エージェント型オペレーション

インシデント解決のためのインテリジェントオートメーション

Autopilot EverGrowing
成長し続ける専門チーム

専門のエージェント群を企業のデータ基盤上に配備します。

Autopilot Trusted Agentic
信頼性の高いエージェント型ワークフロー

各アクションの根拠を確認し、フィードバックを自動調整に活用できます。

Autopilo Full Context
コンテキストをフル活用した自動化

リアルタイムデータ、ランブック、振り返り、Jira、GitHubから洞察を得られます。

Autopilot Capture Tribal
暗黙知の蓄積

長期記憶を活用し、誰でも熟練の専門家のような意思決定が可能になります。

専門のエージェント群

専門エージェントでMTTRを短縮

タスクに最適なエージェントを選定し、数時間かかっていたトラブルシューティングを数分で終わらせます。

  • 各領域の専門エージェントを立ち上げ、根本原因を特定して解決策を提案します
  • 各調査を、リアルタイムのテレメトリー、依存関係、アラート、最近の変更に基づいて実施します
  • エンジニアに最も重大なシグナルを提示し、トラブルシューティングの迅速化を支援します
New Relic Autopilotは、テレメトリー、サービス依存関係、アラート、変更を相関付けることで、インシデントの根本原因として最も可能性が高いものを特定します。
New Relic Autopilotは、インシデントのコンテキストやサービス影響分析のほか、次のアクションの提案も行います。
根拠の透明性確保

AIエージェントによる各提案への全面的な信頼

各提案の裏側にある運用上の根拠を把握できます。

  • 明確な根拠に裏打ちされた最終的な提案を先に提示します
  • 各洞察の根拠となった具体的なテレメトリーとログを確認できます
  • 評価の高い回答が自動的にモデル改善に活かされます
コンテキストを活用した自動化

稼働環境を理解する自動化

New Relic Autopilotは稼働環境から学習し、アクションを提案します。そのため、配属して間もない担当者でも熟練したエンジニアのように対応できます。

  • ランブック、振り返り、過去のインシデントに基づいてアクションを実行します
  • JiraやGitHubとの連携により、コードの詳細を正確に特定します
  • チーム単位のメモリに、共有の暗黙知を保持します
調査と是正措置を実行する自動ワークフロー

New Relic Autopilotに関するよくある質問

New Relic Autopilotは自律型オペレーションのための実行レイヤーとして機能します。信頼できるインテリジェンスを活用して、インシデントの調査、可能性の高い根本原因の特定、次にとるべき最善のアクションの提案、運用タスクの自動化を行います。

従来のAIOpsツールは異常検知とアラート生成を重視していました。Autopilotはそれだけにとどまらず、運用コンテキストの把握、アクションの提案、ワークフローのオーケストレーションを行い、説明可能なAIによってチームの迅速なインシデント解決を支援します。

New Relic Autopilotは、テレメトリー、依存関係、インフラストラクチャの変更、過去のインシデント、デプロイ、担当情報、サービス間の関係性を自動的に相関付けることで、可能性の高い根本原因を特定し、調査の進め方を優先付けします。

New Relic Autopilotは、利用環境に合わせて、可能性の高い根本原因、是正措置、次に実施すべき調査手順、ワークフロー自動化の機会、運用に関するガイダンスを提案します。

New Relic Autopilotは、信頼性の高い運用インテリジェンスレイヤーであるNew Relic Ground Truthを基盤としています。サービス、インフラストラクチャ、過去の変更など、完全な運用コンテキストを分析することで、汎用的なAIによる一般的な回答ではなく、実際の運用状況に基づいた提案を行います。

はい。New Relic Autopilotは、調査、インシデントのトリアージ、是正ワークフロー、反復的な運用タスクを自動化するとともに、組織がガバナンス、承認プロセス、人による監督を設定できるようにします。

いいえ。New Relic Autopilotはエンジニアリングチームに取って代わるものではなく、チームを強化するソリューションです。反復的な作業の削減、調査の迅速化、アクションの提案を通じて、エンジニアがより価値の高い問題解決やイノベーションに取り組めるようにします。

New Relic Autopilotを活用することで、MTTRの短縮、運用負荷の軽減、エンジニアリングの生産性向上、運用に関するベストプラクティスの標準化、AIに対する信頼の向上が可能になるほか、人員を比例して増やすことなく運用規模を拡大できます。

今すぐ無料で始めましょう