AI 主導の運用と Now Assist の基盤としての CSDM あなたの AI は素晴らしいです。また、全体像の半分が欠けています。

[JunshuO]

現在、運用を分析している AI は、人間のチームよりも迅速に異常を検出し、イベントを関連付け、推奨事項を提示することができます。生のテレメトリだけでは、それが組織が依存しているサービスにとって実際に何を意味するのかを伝えることはできません。それはAIの問題ではありません。それは文脈の問題です。

---

フック

その場で最も賢いアナリストで、会社が何をしているのかを知らない

どう見ても優れたデータアナリストを雇うことを想像してみてください。速い。正確。疲れ知らず。彼女は、何百万ものレコードを一晩で処理し、人間のチームが見つけるのに数週間かかるパターンを特定し、どの手動プロセスも匹敵しないほどの信頼性と一貫性を持って推奨事項を作成できます。

1 つの落とし穴があります。それは、彼女があなたのビジネスについて何も知らないということです。彼女はその数字、つまりすべての数字を徹底的に詳細に知っていますが、どの数字が会社が実際に気にかけていることを表しているのかは判断できません。データベースのレイテンシーメトリクスが急上昇すると、彼女はそれにフラグを付けます。その急増が最も重要な市民向けサービスに影響を与えているのか、それとも現在誰も使用していない開発環境に影響を与えているのか、彼女は区別できません。彼女にとって、数字は単なる数字に過ぎません。

そのアナリストが AI 運用プラットフォームです。そして、彼女に欠けているもの、つまり数字を意思決定に変える組織のコンテキストは、まさに適切に構造化されたサービスアーキテクチャが提供するものです。

✦ ✦ ✦

問題点

優れたパターン認識。パターンが何を意味するのか不明です。

AI 運用プラットフォームは、その機能において本当に印象的です。十分なテレメトリを供給することで、異常を見つけ、相関イベントをグループ化し、繰り返し発生するパターンを明らかにし、過去にサービス障害に先行する条件にフラグを立てます。これはマーケティング言語ではありません - これらの機能は現実的で測定可能であり、価値があります。

制限は AI の分析力ではありません。これは、AI に分析を任せられた範囲です。

テレメトリで教えてくれないこと

サーバーのCPUスパイクは事実です。そのサーバーが重要な福利厚生処理アプリケーションをサポートしているのか、それとも今週誰も使用していないテスト環境をサポートしているかどうかは、コンテキストです。データベースクエリのレイテンシーの増加は事実です。そのデータベースが 3 つの市民向けアプリケーションで共有されているのか、それとも夜間に実行される内部分析ジョブ専用なのかは、コンテキストです。マイクロサービスでエラー率が上昇するのは事実です。そのマイクロサービスがケースルックアップのクリティカルパスにあるか、バックグラウンド調整プロセスであるかは、コンテキストです。

生のテレメトリは、驚異的な規模と速度で事実を提供します。それだけでは提供できないのは、どの事実がどれほど重要かについての組織の知識です。その知識はサービスアーキテクチャに存在し、AI が使用できる形式でそのアーキテクチャをわざわざ構築および維持した場合にのみ、AI がそれにアクセスできます。

その結果、AI 運用ツールが不完全または管理されていないサービス アーキテクチャ上で実行されている組織では、AI は大量の出力を生成しますが、出力が意味をなしません。アラートには、ビジネスインパクトに関係なく、同じ緊急度でフラグが付けられます。推奨事項は技術的には妥当ですが、サービスコンテキストがありません。パターンは特定されますが、運用チームやビジネスリーダーが関心を持つような形で説明されていません。ツールは機能していますが、組織が何を重要視しているのかを理解できていません。

説明

欠落しているコンテキストを AI に提供する

共通サービスデータモデル (CSDM) は、インフラストラクチャが生成する技術的なファクトと、それらのファクトが影響するビジネスサービスを結び付ける構造化されたフレームワークです。構成管理データベースは、基盤となるインフラストラクチャ構成アイテム、その上のテクニカルサービス、その上のアプリケーションサービス、その上のビジネスアプリケーション、最上位のビジネス機能までを5層の階層として構成されています。

その階層が正確で、維持され、運用ツールに接続されると、重要なことに、すべての技術シグナルに意味の連鎖が加わるようになります。データベースメトリクスは単なるグラフ上の数字ではなく、ビジネス機能を可能にするビジネスアプリケーションを強化するアプリケーションサービスをサポートするテクニカルサービスに関するデータポイントです。AI は異常を感知するだけではありません。連鎖の末端まで、異常が何を意味するのかを把握できます。

Now Assist におけるこの変更点

ServiceNow の生成 AI 機能である Now Assist は、インシデント管理、変更管理、およびナレッジワークフロー内で直接動作します。その推奨事項は、アクセスできるコンテキストによってのみ有用になります。CSDM に沿ったサービスアーキテクチャを導入すると、そのコンテキストが重要になります。

インシデントが作成されると、Now Assist はチケットだけを見ることができるわけではありません。インシデントの中心にある構成アイテム、CI が属するテクニカルサービス、そのテクニカルサービスに依存するアプリケーションサービス、およびそれらのアプリケーションサービスがサポートするビジネス機能が表示されます。同じサービスリネージに影響を与える関連インシデントを特定し、関連するサービスコンテキストに限定されたナレッジ記事を特定し、同じサービスクラスター内の類似のインシデントの解決方法に基づいた修復手順を推奨できます。

そのサービスアーキテクチャがない場合、Now Assist にはチケットが表示されます。これにより、Now Assistはサービスイベントを認識し、それに応答します。

実際的な違い

イベント相関 : サービスコンテキストがない場合、AI はアラート (時間的に互いに近くで発生したイベント) を統計的にグループ化します。CSDM を使用すると、AI はアラートをサービスの依存関係 (異なる時間に異なるシステムから発生した場合でも、共通のアップストリーム原因を共有するイベント) 別にグループ化します。一方は概算のグループ化を生成し、もう一方は正確なものを生成します。

予測操作 : サービスコンテキストがない場合、予測モデルは「このインフラストラクチャパターンは歴史的に障害に先行する」というフラグを立てることができます。CSDM を使用すると、「このインフラストラクチャパターンは、歴史的に認証サービスの障害に先行します。現在、最もトラフィックの多い市民ポータルをサポートしています」とフラグを付けることができます。一方は興味深い情報であり、もう一方は実行可能な情報です。

安全な自動化 : サービスコンテキストがない場合、自動修復ワークフローによって定義されたアクションが実行されます。CSDM では、同じワークフローで、そのアクションが依存サービスに影響するかどうかを最初に確認してから実行し、爆発半径が予想よりも大きい場合は人間によるレビューにエスカレートします。一方は単なる自動化ですが、もう一方はインテリジェントな自動化です。

「AI はボトルネックではありません。サービスアーキテクチャがボトルネックです。AI に正確な地図を与えると、あなたがどこにいるかを正確に教えてくれます。地図がなくても、自信を持って、迅速に、そして間違っていることを教えてくれます。」

例

同じアラート。まったく異なる結果。

インフラストラクチャレイヤーのメッセージングサービスで、午前 10 時 22 分にエラー率が上昇し始めます。AI 運用プラットフォームはそれを即座に検出します。次に何が起こるかは、CSDM サービスアーキテクチャが整っているかどうかによって完全に異なります。

サービスアーキテクチャなし

フレームのないフラグ

エラー率は顕著であるものの生のメトリクスの基準からすると壊滅的ではないため、優先度が中程度のインシデントが作成されます。AI は、メッセージングサービスのエラー率の上昇にフラグを立てます。同じ時間枠からの 2 つの関連するアラートを関連付けます。Now Assist は、メッセージングサービスのエラーに関する 3 つのナレッジ記事を提案していますが、いずれもこのサービスの構成やサポートされているアプリケーションに固有のものではありません。インシデントは、インフラストラクチャチームの一般キューにルーティングされます。

40 分後、サービスデスク担当者は、ケースステータスポータルのタイムアウトに関する市民の苦情が増加していることに気づきました。2回目の調査が始まります。誰かがポータルのタイムアウトをメッセージングサービスのエラーに接続するまでにさらに 1 時間が経過しました (これは、3 つの市民向けアプリケーションがリアルタイムのステータス更新のために依存している共有キューであることが判明しました)。

理解までの時間: ~90 分 · 特定された市民への影響:事後対応、苦情を受けて発覚 · 作成されたインシデント:2 · AI が提供するサービスコンテキスト:なし

CSDM に沿ったサービスアーキテクチャを使用

完全なコンテキストを含むフラグ

同じ警報が午前 10 時 22 分に発令されます。AI は、CMDB 階層を通じてメッセージングサービスをトレースし、それが 3 つのアプリケーションサービスの共有テクニカルサービスの依存関係であり、そのうちの 2 つは市民向けビジネスアプリケーションにマッピングされていることを特定します。インシデントは優先度 1 で作成され、メッセージングインフラストラクチャチームに直接ルーティングされます。インシデントレコードには、ダウンストリームサービスの影響、4 か月前の最後の同様のインシデントへのリンク、およびその以前の解決策から導出された Now Assist の推奨修復手順が含まれます。

ケースステータスポータルが市民によってダウンとして報告されることはありません。 アプリケーションレベルの影響がエンドユーザーに現れる前に、問題はインフラストラクチャレイヤーで解決されます。1 つのインシデント。1 つのチーム。26分。

理解までの時間: 60 秒 · 特定された市民への影響:苦情発生前に能動的に対応 · 作成されたインシデント:1 · AI が提供するサービスコンテキスト:完了

どちらの場合も、AI の分析能力は同じでした。変わったのは、扱わなければならない情報の質でした。サービスアーキテクチャは AI をよりスマートにするものではありません。これにより、AI の知能が実際に重要なことに適用されるようになります。

名前を挙げる価値のある不快な真実

CSDM は、展開してから離れるテクノロジーではありません。クラウドの移行により新たな依存関係が追加され、廃止されたシステムによって孤立した関係が残り、チームの再編成により誰が何を所有するかが変わるなど、環境の変化に応じてサービスの関係が変化します。前四半期に正確だった AI システムが、推論しているアーキテクチャが記述している環境に追いついていない場合、今四半期には微妙に間違ってしまう可能性があります。

強力なガバナンス — 強力なガバナンス（サービスオーナーシップの説明責任、定期的なデータ認定、自動化されたCMDBヘルスモニタリング）が、サービスアーキテクチャを長期にわたって信頼できるものに保ちます。ガバナンスへの投資は、データモデルを維持するためのコストではありません。それは AI を誠実に保つためのコストです。また、マップが 6 か月古くなっているために誤った結論を自信を持って導き出すAIのコストと比較すると、ガバナンスのオーバーヘッドは非常に費用対効果が高いと言えます。

---

まとめる

AI の準備はできていました。アーキテクチャの準備はできていましたか？

AI 主導の運用に投資しているすべての組織は、AI が使用するデータの品質に大きく依存しています。Now Assist、予測分析、自動修復はすべて、基盤となるサービスアーキテクチャが現実をどれだけ反映しているかに正比例して機能します。アーキテクチャに投資せずに AI に投資すれば、誰も求めていない質問に対して、迅速かつ自信を持って、体裁の整った回答が得られるだけです。

管理され、正確で、CSDM に沿った CMDB 上に AI を展開することで、AI は、どのサービスが影響を受けるか、考えられる原因は何か、以前に機能したものは何か、新たな問題を引き起こすことなく安全に実行できるアクションといった、重要な質問に答えることができます。それは単に業務を高速化するだけではありません。これこそがインテリジェントな運用です。

AI は、電源を入れたその日に準備ができていました。問題は、アーキテクチャがそれに対応する準備ができているかどうかです。

基盤をビルドします。次に、AI を動かします。

---

この記事は機械翻訳されております。最新は元となる記事をご覧ください: https://www.servicenow.com/community/developer-blog/csdm-as-the-foundation-for-ai-driven-operations-...。

免責事項: 一部の日本語は、翻訳ソフトウェアを使用してお客様の便宜のために翻訳されています。正確な翻訳をご提供できるよう相当な努力を払っておりますが、いかなる自動翻訳も人間の翻訳者に代わすることはなく、そのようなことは意図されておりません。翻訳は「現状のまま」提供されています。他言語への翻訳の的確性、信頼性または正確性については、明示または黙示を問わず、いかなる保証も行われません。翻訳ソフトには限界があるため、一部のコンテンツが正確に翻訳されていない場合があります。これらの資料の公用言語は英語です。翻訳の際に生じる相違または不一致は、コンプライアンスまたは履行の目的に関しては拘束力を有さず、法的効力はないものとします。

This article was machine translated and replicated from the original source: https://www.servicenow.com/community/developer-blog/csdm-as-the-foundation-for-ai-driven-operations-...。

[JunshuO]

現在、運用を分析している AI は、人間のチームよりも迅速に異常を検出し、イベントを関連付け、推奨事項を提示することができます。生のテレメトリだけでは、それが組織が依存しているサービスにとって実際に何を意味するのかを伝えることはできません。それはAIの問題ではありません。それは文脈の問題です。

---

フック

その場で最も賢いアナリストで、会社が何をしているのかを知らない

どう見ても優れたデータアナリストを雇うことを想像してみてください。速い。正確。疲れ知らず。彼女は、何百万ものレコードを一晩で処理し、人間のチームが見つけるのに数週間かかるパターンを特定し、どの手動プロセスも匹敵しないほどの信頼性と一貫性を持って推奨事項を作成できます。

1 つの落とし穴があります。それは、彼女があなたのビジネスについて何も知らないということです。彼女はその数字、つまりすべての数字を徹底的に詳細に知っていますが、どの数字が会社が実際に気にかけていることを表しているのかは判断できません。データベースのレイテンシーメトリクスが急上昇すると、彼女はそれにフラグを付けます。その急増が最も重要な市民向けサービスに影響を与えているのか、それとも現在誰も使用していない開発環境に影響を与えているのか、彼女は区別できません。彼女にとって、数字は単なる数字に過ぎません。

そのアナリストが AI 運用プラットフォームです。そして、彼女に欠けているもの、つまり数字を意思決定に変える組織のコンテキストは、まさに適切に構造化されたサービスアーキテクチャが提供するものです。

✦ ✦ ✦

問題点

優れたパターン認識。パターンが何を意味するのか不明です。

AI 運用プラットフォームは、その機能において本当に印象的です。十分なテレメトリを供給することで、異常を見つけ、相関イベントをグループ化し、繰り返し発生するパターンを明らかにし、過去にサービス障害に先行する条件にフラグを立てます。これはマーケティング言語ではありません - これらの機能は現実的で測定可能であり、価値があります。

制限は AI の分析力ではありません。これは、AI に分析を任せられた範囲です。

テレメトリで教えてくれないこと

サーバーのCPUスパイクは事実です。そのサーバーが重要な福利厚生処理アプリケーションをサポートしているのか、それとも今週誰も使用していないテスト環境をサポートしているかどうかは、コンテキストです。データベースクエリのレイテンシーの増加は事実です。そのデータベースが 3 つの市民向けアプリケーションで共有されているのか、それとも夜間に実行される内部分析ジョブ専用なのかは、コンテキストです。マイクロサービスでエラー率が上昇するのは事実です。そのマイクロサービスがケースルックアップのクリティカルパスにあるか、バックグラウンド調整プロセスであるかは、コンテキストです。

生のテレメトリは、驚異的な規模と速度で事実を提供します。それだけでは提供できないのは、どの事実がどれほど重要かについての組織の知識です。その知識はサービスアーキテクチャに存在し、AI が使用できる形式でそのアーキテクチャをわざわざ構築および維持した場合にのみ、AI がそれにアクセスできます。

その結果、AI 運用ツールが不完全または管理されていないサービス アーキテクチャ上で実行されている組織では、AI は大量の出力を生成しますが、出力が意味をなしません。アラートには、ビジネスインパクトに関係なく、同じ緊急度でフラグが付けられます。推奨事項は技術的には妥当ですが、サービスコンテキストがありません。パターンは特定されますが、運用チームやビジネスリーダーが関心を持つような形で説明されていません。ツールは機能していますが、組織が何を重要視しているのかを理解できていません。

説明

欠落しているコンテキストを AI に提供する

共通サービスデータモデル (CSDM) は、インフラストラクチャが生成する技術的なファクトと、それらのファクトが影響するビジネスサービスを結び付ける構造化されたフレームワークです。構成管理データベースは、基盤となるインフラストラクチャ構成アイテム、その上のテクニカルサービス、その上のアプリケーションサービス、その上のビジネスアプリケーション、最上位のビジネス機能までを5層の階層として構成されています。

その階層が正確で、維持され、運用ツールに接続されると、重要なことに、すべての技術シグナルに意味の連鎖が加わるようになります。データベースメトリクスは単なるグラフ上の数字ではなく、ビジネス機能を可能にするビジネスアプリケーションを強化するアプリケーションサービスをサポートするテクニカルサービスに関するデータポイントです。AI は異常を感知するだけではありません。連鎖の末端まで、異常が何を意味するのかを把握できます。

Now Assist におけるこの変更点

ServiceNow の生成 AI 機能である Now Assist は、インシデント管理、変更管理、およびナレッジワークフロー内で直接動作します。その推奨事項は、アクセスできるコンテキストによってのみ有用になります。CSDM に沿ったサービスアーキテクチャを導入すると、そのコンテキストが重要になります。

インシデントが作成されると、Now Assist はチケットだけを見ることができるわけではありません。インシデントの中心にある構成アイテム、CI が属するテクニカルサービス、そのテクニカルサービスに依存するアプリケーションサービス、およびそれらのアプリケーションサービスがサポートするビジネス機能が表示されます。同じサービスリネージに影響を与える関連インシデントを特定し、関連するサービスコンテキストに限定されたナレッジ記事を特定し、同じサービスクラスター内の類似のインシデントの解決方法に基づいた修復手順を推奨できます。

そのサービスアーキテクチャがない場合、Now Assist にはチケットが表示されます。これにより、Now Assistはサービスイベントを認識し、それに応答します。

実際的な違い

イベント相関 : サービスコンテキストがない場合、AI はアラート (時間的に互いに近くで発生したイベント) を統計的にグループ化します。CSDM を使用すると、AI はアラートをサービスの依存関係 (異なる時間に異なるシステムから発生した場合でも、共通のアップストリーム原因を共有するイベント) 別にグループ化します。一方は概算のグループ化を生成し、もう一方は正確なものを生成します。

予測操作 : サービスコンテキストがない場合、予測モデルは「このインフラストラクチャパターンは歴史的に障害に先行する」というフラグを立てることができます。CSDM を使用すると、「このインフラストラクチャパターンは、歴史的に認証サービスの障害に先行します。現在、最もトラフィックの多い市民ポータルをサポートしています」とフラグを付けることができます。一方は興味深い情報であり、もう一方は実行可能な情報です。

安全な自動化 : サービスコンテキストがない場合、自動修復ワークフローによって定義されたアクションが実行されます。CSDM では、同じワークフローで、そのアクションが依存サービスに影響するかどうかを最初に確認してから実行し、爆発半径が予想よりも大きい場合は人間によるレビューにエスカレートします。一方は単なる自動化ですが、もう一方はインテリジェントな自動化です。

「AI はボトルネックではありません。サービスアーキテクチャがボトルネックです。AI に正確な地図を与えると、あなたがどこにいるかを正確に教えてくれます。地図がなくても、自信を持って、迅速に、そして間違っていることを教えてくれます。」

例

同じアラート。まったく異なる結果。

インフラストラクチャレイヤーのメッセージングサービスで、午前 10 時 22 分にエラー率が上昇し始めます。AI 運用プラットフォームはそれを即座に検出します。次に何が起こるかは、CSDM サービスアーキテクチャが整っているかどうかによって完全に異なります。

サービスアーキテクチャなし

フレームのないフラグ

エラー率は顕著であるものの生のメトリクスの基準からすると壊滅的ではないため、優先度が中程度のインシデントが作成されます。AI は、メッセージングサービスのエラー率の上昇にフラグを立てます。同じ時間枠からの 2 つの関連するアラートを関連付けます。Now Assist は、メッセージングサービスのエラーに関する 3 つのナレッジ記事を提案していますが、いずれもこのサービスの構成やサポートされているアプリケーションに固有のものではありません。インシデントは、インフラストラクチャチームの一般キューにルーティングされます。

40 分後、サービスデスク担当者は、ケースステータスポータルのタイムアウトに関する市民の苦情が増加していることに気づきました。2回目の調査が始まります。誰かがポータルのタイムアウトをメッセージングサービスのエラーに接続するまでにさらに 1 時間が経過しました (これは、3 つの市民向けアプリケーションがリアルタイムのステータス更新のために依存している共有キューであることが判明しました)。

理解までの時間: ~90 分 · 特定された市民への影響:事後対応、苦情を受けて発覚 · 作成されたインシデント:2 · AI が提供するサービスコンテキスト:なし

CSDM に沿ったサービスアーキテクチャを使用

完全なコンテキストを含むフラグ

同じ警報が午前 10 時 22 分に発令されます。AI は、CMDB 階層を通じてメッセージングサービスをトレースし、それが 3 つのアプリケーションサービスの共有テクニカルサービスの依存関係であり、そのうちの 2 つは市民向けビジネスアプリケーションにマッピングされていることを特定します。インシデントは優先度 1 で作成され、メッセージングインフラストラクチャチームに直接ルーティングされます。インシデントレコードには、ダウンストリームサービスの影響、4 か月前の最後の同様のインシデントへのリンク、およびその以前の解決策から導出された Now Assist の推奨修復手順が含まれます。

ケースステータスポータルが市民によってダウンとして報告されることはありません。 アプリケーションレベルの影響がエンドユーザーに現れる前に、問題はインフラストラクチャレイヤーで解決されます。1 つのインシデント。1 つのチーム。26分。

理解までの時間: 60 秒 · 特定された市民への影響:苦情発生前に能動的に対応 · 作成されたインシデント:1 · AI が提供するサービスコンテキスト:完了

どちらの場合も、AI の分析能力は同じでした。変わったのは、扱わなければならない情報の質でした。サービスアーキテクチャは AI をよりスマートにするものではありません。これにより、AI の知能が実際に重要なことに適用されるようになります。

名前を挙げる価値のある不快な真実

CSDM は、展開してから離れるテクノロジーではありません。クラウドの移行により新たな依存関係が追加され、廃止されたシステムによって孤立した関係が残り、チームの再編成により誰が何を所有するかが変わるなど、環境の変化に応じてサービスの関係が変化します。前四半期に正確だった AI システムが、推論しているアーキテクチャが記述している環境に追いついていない場合、今四半期には微妙に間違ってしまう可能性があります。

強力なガバナンス — 強力なガバナンス（サービスオーナーシップの説明責任、定期的なデータ認定、自動化されたCMDBヘルスモニタリング）が、サービスアーキテクチャを長期にわたって信頼できるものに保ちます。ガバナンスへの投資は、データモデルを維持するためのコストではありません。それは AI を誠実に保つためのコストです。また、マップが 6 か月古くなっているために誤った結論を自信を持って導き出すAIのコストと比較すると、ガバナンスのオーバーヘッドは非常に費用対効果が高いと言えます。

---

まとめる

AI の準備はできていました。アーキテクチャの準備はできていましたか？

AI 主導の運用に投資しているすべての組織は、AI が使用するデータの品質に大きく依存しています。Now Assist、予測分析、自動修復はすべて、基盤となるサービスアーキテクチャが現実をどれだけ反映しているかに正比例して機能します。アーキテクチャに投資せずに AI に投資すれば、誰も求めていない質問に対して、迅速かつ自信を持って、体裁の整った回答が得られるだけです。

管理され、正確で、CSDM に沿った CMDB 上に AI を展開することで、AI は、どのサービスが影響を受けるか、考えられる原因は何か、以前に機能したものは何か、新たな問題を引き起こすことなく安全に実行できるアクションといった、重要な質問に答えることができます。それは単に業務を高速化するだけではありません。これこそがインテリジェントな運用です。

AI は、電源を入れたその日に準備ができていました。問題は、アーキテクチャがそれに対応する準備ができているかどうかです。

基盤をビルドします。次に、AI を動かします。