事例の要約
- 課題
- 本番環境のアラートは技術者が手を空けるまで待たされ、原因を調べるには担当者がチケットやビルド履歴、コードを手作業で探す必要があった。社内で作ったチャットボットは保守の負担が大きく、チームごとのデータ権限の管理も難しかった。
- 取り組み
- AIがチャットツールの監視用チャンネルを見守り、アラートが届くと自動で調査を始める。
AIが問題のコードを担当するチームを特定し、チームが決めた形式で根本原因の分析を投稿する。
技術者の依頼でAIが修正のプルリクエストを作り、人が確認してから本番に反映する。
リリースごとにリリース前のログと比べてエラーを自動確認し、パイプラインなどの定期点検も行う。 - 成果
- 繰り返し起きていた問題の根本原因を解消したことで、アラートの件数が大きく減った。
チケットやビルド履歴、コードをAIが確認することで、回答にたどり着くまでの時間が大幅に短くなった。
社内で保守していたチャットボットを置き換え、保守の負担がなくなった。