20240416_devopsdaystokyo

Slide 1

Slide 1 text

生成AI時代のDevOps - 文化を進化させるToolの未来 - DevOpsDays Tokyo @kzk_maeda

Slide 2

Slide 2 text

自己紹介 Kazuki Maeda 𝕏 @kzk_maeda SRE/DRE/EM @atama plus AWS Community Builders AWS Startup Community Core Member

Slide 3

Slide 3 text

自己紹介

Slide 4

Slide 4 text

Agenda What is DevOps DevOpsについて Story: a team without DevOps culture DevOps文化のないチームの話 DevOps in Generative AI Era 生成AI時代のDevOps Story: a team with DevOps cultural tool w/ GAI DevOpsを加速させる生成AIツールとチームの話 Conclusion 総括

Slide 5

Slide 5 text

Slide 6

Slide 6 text

What is DevOps DevOpsはチームでもなく、肩書きでもなく、ツールや自動化のプラクティスも本質ではない DevOpsは文化である

Slide 7

Slide 7 text

4 Pillars of DevOps DevOpsの4本柱 ● Collaboration ● Afﬁnity ● Tools ● Scaling これらを軸にDevOpsという文化を形成していく

Slide 8

Slide 8 text

4 Pillars of DevOps Collaboration Afﬁnity Tools Scaling DevOps Culture

Slide 9

Slide 9 text

Tools of DevOps DevOpsの文脈で、ツールについて語られることが多い ● バージョン管理ツール ● CI/CDツール ● Infrastructure as Codeツール... DevOpsにおいて、ツールとは文化を加速させるもの

Slide 10

Slide 10 text

4 Pillars of DevOps - Tools as Accelerator Collaboration Afﬁnity Scaling Tools DevOps Culture

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Story: a team without DevOps culture DevOps文化のないチームの話

Slide 13

Slide 13 text

Story: a team without DevOps culture Devメンバー(3人)とOpsメンバー(1人)で構成 Devメンバーは機能開発と改修、Opsメンバーは運用と障害対応それぞれのメンバーは週に1回の定例MTGで同期

Slide 14

Slide 14 text

Story: a team without DevOps culture 障害検知時、OpsメンバーはSlackのアラートを検知エラーの詳細を確認することに加えて開発チームのknown issueを調べて過去事例を調査調べた内容をSlackに共有その度に作業が中断される

Slide 15

Slide 15 text

障害についてDevメンバーとOpsメンバーでPostmortem Opsメンバーはknown issueが解消されていないことを責め、 Devメンバーはそんなリソースはないと反論する議論をコントロールする人はいない Story: a team without DevOps culture

Slide 16

Slide 16 text

Story: a team without DevOps culture どうやって文化を醸成していけばいいか？何の助けを借りていけるのか？

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Dev with Generative AI 生成AIの登場によって開発者体験は大きく変わった一方、現状はDev領域の革命がメイン

Slide 19

Slide 19 text

Code/Test - Github Copilot etc ● あああ

Slide 20

Slide 20 text

Code/Test - Github Copilot AIコーディングアシスタントエディタ上で有効にし、コードのサジェスト、テストコードの作成、チャット機能によるコーディング支援などを享受できる ※類似のサービスに、Amazon CodeWhispererやGemini Code Assistなど

Slide 21

Slide 21 text

Plan - ChatGPT etc ● あああ

Slide 22

Slide 22 text

Plan - ChatGPT etc 言語モデルであるGPTを一般利用しやすいチャット形式のプロダクトで提供することで、一世を風靡計画の壁打ちやレビュー補助など、メンターやアシスタントとして活用 ※類似のサービスに、Copilot(Bing)やGemini、Claudeなど

Slide 23

Slide 23 text

生成AIは、Ops領域でも活用はできるはず現状、ソリューションとして広まっているものはそこまでないいくつか活用のアイデアを考えてみる Ops with Generative AI

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Story: a team with DevOps cultural tool w/ GAI DevOpsを加速させるGAIツールとチームの話

Slide 26

Slide 26 text

Story: a team with DevOps cultural tool w/ GAI Devメンバー(3人)とOpsメンバー(1人)で構成 Devメンバーは機能開発と改修、Opsメンバーは運用と障害対応それぞれのメンバーは週に1回の定例MTGで同期

Slide 27

Slide 27 text

Story: a team with DevOps cultural tool w/ GAI 障害検知時、OpsメンバーはSlackのアラートを検知エラーの詳細を確認することに加えて開発チームのknown issueを調べて過去事例を調査調べた内容をSlackに共有その度に作業が・・・

Slide 28

Slide 28 text

Idea: Monitoring with GAI 生成AIを応用した、自動モニタリングシステム ● 以下をRAGで自動化 ○ エラー検知 ○ ログ調査 ○ 過去調査履歴確認 ○ 調査内容共有

Slide 29

Slide 29 text

No content

Slide 30

Slide 30 text

Story: a team with DevOps cultural tool w/ GAI 障害検知時、OpsメンバーはSlackのアラートを検知しかし、一次調査やトリアージは全てツールが自動実施そのため、割り込みタスクによる作業中断はない

Slide 31

Slide 31 text

Story: a team with DevOps cultural tool w/ GAI 障害についてDevメンバーとOpsメンバーでPostmortem Opsメンバーはknown issueが解消されていないことを責め、 Devメンバーはそんなリソースはないと反論する議論をコントロールする人は・・？

Slide 32

Slide 32 text

Idea: Collaboration with GAI LLMとの対話を活用した、意義のある postmortem 適切な議論をアシスト ● 個人攻撃に対する注意 ● 曖昧さの排除を提案

Slide 33

Slide 33 text

No content

Slide 34

Slide 34 text

Story: a team with DevOps cultural tool w/ GAI 障害についてDevメンバーとOpsメンバーでPostmortem Cultureに背く発言はAIが適切に是正してくれるので本質的な議論に自然と向き合う場に昇華

Slide 35

Slide 35 text

Further more… 生成AIを活用したツールによって、DevとOpsの橋渡しができはじめたこの後、この開発チームが真の DevOpsチームに昇華していくにはより強いCollaboration、Afﬁnityが必要となる

Slide 36

Slide 36 text

Accelerate Culture with GAI Tools Collaboration Afﬁnity Scaling Tools DevOps Culture

Slide 37

Slide 37 text

Slide 38

Slide 38 text

生成AIによるOps Toolの導入で文化は加速する・・？

Slide 39

Slide 39 text

Most Important Element: People 生成AIによって文化醸成を加速させるアイデアはたくさん生まれるしかし、人がアクセルを踏んで、適切にハンドルを切らないと正しい方向にドライブしてはくれない

Slide 40

Slide 40 text

Design AI systems with people at the center システムを設計する際、より効果的なものにするためには、人間中心のアプローチを採用することが重要です。特に、対象ユーザーにとって、そのソリューションがどれだけ効果的に機能するか、という観点でその影響を評価する必要があります。 AI システムは、個人をフィードバックループに組み込み、人間のインプットに基づいてシステムを軌道修正するフローをつくり、時間の経過とともに改善していけるように設計するべきです。AI システムは、明確さ、制御機能、プライバシー保護機能を兼ね備え、補強や支援に重点を置いて、1 つの限定的な答えではなく、さまざまな選択肢をユーザーに提示するものでなければなりません。 How generative AI can boost productivity

Slide 41

Slide 41 text

DORA State of DevOps Report 2023 State of DevOps Report 2023 生成AIを”非常に重要” と答えているのは 30%前後

Slide 42

Slide 42 text

DORA State of DevOps Report 2023 State of DevOps Report 2023 コード生成などに比べ文化醸成項目ではまだ浸透していない

Slide 43

Slide 43 text

Conclusion DevOpsにおいて、ツールとは文化を加速させるもの生成AIは生産性の向上だけでなく、文化の加速との親和性も高い一方で、文化の加速ドライバーは最終的には人である人が生成AIを活用することで、DevOps文化をこれまで以上に加速させていく未来がそこまで来ている

Slide 44

Slide 44 text

Thank you for your listening!