Share
Embed
Transcript
26 slides
-
本日のゴール Platform Engineeringを「自分たちのチームでも始められる」状態で持ち帰っていただく ターゲット 持ち帰っていただくこと これから検討したい 1
何を解決するものか 検討中だが、進め方に悩んでいる 2 どんな順番で導入するか AIエージェントを組織で安全に使いたい 3 AI時代に何を足せばよいか Platform Engineering 導入ガイド 2 -
アジェンダ 01 Platform Engineeringとは 02 導入へのアプローチ 03 AI時代のプラットフォーム 04 導入の進め方と最初の一歩
Platform Engineering 導入ガイド 3 -
Platform Engineeringの構成要素 開発者が迷わず・安全に・速く作れる仕組みを、社内向けの「製品」として提供する取り組み 内部開発者プラットフォーム(IDP) 開発者 (+ AI) 開発者ポータル 利用
入口・インターフェース 共通基盤 裏側で支える土台 サービスカタログ 標準化された実行環境 ドキュメント IaC・GitOps テンプレート・申請 セキュリティ・ガバナンス 提供 プラット フォーム チーム ゴールデンパス:よく使う作業を、組織おすすめの方法で迷わずやり切れる「道」 Platform Engineering 導入ガイド 5 -
なぜ、Platform Engineeringが必要なのか 開発スピードと品質を両立するには、個別最適ではなく、複雑さを吸収する共通の仕組みが必要 技術・選択肢の増加 クラウドやK8s など使える技術 個別最適の積 み上がり 認知負荷・運用 負荷の増大
共通の仕組みが必要 複雑さを吸収する が増え続ける チームごとに構成 や運用がばらつく チームが選べる 自由度が高まる 同じ仕組みを何 度も作る 開発者が基盤の 細部まで気にする 運用側の個別対 応が増え続ける 標準化する 安全かつ速く使 える形で提供する 自由度が高いだけでは、開発は速くならない。複雑さは各チームに背負わせず、共通基盤で吸収する Platform Engineering 導入ガイド 6 -
よくある課題 開発者と運用者の双方に負荷が偏り、全体最適が難しくなる 開発者視点の課題 運用者視点の課題 環境の準備に時間がかかる 個別案件ごとの対応が増え続ける チームごとに構成や使い方が違い、学習コストが高い 標準がなく、再利用や横展開がしづらい
基盤の複雑さまで意識しないと進められない セキュリティやガバナンスが後追いになる 安全な進め方が決まっておらず、都度判断が必要 改善活動に時間を割けない どちらかに負荷が偏る状態では、継続的に速く・安全に価値を届けることは難しい Platform Engineering 導入ガイド 7 -
課題への解決方針 いきなりツールを選ばず、まず要件とユーザー体験を定義してから実装方法を決める STEP 1 STEP 2 STEP 3 課題を言葉にする 要件と体験を定義する
実装アプローチを決める 認知負荷を下げたい 基盤に求める要件 環境準備を速くしたい 利用者に届けたい体験 個別対応を減らしたい 何ができたら成功か 要件と体験を満たす技 術を選ぶ 小さく作って使ってもらう 安全と標準化を両立したい 「このツールはどの要件のために入れるのか」を説明できる状態で進める Platform Engineering 導入ガイド 9 -
基盤に求める5つの要件と、利用者の体験 機能の一覧で終わらせず、「利用者にどう感じてほしいか」までセットで決める セルフサービス 標準化 安全の組み込み 再現性のある運用 認知負荷の低減 構成変更や運用が属人 化せず、続けて扱える 利用者が基盤の複雑さ
を意識しすぎずに済む 必要な環境や機 能を、自分です 構成や運用のばら つきを抑え、再利 セキュリティやガバ ナンスを、最初か ぐ使い始められる 用しやすくする ら仕組みに入れる すぐ使える 要件 基盤が満たすこと 迷わず始められる 体験 Platform Engineering 導入ガイド 安全な道に乗れる ずっと使える 詳細を知らず に使える 利用者がそう感じること 10 -
3つの実装アプローチ 1つの技術で全部を解かず、3つのアプローチを組み合わせて要件と体験を実現する アプローチ① アプローチ② アプローチ③ Kubernetesを抽象化 レイヤーに 周辺リソースごとパッケージ化 構成を宣言的に一元管理 LB・DNS・証明書・DB・監視までま
とめ、短い設定だけで一式そろえる Gitを「正」として、あるべき状態 をGitOpsで自動的に保つ 支える要件 支える要件 リソース置き場ではなく、運用の複 雑さを隠す「共通の窓口」として使う 支える要件 セルフサービス/標準化 再現性/安全の組み込み 標準化/再現性/認知負荷の低減 利用者には「選ぶ・書く・PRを出す」だけのシンプルな体験を、裏側は基盤が引き受ける Platform Engineering 導入ガイド 11 -
アプローチ② 周辺リソースごとパッケージ化 よく使う構成を1つのパッケージにし、利用者は「何がほしいか」だけを書く 利用者が書く設定(説明用の架空の例) 自動で構築される関連リソース kind: WebApp metadata: name: my-api
spec: template: public-web-app image: example/my-api:1.0.0 domain: api.example.com database: size: small LB DNS 証明書 DB シークレット 監視 + 実行環境にアプリをデプロイ 道具の例:Helm/Kustomize/Crossplane 複雑な構成を、再利用できるパッケージ(=ゴールデンパス)として提供する Platform Engineering 導入ガイド 12 -
アプローチ③ 構成を宣言的に一元管理 Gitを「正」とするGitOpsで、構成の統制・継続的な維持・クラウド差分の吸収を実現する 開発者・管理者 Gitリポジトリ GitOpsツール
実環境 設定をPRで変更 あるべき状態 Flux/Argo CD AWS/Azure/GCP ① 統合管理 ② ドリフト防止 ③ 差分の吸収 Gitを見れば、どの環境がどうなっ ているかわかる 手作業で変えても、Gitの状態に自 動で戻る クラウドごとの違いを、基盤側で まとめて吸収 変更はすべてPRを通るため、レビューと履歴管理も自然にそろう Platform Engineering 導入ガイド 13 -
事例:共通基盤の導入効果 初期開発よりも、長期の運用フェーズでのコスト削減効果が特に大きい フェーズ 共通基盤なし 共通基盤あり CI/CD基盤の初期開発 150万円 48万円 インフラ運用(5年) アプリ初期開発
180万円 180万円 インフラ初期開発 436万円 279万円 約79% アプリ運用(5年) 5,040万円 3,186万円 削減(試算) 1億4,160万円 3,000万円 インフラ運用(5年) 出典:SoftBank Tech Night #18「ソフトバンク流!プラットフォームエンジニアリング実現へのアプローチ」。同社のデリバリー実績を基にした試 算(中程度のアプリ+複数PaaSを含むKubernetes環境を想定) Platform Engineering 導入ガイド 14 -
事例:依頼待ちからセルフサービスへ 信頼性とセキュリティを「開発者が毎日通る道」に組み込み、SREへの依頼待ちをなくす Before:依頼ベースの運用 After:Platform化 新サービスごとに4〜5か所の設定変更が必要 EKS+ArgoCD+HelmでGitOps 開発者だけで完結せず、SREへの依頼待ちが常態化 開発者が書くのは最低限のvalues.yamlだけ サービスごとに設定がばらつく 軽量なアプリなら約10分でデプロイ
「何が正解か」が決まっておらず、レビューが毎 回議論に SREと開発の責務が明確になり、設計段階から協業 プラットフォーム化は技術導入ではなく、「役割と協業の再定義」 出典:ログラス 見形氏(TECH DRIVERS Day8 登壇)のZenn記事「SREを『努力』から『仕組み』へ — Platform Engineeringという選択」 Platform Engineering 導入ガイド 15 -
AIによって、プラットフォームに起きる2つの変化 AIで開発の実行能力が大きく上がり、プラットフォームが支える相手と範囲が変わる 上流 AIで高速化 下流 なぜ・何を作るか どのように作るか 何を得たのか 変化1 変化2
利用者がAIにも広がる ボトルネックが上流・下流へ 「どう作るか」をAIが考えて実行する。ただし、技術 的に動く方法が組織として望ましいとは限らない 作るのが速くなるほど、「何を作るか」と「価値に つながったか」が詰まりやすくなる Platform Engineering 導入ガイド 17 -
変化1:AIを利用者に迎える 既存の資産は活かしたまま、AI向けの入り口を足して「選択肢」と「境界」を与える Before:人が使う After:人+AIが使う 入り口:UI/Git 入り口:UI/Git/MCP・API ポータルに情報を集約 操作をMCP・APIでAIにも提供 テンプレートで作業を自動化 ドキュメントや関係性をAIが読める形に
パッケージとGitOpsでセルフサービス化 認証・権限をAIにも適用 ガードレールでAIの実行範囲を制御 ✕ 望ましくない AIがクラウドのCLIで直接DBを作る Platform Engineering 導入ガイド ◎ 望ましい AIが社内プラットフォーム経由で作る 18 -
変化2:意図・実行・学びをつなぐ 上流の判断を実行につなぎ、結果を次の判断へ戻す。AIと人の役割を分けて回す なぜ・何を作るか どのように作るか 何を得たか 1 2 3 4 5
6 状況を捉える 意図をそろえる 情報と操作 を届ける 実行仕様 を決める 許された条 件で実行 結果を確かめる AIが検知 人が判断 人が決定 AIが補完 AIが集計 人が方針決定 ポータル AIが起草 人が承認 共通基盤 結果を、次の状況把握と判断へ戻す AIに任せるほど、「意図(なぜ)」と「状況(前提・制約)」を渡すことが重要になる Platform Engineering 導入ガイド 19 -
事例:AIで開発工程を一気通貫に クルマのソフトウェア開発でも、AIが作り、人が各工程で確かめる。その土台がプラットフォーム AI AI AI AI 要件定義 コード生成 SILテスト OTA配信
各工程で人がレビューし、安全性を確保する 共通の開発基盤 目指すスピード ガードレール AWSのEKSを中心に、開発・テス ト・CI/CDをコンテナ化。ブラウザ 機能開発を「数か月」から「数時 間・数分」へ 外部向けSDKは、安全のガードレー ルを整えて段階的に公開する構想 から使える 出典:日産 Nissan Scalable Open Software Platform(AWS Summit 2026 展示のDevelopersIOレポート)。TECH DRIVERS Day8でも同基盤を中心に講演 Platform Engineering 導入ガイド 20 -
導入ロードマップ 大きく作らず、1つ舗装して使われたら次へ進む。4つのフェーズで段階的に広げる やること 成果物 Phase 0|2週間 Phase 1|1か月 Phase 2|2〜3か月
Phase 3|以降 棚卸し 最初の道 セルフサービス化 AI対応と計測 開発者にヒアリング し、困りごとを「頻度 いちばん多い作業を テンプレート化し、 GitOpsとパッケージ 化で、PRだけで環境 MCP・API、権限設 定でAIの入り口を作 ×面倒さ」で並べる READMEを書く ができるようにする り、効果を測る 舗装する作業の優先 度リスト 最初のゴールデンパス セルフサービスの仕組み AIも使える基盤と 効果データ ※ 期間は小規模チームでの目安です Platform Engineering 導入ガイド 22 -
最初の一歩:どの作業から舗装するか ヒアリングで困りごとを集め、「よく起きて、面倒な作業」を1つだけ選ぶ 開発者に聞く3つの質問 優先度の決め方 ↑ 面倒さ Q1 Q2 Q3 いちばん待たされる作業は?
手順書で十分 最初に舗装する 対応不要 次の候補 毎回コピペしている設定は? 新メンバーが最初につまずくのは? 発生頻度 → 例:新しいAPIサービスの作成、検証環境の用意、CI/CDの設定 Platform Engineering 導入ガイド 23 -
成功の測り方と、よくあるつまずき プラットフォームは「作って終わり」ではなく、使われ方を測って改善し続ける製品 見るべき指標 よくあるつまずきと対策 指標 見ること つまずき 対策 立ち上げ時間 依頼から使えるまでの時間
ツールから入る 先に困りごとを聞く 利用率 道を使うサービスの割合 強制するだけ 楽な道+外れる時のルール 満足度 開発者アンケートの評価 作って終わり 指標を見て直し続ける 個別依頼の件数 運用チームへの問い合わせ AIに強い権限を渡す 基盤経由で操作させる DORA指標 デプロイ頻度・復旧時間など 速さだけで満足 狙った効果まで確かめる 導入前に一度測っておくと、効果を説明しやすい Platform Engineering 導入ガイド 24 -
参考資料 AI時代のPlatform Engineering~AI駆動開発を支えるDeveloper Platform~【TECH DRIVERS Day8】 ログラス/ソフトバンク/日産(2026年10月26日) AI Native Platform
Engineering 〜AIを利用者に迎え Platformをどう拡張するか〜 ソフトバンク 三改木氏(TECH DRIVERS Day8) SREを「努力」から「仕組み」へ — Platform Engineeringという選択 ログラス 見形氏(Zenn) 日産の AI Defined Vehicle を支える次世代ソフトウェア開発基盤のデモを見学してきた DevelopersIO(AWS Summit 2026 レポート) ソフトバンク流!プラットフォームエンジニアリング実現へのアプローチ SoftBank Tech Night #18(2026年3月) CNCF Platforms Working Group Platforms White Paper/Platform Engineering Maturity Model 本資料は上記の公開資料をもとに、筆者が整理・再構成したものです。 Platform Engineering 導入ガイド 26