の中央リポジトリを作成し、信頼できる唯一の情報源を確立します。ITチームは障害後に元に戻すための、平均復旧時間（MTTR）を短縮できます。

例えば、セキュリティーの脆弱性により、何百台ものサーバーにパッチを適用する必要がある場合、チームは各サーバーを手動で更新するのではなく、1つの構成ファイルを更新すれば、その変更をすべての環境に自動的に反映させることができます。

インフラストラクチャー・オートメーションは、ITオートメーション（組織全体のすべてのテクノロジー・プロセスを自動化する広範な分野）の1つのコンポーネントです。

インフラストラクチャーのオートメーションは、特に基盤となるテクノロジー層に焦点を当てています。サーバー、ネットワーク、ストレージ、オペレーティング・システムを自動的に管理し、仮想マシンのプロビジョニング、パッチの適用、性能のモニタリング、一貫性の維持などのタスクを処理します。例えば、需要が増加すると新しいサーバーを自動的に起動するスクリプトは、インフラストラクチャー・オートメーションの一例です。

ITオートメーションには、インフラストラクチャーのオートメーションに加えて、ビジネス・プロセス、データ・ワークフロー、アプリケーション・レベルのタスクなど、組織全体のすべてのオートメーション・テクノロジー・プロセスが含まれます。例えば、従業員のオンボーディング・ワークフロー、請求書処理、顧客データの同期の自動化は、ITオートメーションの範囲を広げます。

オートメーションを次のように考えることができます。インフラストラクチャーのオートメーションはテクノロジー基盤を維持しますが、ITのオートメーションは組織内のあらゆるデジタル・プロセスにオートメーションを拡張します。サーバーの自動管理はインフラストラクチャーのオートメーションの一例であり、人事プロセスや財務レポートの自動化はITオートメーションの一例です。

コードとしてのインフラストラクチャー（IaC）は、コードを通じてITインフラストラクチャーを管理します。一方、インフラストラクチャー・オートメーションは、コード、スクリプト、その他のツールを通じてITインフラストラクチャー管理を自動化するより広範な手法です。インフラストラクチャー・オートメーションは、単一タスクのスクリプトとは異なり、環境全体にわたる複数のプロセスを調整します。

IaCは、コードを使用してITインフラストラクチャーをプロビジョニングします。コードは通常、GitHub、GitLab、Bitbucketなどのソースコード・リポジトリに保管されます。

IaCは、サーバーのプロビジョニングや構成の管理など、特定のユースケースにうまく機能します。より複雑なワークフローでは、インフラストラクチャーのプロビジョニングをTerraformやAnsibleなどのIaCツールと調整するために、JenkinsなどのCI/CDプラットフォームが必要になることがよくあります。

インフラストラクチャー・オートメーションにより、DevOpsの重要な原則である、迅速で信頼性の高いインフラストラクチャーの導入が可能になります。

自動化された機能は、最小限のリスクで環境間のテストおよび機能を実施します。インフラストラクチャーのオートメーション・ツールとプロセスを使用すると、ネットワーク全体で行われた変更の完全な監査証跡の維持が容易になります。チームは必要に応じて変更を拡張、ロールバック、または元に戻すことができます。

自動化された性能テストは、DevOpsチームがコードの品質を向上させ、問題を早期に発見するのにも役立ちます。組織がDevSecOpsプラクティスを採用すると、インフラストラクチャーのオートメーションによって、セキュリティー・ポリシーの適用、アクセス制御の管理、パッチの適用、CI/CDパイプライン内でのコードがセキュリティー・チェックに合格することの保証が可能になります。

人工知能（AI）は、自己修復システム、インテリジェントなリソース最適化、予測的な障害防止を通じてインフラストラクチャーのオートメーションを変革しています。

IDCが調査済みビジネス・リーダーのうち45％が、エージェント型AI（ある程度の自律性を持ってタスクを実行できる人工知能システム）の導入を理由に、インフラストラクチャーオートメーションの取り組みを強化することを計画しています。²

AIシステムは、トラフィック急増時の参考情報割り当ての最適化やログ分析を通じて根本原因を特定するなど、以前は人間の判断を必要としていたタスクを支援し始めています。この支援の有効性は、AIシステムが意思決定を支援するために持つデータによってのみ決まります。IaCは、組織のハイブリッド資産全体で一元化されたデータ層の作成を促進し、このAIエンジンを推進するのに役立ちます。

人間による監視は依然として不可欠ですが、AIは次の3つの重要な方法でインフラストラクチャーのオートメーションを強化できます。

• 予測分析では、メトリクス、ログ、システム動作のパターンを分析することで、潜在的な障害を発生前に特定できます。

• インテリジェントな自動スケーリングでは、しきい値ベースのルールにとどまらず、コストの最適化、性能要件、過去の使用パターンなどの要素が考慮されます。

• 自動化された根本原因分析は、複雑なマイクロサービスの依存関係を通じて問題を数時間ではなく数分で追跡できます。

AIがインフラストラクチャーのオペレーションにさらに統合されるにつれて、IaCをより適応性が高く、コンテキストを認識できるようにすることでその価値を高めることができます。AIは、事前に定義されたルールに依存するのではなく、接続されたインフラストラクチャー・モデルとデータ・セットからリアルタイムの信号を解釈し、スケーリングのしきい値の調整、配置の最適化、問題の修復、ポリシーの動的適用など、自動化された決定をガイドします。

AIとコード化されたインフラストラクチャーの融合により、ハイブリッド環境全体で信頼性、効率性、性能を継続的に評価および改善するインテリジェントで自律的なシステムの基盤が築かれます。