# SRE組織変革 ## 定義 SRE 組織変革（SRE Culture Transformation）とは、従来のシステム管理/オペレーションチームや DevOps チームを、SRE の原則（エラーバジェット・SLO・トイル削減・エンジニアリング比率）に基づいて再編成し、信頼性を定量的に管理する組織へ転換するプロセスである。単なる役割名の変更ではなく、責任範囲・参加タイミング・文化的規範・採用・育成パスを含む組織全体の再設計を指す。(Source: [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]]) 典型的な課題として、トイル過多・設計フェーズからの排除・アラートノイズ・信頼性への経営的関心不足・SRE としてのビジョン欠如が挙げられ、これらは SIE の事例で「5 つの課題」として体系化された。 ## 横断的知見 - **割り込み吸収レイヤーの創設が SRE の本来業務を守る第一歩**: SIE では TOS（Technical Operations Support）という新職種を設けて Interruptions を TOS → SRE の 2 段フィルターで吸収した。SRE Book Ch29 の「時間の二極化」（割り込み専念か開発専念か）と同じ問題意識を、「別チームによる吸収」という組織的手段で解決した点が特徴的である。(Source: [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]], [[SRE]]) - **設計フェーズへの SRE 参加がフィードバック遅延の構造的原因を除去する**: SIE の Before では設計フェーズに SRE が参加しておらず、プロダクションでの問題が設計へ戻るルートが不明（"?"）だった。CFT 導入後は SRE が設計フェーズの三者ループ（Team A/B/SRE）に入り、プレプロダクション前のサイクルが Minutes に短縮された。SRE Book Ch32「エンゲージメントモデルの進化（PRR→早期関与）」が記述する方向と整合する。(Source: [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]], [[SRE]]) - **SRE Academy（内部育成）は外部採用困難を組織内キャリアパスで代替する**: 「SRE 採用は難しい」という制約に対し、SIE は既にビジネス知識・チーム知識を持つ TOS メンバーを速成で SRE に転換する SRE Academy（通称「ユニコーン工場」）を設けた。外部市場競争を回避しながらスキルと文化的適合性を同時に確保する手段として有効だったとする。(Source: [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]]) - **Reliability Meetup（定期的な非 SRE との対話の場）が信頼性文化を組織全体に浸透させた**: 月次 2 名登壇（SRE + 非 SRE）のフォーマットで 2.5 年間 22 回実施し、46 名登壇・600+ 名参加に至った。「信頼性を理解する」だけでなく「SRE のニーズを非 SRE に伝える」双方向性が成功の鍵とされる。単発のワークショップではなく継続的な接点が必要という示唆を持つ。(Source: [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]]) - **Level 1/2（プラクティス）だけでは Level 3（信念・価値観）まで変わらない**: Takamura（[[Narimichi Takamura]]）は SRE 実践の「氷山モデル」（Level 1: 製品・行動、Level 2: ルール・ポリシー、Level 3: 信念・価値観）を提示し、SLI/SLO 実践（Level 1/2）の普及は進んでいるが自律的な SRE 文化（Level 3）に到達できないケースが多いと指摘する。SREcon23 EMEA の Reliability Meetup・SRE Academy も Level 3 への働きかけを目的としていたが、手段が異なる（対話の場 vs MVV 策定）。両ソースを並べると「下層への働きかけ」の多様なアプローチが浮かぶ。(Source: [[@2022__SRE NEXT__How We Foster Reliability in Diversity]], [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]]) - **SRE の MVV（Mission/Vision/Value）策定は Level 3 への「下から上へ」のアプローチ**: 氷山モデルの最深部（信念・価値観）を直接変えようとする試みとして、Takamura は会社 MVV と同心円状に整合した SRE 独自の MVV を策定し、SREs のみを対象に小さく始める手法を提案する。Vision（多様なプロダクトを生み出し続ける開発組織の実現）、Values（Simple / Consistency / Focus）という具体例も示した。SRE Academy（内部育成）との比較では、「人材育成」ではなく「方向性・価値観の言語化」を起点とする点が異なる。(Source: [[@2022__SRE NEXT__How We Foster Reliability in Diversity]]) - **組織コンテキストの把握は SRE 変革の出発点として両ソースで共通**: SREcon23 EMEA ではエグゼクティブサポートの獲得を成功要因 1 と挙げ、SRE NEXT 2022 では「企業方針（ミッション・ビジョン・経営戦略）/ サービス（内容・構造・課題）/ 組織（構造・信頼性への意識）」の3層モデルで組織コンテキストを系統的に把握することを推奨する。アプローチは異なるが「組織を理解してから実践を設計する」という順序は共通。(Source: [[@2022__SRE NEXT__How We Foster Reliability in Diversity]], [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]]) - **物理的レイアウトが ops-eng 分断を強化する**: [[Pedro Canahuati]] は 2009 年 Facebook の事例として、ソフトウェアエンジニアが ops チームに会いに行くには廊下を 20〜25 フィート歩かなければならないレイアウトだったと報告した。単なる距離でなく、途中に会議室が並んでいる構造が「空間的障壁」として機能していた。名前・組織階層・採用より先に物理的配置が文化に影響することを示す事例。（Source: [[@2015__SREcon15__Notes from Production Engineering]]） - **「ops」という言葉がある限りステレオタイプは消えない**: Facebook では AppOps から Production Engineering への改名が、「オペレーションは別の仕事をする人たちだ」という認識を変えるのに必要だった。新入りのソフトウェアエンジニアは自分の前職の経験から「ops チームとはそういうものだ」というモデルを持ち込むため、どれだけツールと会話と変革を積み重ねても名前に ops が残るとリセットされ続けた。（Source: [[@2015__SREcon15__Notes from Production Engineering]]） - **集中型のプライマリオンコールチームは「クラッチ」として機能し、エンジニアリングチームの自立を阻む**: Facebook の SRO（Site Reliability Operations）は 2010-2014 年に存在し、インフラ監視と緊急対応の中心を担っていた。しかし集中型チームが存在することで、各ソフトウェアチームは「SRO が何とかしてくれる」という依存を形成し、自ら運用能力を高めるインセンティブを失った。SRO は 2014 年 3 月 31 日に解散。解散はデータ駆動（SRO の作業量を計装し、最も依存度の高いチームから 1:1 で準備状況を確認しながら段階移行）で進められた。（Source: [[@2015__SREcon15__Notes from Production Engineering]]） - **SRE 組織変革における経営層の後ろ盾は「拒否権」よりも「前向き推進力」として機能する**: SIE の事例（[[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]]）でもエグゼクティブサポートが成功要因 1 として挙げられているが、Facebook の事例（[[@2015__SREcon15__Notes from Production Engineering]]）では [[Jay Parikh]] がオペレーションをエンジニアリング傘下に置くことで「これはエンジニアリングの責任範囲だ」というシグナルを送り、Canahuati の急進的変革への反発を受け止める backstop として機能した。エグゼクティブサポートの役割が「保護」と「推進」の両面を持つことが、2 ソースを並べることで明確になる。（Source: [[@2015__SREcon15__Notes from Production Engineering]], [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]]） - **採用基準の明示化が組織変革の最初の「制御可能な変数」**: Facebook の Canahuati は「最初に自分たちでコントロールできることをやる」として採用を選んだ。評価軸を 4 技術次元（TCP/IP・Linux システム・ネットワーク・分散アーキテクチャ）＋文化に標準化し、ソフトウェアエンジニアリングチームが既に行っていた構造化面接を手本にした。採用という「入口の設計」が組織文化の初期条件を決める先行変数として位置づけられている。（Source: [[@2015__SREcon15__Notes from Production Engineering]]） - **オンコールを SRE の存在証明に使うことは「補助輪」であり、toxic exceptionalism を生む**: [[Dave O'Connor]] は SREcon22 EMEA で、オンコールを SRE の特権として複雑化・ゲートキープする文化を「toxic exceptionalism（毒性的例外主義）」と命名した。「3 か月オンボーディング」「黒帯」「DiRT（ページェント）」が、オンコールを SRE にしかできないものと見せかける構造的仕掛けとして機能している。これは Facebook SRO が集中型チームとして「クラッチ（松葉杖）」となりエンジニアリングチームの自立を阻んだ事例（[[@2015__SREcon15__Notes from Production Engineering]]）と同じ構造を、個人の態度レベルで再現している点が特徴的である。(Source: [[@2022__SREcon22EMEA__Oncall - An Equal-Opportunity Waste of Time]], [[@2015__SREcon15__Notes from Production Engineering]]) - **ステークホルダーは SRE への投資を「簡単な道」と「難しい道」で二択している**: O'Connor は、ステークホルダーが SRE を「オンコール・技術的負債消化の要員」として増員する「簡単な道」を選びがちなのに対し、「SRE の工学的産出物が事業成果を乗数的に拡大するか」を問う「難しい道」が本来の価値命題だと主張する。Facebook SRO 解散後の「各チームが自ら運用能力を持つ」目標設定や、SIE の TOS 導入による SRE のエンジニアリング時間確保は、「難しい道」を選択した組織変革の実例として位置づけられる。(Source: [[@2022__SREcon22EMEA__Oncall - An Equal-Opportunity Waste of Time]], [[@2015__SREcon15__Notes from Production Engineering]], [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]]) ## 未解決の問い - SIE の TOS は「食品業界出身者」など多様なバックグラウンドを許容したが、SRE Academy への転換成功率や所要期間はスライドに非開示。内部育成パスが機能する組織条件は何か。 - CFT の時間配分（SRE 80% CFT / 20% 機能チーム）はいつ頃定着したか、また少人数チームでの再現可能性は？ - SRE ビジョン策定（Staff SRE 間の連携 + Sr Leadership への提示）は 2023 年時点で進行中とされた。その後どう展開したか（外部公開情報がなければ不明）。 - Reliability Meetup の効果を測定する指標は何か。参加者数・開催回数以外の効果指標の存在は言及なし。 - Executive Support は「成功要因 1」として挙げられているが、経営層の支持をどう獲得したかの具体的プロセスはスライドに記載なし。 - O'Connor の「全エンジニアがオンコールを均等分担する」思考実験は、どの程度の組織で実践可能か。また、この前提で SRE の専門性を炙り出した後の再編プロセスの事例は存在するか。 ## 関連 - ソース: [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]] - ソース: [[@2015__SREcon15__Notes from Production Engineering]] - エンティティ: [[Guillaume Hérail]] / [[Gilberto Müller]] / [[Sony Interactive Entertainment]] - エンティティ: [[Pedro Canahuati]] / [[Jay Parikh]] / [[Facebook]] - エンティティ: [[Dave O'Connor]] / [[Twilio]] - 概念: [[SRE]] / [[トイル]] / [[サービスレベル目標]] - 関連 MOC: [[structures/SRE - MOC]] ## 出典 - [[@2023__SREcon23 EMEA__From Sysadmins to (almost) Flying Unicorns]]（SREcon23 EMEA, 2023-10-10, ダブリン） - [[@2015__SREcon15__Notes from Production Engineering]]（SREcon15, 2015-03-13） - [[@2022__SREcon22EMEA__Oncall - An Equal-Opportunity Waste of Time]]（SREcon22 EMEA, 2022-10-25, ダブリン）