運用___AI_はじめの一歩__まずは小さく_でも確実に_.pdf

Transcript

1. 運用 × AI はじめの一歩 〜まずは小さく、でも確実に〜
2. 1 🤔 運用×AI 見えない壁 「壁」の正体と 現在地の見つけ方 2 🎬 実例 × 2 すぐ始められる 具体的な構成と事例 3 🚀 まとめ 明日からできる 小さな一歩 本日の構成 2
3. 😩 よくある悩み 「AIを入れたい」けど 「何から始めれば？」 → セットでよく聞く話 🔧 とりあえず導入 話題のツールを入れてみる → 噛み合わない → 効果がわからない 🔽 原因: 自分たちの「現在地」が見えていない 現在地が見えない → 判断の軸がない → 「何から始めれば？」 現在地が見えていますか？ 3
4. 🖥️ 「運用」が広い アラート通知 / Runbook整備 / オンコール体制 / ポストモーテム … ✕ 🤖 「AI」も広い ログ要約 / Runbook検索 / 根本原因分析 / 自動修復 … 📏 広義 × 広義 ＝ 超広義 — まず 現在地を知る ことが必要 「運用 × AI」の見えない壁 4
5. 黒帯 AIが自律的に対応完了 茶帯 AIが提案 → 人が承認・実行 白帯 すべて人手 📱 自分の帯を診断できるツールあり → 最後に紹介 運用 × AI 段位制 緑帯 AIが原因分析・対応策を提案 ← 実例② 黄帯 AIが情報を要約・検索 ← 実例① 5
6. 🔔 アラート → 🤖 AI が整理 → 👤 人が判断 → 🔧 人が対応 5〜15 分 ⏱️ MTTA（平均確認時間） 30〜60 分 ↓ 30分〜2時間 🔄 MTTR（平均復旧時間） 1〜4 時間 ↓ 📅 導入 1日 💰 コスト 月数百円 🛡️ リスク ゼロ 黄帯：情報整理 6
7. ☁️ CloudWatchAlarm 発火 → 📢 SNS通知転送 → ⚡ Lambdaログ取得+分析依頼 → 🧠 Claude APIログ分析 → 💬 Slack通知 構築は CFnテンプレートで一括。既存・新規アラームの通知先にSNSトピックを指定 するだけ 📝 Lambda は約 150行 実例 1 AI Alert Analyzer 7
8. 🤖 AI Alert Analyzer 03:24 AM 📊DBコネクションエラー 5件 / タイムアウト 3件 🔍コネクションプール枯渇の可能性 ✅DB状態確認 → プール設定確認 → エスカレーション 🚨緊急度: 中 🌙 深夜3時のアラート — これがあるとないとでは大違い Slack 通知イメージ 8
9. 30〜50% 短縮 🔔 アラート → 🤖 AI が分析＋提案 → 👤 人が判断 📉 MTTR 改善 黄帯との違い: AI が「整理」だけでなく「こうすべき」まで提案する ただし最終判断は必ず人間 → Accept Discard 緑帯：分析・提案 9
10. ☁️ CloudWatchメトリクス → 🔬 AI 調査観察・仮説・推奨 → 👤 人が判断Accept / Discard 🏷️ AWS 純正 2025年6月 GA 🆓 機能自体は無料 ※ Logs保存やAPI呼出し等 の既存利用料は別途発生 🛡️ 責任が明確 AIが分析、人が判断 実例 2 CloudWatch Investigations 10
11. 1 🚫🤖 AIに判断させない AIは整理だけ 最終判断は人間 2 🔌 既存の仕組みに乗る 今のSlack、今の監視に 追加するだけ 3 📏 効果を計測する MTTA / MTTR を 数値で追う 小さく始める 3原則 11
12. 小さく、でも確実に。 「AIに任せる」ではなく「AIと働く」 白帯 → 黄帯 → 緑帯 → 茶帯 → 黒帯