Upgrade to Pro — share decks privately, control downloads, hide ads and more …

AI時代に問い直す「プロダクションミーティング」の価値 〜チームでサービスの信頼性を高める取り...

Sponsored · SiteGround - Reliable hosting with speed, security, and support you can count on. →
mackerelio
November 19, 2026

AI時代に問い直す「プロダクションミーティング」の価値 〜チームでサービスの信頼性を高める取り組み〜

「プロダクションミーティング」とは、書籍『Site Reliability Engineering』(通称SRE本)にあるチームでサービスを安定運用させるための定期的なミーティングです。はてなの開発チームでは「PWG (Performance Working Group)」の名前で実施しています。

PWGではMackerelのダッシュボードやAPM機能を用い、パフォーマンスやシステムの変化を共有しています。主な効果は以下の通りです。

- パフォーマンスの変化や問題の早期発見、障害の未然防止
- アプリケーションの変化をインフラエンジニアが把握
- 開発エンジニアのインフラ・パフォーマンスへの感度や理解の向上

一方昨今のAI Agentの登場により、パフォーマンスの調査や問題修正、状況のまとめなどをAIが担いつつあります。
こうした時代、エンジニアは何のために集まり話すのでしょうか?

本発表では、はてなでの取り組みを紹介し、AIによる変化と残り続ける価値について考えます。

mackerelio

November 19, 2026

Transcript

36 slides
  1. 自己紹介 • 藤田 幹央 / id:miki_bene / X: @benevolent0505 •

    株式会社はてなWebアプリケーションエンジニア • 2018年入社 ◦ 受託系サービスの開発・運用 ◦ 2026.6 から Mackerel 開発チームで O11y 機能の開発を担当 2
  2. プロダクションミーティング • 『Site Reliability Engineering』(SRE 本)31章 • プロダクト開発とSREのチームが集まり、 サービスの運用パフォーマンスについて話す会議 •

    障害を未然に防ぐ・運用改善のアクションを出す • メトリクス・障害・アラートをみる ◦ 徐々に負荷が増加していることに気づく ◦ アラートの通知は適切だったかを見直す 7
  3. はてなにおけるプロダクションミーティング • 2009年頃から PWG(Performance Working Group)の名前で 行っている • Mackerel 開発チームを含む、各プロダクト開発チームで実施

    「はてなの「PWG」という取り組みを builderscon 2024 で話してきました Hatena Developer Blog」 https://developer.hatenastaff.com/entry/2025/03/31/190000 8
  4. AI エージェントの登場 • モニタリングツールをAIが参照すれば普通にできる ◦ メトリクスの変化を分析させ、対策の提案・実施をさせる ◦ アラート設定の改善を AI に行わせる

    人が集まって会議を開いてパフォーマンスを見る意味はあるのか? → プロダクションミーティングの価値をふりかえり、 AI 時代に残る価値を考える 9
  5. Mackerel でのプロダクションミーティング • 開発チームのアプリケーションエンジニアとSREが集まる • 目的: サービスのパフォーマンス確認・システムの構成変更の 共有 • 頻度:

    2週間に1度、1時間枠 • パフォーマンス確認では専用のダッシュボードを用意し、 SLI/SLOや各種メトリクスを確認している 11
  6. 例: ALB のレイテンシーの悪化 • ある時からALBの TargetResponseTimeが遅くなった • 監視に引っかかるほどではないが、 急な傾向変化なので目立った •

    遅いAPIエンドポイントへのリクエス ト傾向の変化がALB全体に表れたとわ かった • ここまでを MTG の中で話している 16
  7. チームのサービス運用の感度を育成できる • メトリック変化を調べ、システムやコンポーネント間の連携の理解を深める ◦ 「この ECS タスクの CPU 利用率が上昇しているが、何がきっかけで増えて いる?」

    • メトリックの変化と重大度の判断 ◦ 10 → 100 に増えたからといって、キャパシティが 1000 なら問題ない • サービスに関わるエンジニアが全員参加するので、変化に気づいたり監視を改 善したりする仕事が属人化しにくい ◦ サービス運用をチームの仕事にできる 21
  8. AI にダッシュボードをレビューさせる • プロダクションミーティングでは、ダッシュボードを見て変化に気 づいていた • AI も同様と仮定して、AI にダッシュボードをレビューさせてみた ◦

    やり方: ダッシュボードの URL を Claude Code に貼り「過去1ヶ 月の変化をレビューして」と指示 ◦ 事前準備: MCP の整備、そのダッシュボードのコードベース配下 で実行 23
  9. 例1: ALB のレイテンシー悪化の分析 MTG 議事録 AI の分析結果 • MTG の議論と

    AI の分析結果は同じ • AI の方が詳細に、正確に調べてくる ◦ コードベースやトレースを確認し、実際に遅い要 因の特定も行った 24
  10. 例2: ElastiCache キー数の増減 MTG 議事録 背景 • メンテナンス明けは、再送で普段より多く のメトリクスが届く •

    保存に耐えるため、メンテ前後で ElastiCache のシャード数を増やしていた AI の分析 AI の分析結果 • メンテナンスの文脈はあったが、シャード 増強の文脈がなく「要確認」に挙げてきた • 増強理由を説明したら、気にしなくてよい 事項に格下げされた 25

More Decks by mackerelio

Other Decks in Technology