[What Does AIOps Mean for SREs? It’s Complicated. | Rootly](https://rootly.com/blog/what-does-aiops-mean-for-sres-it-s-complicated) - [[Rootly]]の[[AIOps]]に関するブログ。 ## How SREs view AIOps > 現時点でAIOpsが登場してしばらく経つにもかかわらず、まだ多くのSREがAIOps革命を買って出ているようには見えません。キャッチポイントは2021年の調査で、AIOpsツールが組織に「高い価値」をもたらしたと報告したSREはわずか7.5%であることを明らかにしました。 > **AIOpsは古い考えに対する新しい言葉である。** 多くの監視・観測ツールには、少なくとも基本的なAIやML分析機能が搭載されており、ツールベンダーが自社製品にAIOpsのラベルを貼る以前から、その機能は備わっていた。SREはおそらくこのことを理解しており、AIOpsを、実際には根本的に新しいものではない機能を再ブランド化しようとするマーケティング担当者の努力と、ある程度は見なしていることでしょう。 > **AIOpsの実装は難しい。** AIOpsツールをセットアップするには、多様なデータソースとの統合や、ワークフローや環境に合わせたカスタマイズが必要です。SREの中には、このセットアップ作業を割に合わない労力と捉えている人もいるかもしれません。 > **AIOpsは人間の洞察力を代替することはできません。** AIOpsツールはある程度便利ですが、AIOpsに基づく分析や推奨を盲信するのは賢明ではありません。このため、SRE の中には、AIOps は組織が自動化ツールに過度に依存することを助長し、SRE にしか提供できない専門的な分析や視点が犠牲になると考える人もいるかもしれません。(これは、プレイブックよりも人間の直感や専門知識を優先することに意味がある場合があるのと同じようなものです）。 ## What SREs can gain from AIOps > SREがAIOpsに警戒心を抱くのはもっともなことですが、それは一面的なものです。AIOpsの限界に対する疑念を、AIOpsを使わないための言い訳にしないことが重要です。AIOpsは完璧ではないにせよ、SREに提供する価値があります。 > 例えば、AIOpsは労力を軽減する役割を果たすことができます。AIOpsのツールが人間のエンジニアよりも迅速に複雑なパターンを認識したり、データセットを相互に関連付けたりできる限り、AIOpsはSREが手動で問題のトラブルシューティングや複雑な情報の精査に費やさなければならない時間を削減することができるのです。 > また、AIOpsは監視とインシデント管理に対するよりプロアクティブなアプローチの実現にも役立ちます。AIOpsのツールによって、SREが認識する前に新たな問題を警告することができれば、SREは問題が真のインシデントに発展する前に、その問題に対処することができます。これは、SREにとってもエンドユーザーにとっても同様に良いことです。 > また、AIOpsは、SREがより少ないエンジニアリング・リソースでより多くの作業を行えるよう支援することができるという議論もあります。AI を使用して監視とインシデント対応の一部を自動化できれば、より少ない人数のエンジニアで同じレベルの可用性とパフォーマンスを維持することができます。 ## Conclusion: AI won’t replace SREs – but it can help > 上記は、AIOpsがSREに取って代われるとか、SREが直面するすべての問題を魔法のように解決するとか、そういうことを言いたいのではありません。AIOpsが銀の弾丸だと信じている人は、不健康なまでにマーケティングの誇大広告を鵜呑みにしています。 > とはいえ、AIOpsのツールはSREに価値を提供します。ある面では彼らの仕事を容易にし、信頼性の成果を向上させることができます。 > したがって、AIOpsの限界について健全な視点を維持することは賢明ですが、SREは信頼性エンジニアリングを改善する方法の1つとしてAIOpsツールを排除すべきではありません。