ポイント: AIOps、MLOps、DevOps、ITOps、および可観測性は、運用と開発を改善するために重要な異なるIT実践です。各実践は独自の機能を持ち、全体的な効率を改善するために相互に関連しています。
- AIOpsはAIを使用してIT管理を自動化します。
- MLOpsは機械学習ワークフローを合理化します。
- DevOpsはソフトウェア開発とIT運用を統合します。
- 可観測性はITシステムの状態に対する洞察を提供します。
IT運用とセキュリティは急速に変化しています。
技術アーキテクチャ、要件、脅威が進化する中、これらに対応するために新しい概念や実践が多岐にわたって登場しています。
残念ながら、これらの用語は似ているため、混乱しやすいです。このブログでは、AIOps、MLOps、DevOps、ITOps、可観測性などの最も一般的な用語についての混乱を解消します。
私たちは：
- 各用語の高レベルの理解を提供します
- それらの多くの違いを強調します
- それらがどのように連携して機能するかを探ります
始めましょう。
AIOpsの説明
IT運用のための人工知能（AIOps）は、AIを使用して多くのIT運用を自動化します。具体的には、AIOpsはITインフラストラクチャの保守と管理を自動化することに焦点を当てています。これには、パッチや更新の適用、一般的なIT衛生の維持、ITセキュリティや運用インシデントの調査など、多岐にわたるタスクの自動化が含まれます。
BMCのAIOpsへのアプローチを見つけてください。
MLOpsの説明
IT運用のための機械学習（MLOps）は、MLモデルのライフサイクルのすべてのステップを自動化、簡素化、合理化し、それらをより迅速かつ容易に開発、展開、管理するためのワークフローを改善することに焦点を当てています。これには、プロセスの標準化、可視性とコラボレーションの向上、DevOpsタスクの自動化が含まれます。
MLOpsについてのより深い説明を得てください。
DevOpsの説明
DevOpsは、ソフトウェア開発とIT運用（ITOps）を統合し、2つのチーム、そのワークフロー、および目標を1つのプロセスに統合します。これにより、ソフトウェア開発プロセスが加速し、コラボレーションが増加し、アプリケーションの品質が確保されます。DevOpsはタスクの自動化やライブラリの標準化を含みますが、主に人間の実践の改善に焦点を当てています。
私たちのDevOpsツールをチェックしてください。
ITOpsの説明
ITOpsは、ITインフラストラクチャとサービスの管理に関わる広範な実践を含む広い用語です。これはIT内の中核的な機能であり、組織内の他のすべての機能にも関わります。これには、ノートパソコンのプロビジョニングから、物理的および仮想的なインフラストラクチャの展開、ITサポートチケットの解決まで、あらゆることが含まれます。
可観測性の説明
可観測性とは、IT機器、アプリケーション、技術的プロセス、またはITスタック内の他の何かに関して何が起こっているかを知る能力です。可観測性は特性です。資産には可観測性があります（その状態を知ることができる）またはありません。それは、インシデントの調査からリスク管理、パフォーマンス改善まで、すべてに必要です。
真の可観測性があなたの組織に何をもたらすかを探ってください。
違いを理解する
これらの用語の多くは、根本的に異なるプロセス、関心事、または機能を指す場合でも、相互に交換可能に使用されます。最も混乱を招くペアと、それらを異ならせる要因をレビューしましょう。
AIOpsとMLOps
AIOpsとMLOpsはしばしば混同されます。これは、おそらくAIOpsがAIを含み、MLOpsがMLを含み、AIとMLは非常に似ている、または同じものであると見なされることが多いからです。
しかし、AIOpsとMLOpsは根本的に異なる機能を指します。AIOpsはAIと自動化を使用してITインフラストラクチャの管理を合理化することを指し、一方、MLOpsはMLパイプラインの管理を合理化し改善するために複数の実践を使用することを指します。
AIOpsとDevOps
AIOpsとMLOpsと同様に、AIOpsとDevOpsは異なる機能です。AIOpsはITスタックをより効率的かつ効果的に管理することに焦点を当てており、DevOpsはソフトウェア開発プロセスの改善に焦点を当てています。
いくつかの重複があります。DevOpsはソフトウェア開発ライフサイクル（SDLC）にITOpsを組み込むことを含み、AIOpsの特定のコンポーネントに触れることがあります。しかし全体として、これらは異なるプロセスと目標を持つ2つの別々の実践領域であり、共有されるチームとメンバーはほんの一部です。
ITOpsとAIOps
ITOpsとAIOpsは多くの共通点があります。両者は組織のITインフラストラクチャの維持に関わっており、多くの同じチームを含みますが、1つの重要な違いがあります。
ITOpsはITインフラストラクチャの展開、管理、維持に関わるタスクの完全なセットを指し、AIOpsはこれらのタスクの多くを自動化するための一部の実践を指します。このように、AIOpsはITOpsの広い傘の下にあるITOpsのサブセットとして考えることができます。
AIOpsと可観測性
AIOpsと可観測性は異なるものでありながら、互いに良い形で影響を与え合います。AIOpsはIT資産を維持し、可観測性を生み出すことで、これらの資産の状態を可視化します。
これら2つの実践は密接に関連しています。可観測性はAIOpsが問題を正確に検出し、それを調査し、根本原因を特定し、効果的に問題を解決するために必要なデータを確保します。AIOpsの実践を確立することは、データ収集を増やし、その結果、可観測性を向上させることにもつながります。
MLOpsとDevOps
MLOpsとDevOpsは異なるが関連する用語です。DevOpsはソフトウェア開発プロセスの進化に関わる広範な実践を指し、MLOpsはMLパイプラインの改善にのみ関わります。
しかし、MLOpsとDevOpsは、AIOpsとITOpsが関連しているのと同様に関連していると見なすことができます。MLOpsは、MLアルゴリズム（実際には現代のすべてのソフトウェアに該当します）を含むアプリケーションを作成、展開、改善する際に使用されるDevOpsのサブセットと見なすことができます。
DataOpsとMLOps
DataOpsは、データのライフサイクルを管理する人々、実践、ツールを指します。これには、データ生成からデータ収集、変換、データ監視、分析までのすべてが含まれます。
MLOpsとDataOpsは似たアプローチを取りますが、異なる領域に適用されます。MLOpsはMLに、DataOpsはすべてのデータ関連のことに適用されます。DataOpsはMLモデルに供給されるデータを含むが、MLに使用されるデータだけではなく、企業内のすべてのデータを改善することを含みます。
ITOpsとDevOps
ITOpsはDevOpsと直接関連していません。ITOpsは、フルスタック内のすべてのIT運用のアーキテクチャとサービスを管理することに関わるすべてを含み、DevOpsはソフトウェア開発の改善に焦点を当てています。
重複はあります。DevOpsは、ITOpsのチームメンバーと資産をソフトウェア開発に組み合わせます。ITOps内でのITアーキテクチャとサービスの改善は、DevOpsプロセスと全体的なアプリケーションのパフォーマンスを向上させます。しかし、これらは意味的に異なる実践です。
AIOpsがデータと意思決定を迅速に結びつける方法を見てください。>
テレメトリと可観測性
テレメトリは、IT資産からデータを収集するプロセス、または実際のデータ自体を指します。可観測性は、収集されたテレメトリのおかげでそれらの資産を理解する能力を指します。
可観測性は主に3つのテレメトリの形態ーログ、トレース、イベントを使用します。このため、テレメトリがなければ可観測性はありません。しかし、組織は、意味のある可観測性の実践にまとめられないさまざまなテレメトリを収集することができます。
データ可観測性とデータ品質
データ可観測性は、ITスタック内のデータとデータパイプラインの既知の状態を明らかにすることに焦点を当てた可観測性のサブセットです。データ品質は、そのデータの正確さ、完全性、一貫性を指します。
データ可観測性とデータ品質は密接に関連しています。組織は高品質のデータを収集しているかどうかを知るためにデータ可観測性を必要とします。そして、問題が検出された場合、データ可観測性はデータがパイプライン内でどこで不正確に収集、変換、または分析されているかを示すことができます。
APMと可観測性
アプリケーションパフォーマンス監視（APM）は、アプリケーションからパフォーマンスデータを収集し、アプリケーションがパフォーマンスを維持しているかどうかを判断する閾値を設定し、その閾値が超えられた場合にアラートを送信します。
APMと可観測性はしばしば混同されます。APMは、組織がアプリケーションの単純で静的なパフォーマンスルールを確認する必要があるときに取られるアクションであり、可観測性は既知のパフォーマンス基準や問題を超えたより深く広範で全体的な調査を可能にします。
すべてをまとめる
最終的に、これらの用語は異なる実践や機能を指しますが、すべての企業で技術を開発、展開、管理するために必要な共通点があります。現代のITスタックはビジネスのあらゆる隅に影響を及ぼすため、これらの用語はしばしば相互に接続し、驚くべき方法で相互依存しています。
- AIOpsはDevOpsを容易にし、開発者が触れるITインフラの管理を心配する必要がなくなることで時間を節約します。
- AIOpsは、ITインフラの維持に関するより多くのコア機能がAIを介して自動化できるようになるにつれて、ITOpsの一部としてますます重要になっています。
- AIOpsと可観測性は密接に関連しており、一部のプラットフォームは両者を単一のソリューションに統合し始めています。
- MLOpsはDevOpsの原則をMLアルゴリズムに適用し、すべてのソフトウェア開発においてますます重要です。
- DataOpsは、データパイプラインの開発、管理、継続的改善にDevOpsの原則を適用します。
リストは続きます。すべての組織はサイロを排除し、システムとチーム間のコラボレーションを増やし、より全体的なITとビジネスのエコシステムを創造しています。
要約すると：これらの実践をどのように機能させるかを知ることは、相互に接続し、競合せずに機能させることが、すべての現代の技術リーダーにとって重要な要素です。
これらの投稿は私自身のものであり、必ずしもBMCの立場、戦略、または意見を代表するものではありません。