代替決定：Agentic NetOpsがネットワークチームに求めるものをどのように変えるか
2026年ワールドカップで最高のチームになるのは、スター選手の数が多いチームではない。最も層が厚く、戦略的なサポート体制が整っているチームだ。偉大なチームが勝利するのだ。
2021年12月7日、 Amazon AWSで大規模な障害が発生しました。この障害はバージニア州北部で発生し、瞬く間に全米に広がりました。間もなく、Google、Netflix、DoorDash、サウスウエスト航空など、多くの企業のウェブサイトが影響を受けました。障害のピーク時には、AWSの600人以上が電話会議で問題解決にあたりました。障害は8時間以上続きました。8時間もの障害がビジネスに及ぼす長期的な影響を考えてみてください。
その月、AWS はさらに 2 回の停止を余儀なくされました。
それは疑問を投げかけます：それはもっと良くなることができますか？
確かに可能です。AWSは実際、世界で最も自動化されたネットワークの一つですが、AWSの事後分析によると、今回の障害は、障害自体が自動診断機能へのアクセスに影響を与えたため、原因の特定に時間がかかったとのことです。
現代の IT の世界では、問題の診断を自動化する必要がありますが、それは非常に困難です。 による2021年の調査 NetBrain 何百人ものお客様に対して、これらのネットワーク エンジニアの 2/3 はトラブルシューティング中に自動化機能を持っていないことを明らかにしました。 彼らは何を使いますか？ 昔ながらのコマンドライン インターフェイス コンソール。 苦しむのは、顧客満足度と維持、評価、評判などへのはるかに長期的な影響に加えて、修理と長期にわたる停止です.
問題の診断に自動化を活用することを切望した企業にとって、その道のりは非常に険しいものでした。 RCA (根本原因分析) ツールは 20 年前に多くの注目を集めましたが、その結果は満足のいくものではありませんでした。 ほとんどのイノベーターは大手 IT ソリューション企業に吸収され、それ以上のイノベーションを止めてしまいました。 最近の AiOps ソリューションは、この空白をブラックボックス アプローチで埋めようとしています。 すべての AiOps ソリューションは、機械学習または従来の統計ベースの AI 機能を活用して、大量のマシン データから根本原因を発見します。 しかし、ほとんどの IT 問題では、一連のクリーンなデータを入手するのは非常に困難であり、そのようなツールを操作するための博士号を含む他の多くの課題に加えて. の一つとして NetBrainの顧客は、AIOps との初期の取り組みについて話し合ったときに、AiOps ツールを介して診断された最初の問題を確認するのに 6 か月待ちました。それは非常に単純な問題でした。 （混乱を避けるため、ここではツールの名前を省略しています）
問題診断の自動化は、今日でも最大の未解決の IT 課題です。 NetBrain を中心としたホワイトボックス アプローチを使用して、10 年以上前にこの問題に取り組み始めました。 Network Intent。 いわゆるインテントベースの次世代は、ほとんどの ITSM ツールに接続できるため、問題が発生した瞬間から解決を開始できます。 IT システムに発生し、組織のビジネス アプリケーションに影響を与える可能性があるネットワーク問題の 95% 以上に対処でき、再発する多くの問題の防止にも役立ちます。 次の数回のブログで、の内部動作について説明します。 NetBrainさん Intent-based automation ハイブリッドネットワーク向けシステムについて、より詳細に説明します。