事例の要約
- 課題
- 複数のクラウドサービスが絡む障害は原因の特定が難しく、運用チームが監視データやログを分析し、サポート窓口と情報のやり取りを繰り返すうちに数週間かかることも多かった。対応策が暫定的なものにとどまり、調査をやり直すこともあった。
- 取り組み
- 障害が起きると、AIエージェントが監視データ、ログ、デプロイ履歴、ソースコードを横断して分析し、根本原因の仮説と複数の対応案を示す。
運用チームはチャットで誤りを指摘しながら仮説の精度を高める。
AIの調査記録をそのままクラウド事業者のサポートに共有し、仮説の答え合わせをする形で問い合わせる。
複数の対応案を検証環境で並行して試す。 - 成果
- 障害対応のリードタイムが、数週間から数日に大きく短縮した。
サポート窓口とのやり取りが、状況を一から説明する形から仮説を確認する形に変わり、原因分析の共有の手間が減った。
単一の指標では見えにくい問題箇所も特定しやすくなった。