AIOpsとは

AIOpsとは何か?

AIOps(Artificial Intelligence for IT Operations)は、IT運用のための人工知能という意味で、Gartnerにより提唱された業界用語です。ITチームが意思決定をすばやく正確にして、ネットワークやシステムのインシデントに迅速に対応できるテクノロジーのプラットフォームやプロセスのことです。

AIOpsは、組織のITインフラストラクチャ全体で、大量のテレメトリーやログデータを状況に合わせてリアルタイムまたはほぼリアルタイムで分析します。その後、それを関連する履歴データと組み合わせて、実用的なインサイトを生成します。AIOpsは、ITとネットワーク環境に豊富な知識を持つアシスタントを具現化したもので、その知識を利用してリアルタイム分析を提供し、次のステップを実行したり推奨する能力もあります。

AIOpsがなぜ重要か?

AIOpsは、個々のアプリケーションやサービスの効率とパフォーマンスを向上させます。自動化されたインフラとオペレーションのワークフローの一部としてAIOpsを導入している企業は、セキュリティや障害のインシデント対応時間からインフラの購入まで、あらゆることを改善しています。AIOpsを導入したばかりの企業は、パフォーマンス分析、異常検知、イベントの相関関係への投資であり、将来のネットワークに影響を与えるイベントを予測する能力を得ることができると考えています。

ユースケース、メリット、成果

AIOpsは、エンドユーザーから見えないようにして、管理者の日常的な管理ツールに統合されていることが理想です。AIOpsは、ジュニパーとお客様の両方が、定期的に使用している多数の製品やサービスの1つのコンポーネントです。

AIOpsの導入

AIOpsを採用することは、他のインフラストラクチャの分析パッケージの導入と大きな違いはありません。AIOpsプラットフォームは、監視対象のインフラストラクチャに接続されている必要があります。その後に検出と学習が開始されます。AI学習プロセスで十分なデータが取り込まれると、事前インサイトが利用可能になります。

AIOpsプラットフォームはそのIT環境を分析し、問題の発生時に根本原因の分析を行います。組織のワークフローにAIOpsが取り込まれる最終段階は、自動化です。AIOpsプラットフォームが十分に学習すると、シンプルな問題については自動的に修正が開始されます。

AIOpsソリューションの導入段階

ITワークフローへのAIOpsの統合は比較的シンプルで、基本的な自動化と修正がすぐにもたらされます。プラットフォームがデータの取り込みを増やして学習を続けると、この機能は、どんどん高度になっていきます。

実際のネットワークキングの価値

業界最先端のAIOpsプラットフォームは、有線、無線、WAN、セキュリティドメインの全体に機能を提供し、エンドツーエンドのサービスが保証されます。アルゴリズムを調整し、クリーンでコンテキストに基づいたデータソースを活用することで、有効性が高められ、お客様の成功を推進します。

AIOpsは、単に現在行っていることをより良く改善することではありません。真の価値は、AI以外の最高のツールを駆使しても、人間だけでは管理できないほど複雑なITインフラストラクチャを管理することにあります。

 

AIOpsが企業の管理者やネットワークにもたらす多くのメリット

  • インシデントの解決に要する時間を短縮する
  • 複数ソースのデータを統合して分析する
  • それぞれの運用環境の特徴を監視して学習する
  • 計算されたQuality of Experience(QoE)に基づいて評価を提供する
  • 自然言語処理(NLP)を使用して対話型インターフェイスを提供する

ジュニパー社内の実装

ジュニパーでは、マイクロサービスクラウドアーキテクチャと、AI搭載の仮想ネットワークアシスタントであるMarvisを活用して、ジュニパーのお客様サポートチームが受け取るサポートチケットを処理しています。このカスタマーサポートの逆モデルは、障害が発生する前に、ハードウェア応答の必要性などの問題について、お客様に知らせることができます。

Marvisはクローズドループのフィードバックを使用しており、正しいデータを使って再トレーニングを行い、効果を高め続けています。考え抜かれたAIOpsソリューションでは、ベンダーは顧客と同じ情報を持ち、顧客が問題を抱えている時にそれを知ることができます。

ジュニパーのAIドリブンカスタマーサポートモデル

Marvis仮想ネットワークアシスタントは、AIドリブンサポートを活用して有効性を高めています。

 

簡単に言うと、AIとクラウドコンピューティングは、顧客とベンダー間のサポートモデルを変えつつあります。図3に、受け取るチケットの合計数が点線で示されています。デバイスやサイト、組織が追加されたために顧客数は増加していますが、トラブルチケット数には比較的変化が見られません。このグラフは、AIOpsがカスタマーヘルプデスクのチケットに与える影響が大きいことを示しており、エスカレーションと受け取るチケットが減少し、トラブルシューティングと解決の時間が短くなっています。

トラブルチケットの抑制

ジュニパーのAIOpsの影響:顧客数が増え、ネットワークがますます複雑化すると、トラブルチケットは減少するか、同じレベルで維持されます。

AIOpsに関するよくある質問

AIOpsはどのような問題を解決できますか?

AIOpsは複数ソースのデータを分析して統合します。状況を監視して学習し、全体的なquality of experience(QoE)に基づく評価を提供します。AIOpsはこのようにして、ネットワークアクティビティを相互に関連付けて判断し、エンドユーザーやIT運用スタッフが気づく前に、問題を解決できます。

AIOpsは機械学習(ML)や状況に合わせたデータに基づいて、問題の発生時または発生前に、その根本原因の分析を行います。AIOpsで特に注目すべき能力は、専門知識レベルが異なるIT担当者間のトラブルシューティングができることで、チーム全体の運用効率を向上させます。

AIOpsのコンポーネントはどのようなものですか?

AIOpsプラットフォームでは、MLアルゴリズムと状況に合わせたデータが使用され、根本原因を探る分析を行い、ネットワーク内のシンプルな問題が自動的に修復されます。AIOpsには、イベントの関連付けができるAIエンジンと、一連の監視内容から知識やパターンを引き出すMIアルゴリズムが必要です。自然言語処理(NLP)を使用する仮想ネットワークアシスタントに、自然言語理解(NLU)と言語生成(LG)を結び付けて、パワフルな対話型インターフェイスが提供されます。これにより、リクエストを状況に当てはめて、トラブルシューティングを加速し、インテリジェントな意思決定や推奨をすることで、運用が合理化されます。

AIOpsの主要な機能にはどのようなものがありますか?

  • 問題の分離/根本原因分析 - 今日のネットワークはデータが膨大にあることから、トラブルチケットで提起された問題を特定することは難しく、ましてやIT部門に報告されていない問題であればなおさら特定することは困難です。AIOpsは状況に合わせたデータを処理することで、リアルタイムにイベントが関連付けられるため、運用チームはタイムリーに問題を特定して修正できます。
  • データ主導型の意思決定 -MLアルゴリズムによりデータに基づく分析が推進され、ネットワーク障害または異常に対して、所定の対応ではなく、運用に関する推奨事項または是正措置を提供します。このデータ中心のアプローチで、運用スタッフのトラブルシューティング効率が向上します。
  • 予測レポート - AIOpsはネットワーク動作を予測し、ネットワーク内のパフォーマンスの低下やその他の異常を修正する推奨事項または是正措置を提供します。この根本的な変化により、運用チームはユーザーやビジネスにすでに影響を及ぼしている問題を追いかけるのではなく、ネットワーク運用の管理で事前対策を講じることができます。その結果IT担当者は、かつて目先の緊急対応に費やしていた時間を、今後のビジネス目標への取り組みに向けることができます。

リソース

ソリューション