オブザーバビリティの未来

次年度の導入計画

2024年については、結果は以下の通りです。

• 大多数（83%）が、来年に少なくとも1つの機能を新たに導入予定
• 半数以上（51%）が、1〜5つの機能を新たに導入予定
• ほぼ3分の1（32%）が、6つ以上の機能を新たに導入予定
• 17%のみが、機能を新たに導入する予定がないと回答
• 約3割が、機械学習モデルパフォーマンス監視（MLOps）（31%）、ディストリビューティッド（分散）トレーシング（29%）、外形監視（29%）を導入予定

今後1年の概要を見ると、ネットワーク監視、データベース監視、セキュリティ監視、アラートなどの機能の導入計画は90%以上にのぼります。

現時点で導入の傾向が低いオブザーバビリティ機能（外形監視、ディストリビューティッド（分散）トレーシング、サーバレス監視、機械学習モデルパフォーマンス監視）についても、導入を計画している組織は60%台後半から70%台半ばとなっています。

ここでは、手動設定（マニュアル型）のインシデント検出（アラート）から、完全に自動化されたAI主導のインシデント検出までの範囲において、組織がどのポジションに位置しているかを明らかにすることを目的に調査が行われました。回答者に、組織が今後1年間のインシデント検出と修正ワークフローにおいて、どの程度AIOpsの利用を予定しているかと質問したところ、以下のような結果が得られました。

• ほぼ4分の3（70%）が、マニュアル型のインシデント検出をより多く使用する予定である一方、52%はAI主導のアプローチの導入を計画
• ほぼマニュアル型のみと回答したのは16%のみ
• ほぼAI主導との回答はわずか8%

来年にAIOpsの導入を計画していると答えた回答者のうち、40%はマニュアル型を、25%はAI主導を予定していました。