Jeff Collins, CEO & Founder of WanAware

AI for IT? Not Without Visibility First

今日、人工知能はもはや研究開発部門や実験室に限定されていない。エンタープライズのITスタック全体に広がり、ヘルプデスクの自動化、ネットワークトラフィックの異常検知、应用性能の最適化を行っている。マッキンゼイによると、72%の企業がAIを至少一つの機能で使用しているが、多くの企業がまだ古い、不完全な資産インベントリに頼っている。この急速な採用は、AIの約束とITリーダーが感じる近代化の圧力の両方を反映している。しかし、AIをインフラストラクチャーに組み込む競争の中で、しばしば見落とされる基礎的な欠陥がある：可視性。具体的には、その欠如である。AIが真正にIT操作で有用になる前に、セキュリティ脅威の特定や自動スケーリングのリソースが必要である。信頼できる理解が必要である。でも、AIが依存するデータは、不完全、不正確、または古い資産インベントリの上に構築されることが多い。自分で運転する車をプログラムするのに、機能するGPSがないようなものである。エンジンは強力かもしれないが、どこにあるのか、道路上に何があるのかわからない。これが、エンタープライズAIの次のボトルネックである。AIの観察可能性は正確な資産データに依存するAIはデータに依存するが、どんなデータでもない。タイムリーで、構造化され、信頼できるデータが必要である。現在の状況を反映するものである。ITの文脈では、環境内のものが何であるかを理解することから始める：デバイス、エンドポイント、ワークロード、ユーザー、クラウドインスタンス、シャドウITなど。問題は、多くの組織が盲目的に飛行していることである。10年前の資産管理ツールは、今日のハイブリッド、ダイナミックな環境には設計されていない。新しいソリューションは、十分に深く到達しないAPIや統合に依存することが多い。結果として、資産インベントリは部分的で、誤解を招くものになる。このような盲点の中でAIモデルをトレーニングまたはデプロイすると、結果はすぐに複合する： セキュリティツールは、最初からカタログ化されていない脆弱なデバイスを見逃す。 パフォーマンスの洞察は、ゴーストマシンまたは管理されていないエンドポイントによって歪む。 自動化スクリプトは、存在しないリソースまたは複製されたリソースに作用しようとしたときに失敗する。 つまり、スマートな決定を導くはずのデータが、より多くの不確実性を導入する。AIは、環境の断片的な地図に基づいて価値を生み出すことができない。ハイブリッド、分散型ワールドの可視性の課題可視性の課題は、怠慢の結果ではない。ITが進化した結果である。今日の環境は、物理マシン、仮想化されたワークロード、複数のクラウドプラットフォーム、SaaSアプリ、リモートエンドポイント、エッジデバイス、コンテナを包含する。いくつかの資産は数分でスピンアップして消える。ほかは、レガシーアーキテクチャの遠く離れたコーナーに存在する。責任は、社内チーム、請負業者、サードパーティプロバイダーに分割されることがある。さらに、企業は急速に進化している。買収、新しいツール、部門のITの決定はすべて、毎日変化する広大な景観に貢献する。すべての可視性をまとめることは、難しい。多くの企業は、スプレッドシート、レガシーのCMDB、またはベンダー固有の発見ツールに頼るが、それらは互いに通信しない。結果は、未知、管理されていない、または孤立した資産の数千、各資産は潜在的な故障点となる。そして、それはインベントリの側面だけである。コンテキストの問題もある。デバイスが存在することだけを知ることは不十分である。デバイスが何をしているか、誰が使用しているか、他の資産にどのように接続されているか、そして正常に機能しているかを知る必要がある。そうでない場合、AIは鈍い道具になる。異常を検知するが、正常なものを知らない。変化を検知するが、重要かどうかを知らない。インフラストラクチャーをAI準備完了にするAIがITで約束を守るためには、可視性に焦点を当てる必要がある。つまり、資産インテリジェンスを任意ではなく、必須とする必要がある。以下が必要である：資産の発見を継続的なプロセスとして扱う：従来の発見ツールは、スケジュールされたスキャンで動作する。ただし、それだけではもう十分ではない。環境は流動的である。開発者によって資産がスピンアップされたり、クラウドプロバイダー間で移動したり、IPが通知なしに変更されたりする可能性がある。リアルタイムまたはニアリアルタイムの発見が基準であるべきである。データソースを結合して盲点を排除する：単一のフィード、たとえばエージェントまたはクラウドAPIに頼るだけでは、完全な絵は描けない。可視性は、複数の方法を組み合わせる必要がある：パッシブリスニング、API統合、ログ分析、エンドポイントテレメトリ、ネットワークトラフィック。各々がパズルの異なる部分を提供する。カウントではなくコンテキストを構築する：発見はステップ1であるが、エンリッチメントで真正の洞察が始まる。つまり、資産をビジネス機能、所有者、依存関係、ライフサイクル段階にマッピングすることである。AIは、重要な生産サーバーとテストVMを区別するコンテキストが必要である。孤立した資産や管理されていない資産を排除する：環境に、誰も責任を負わない資産が数百または数千あることがある。運用上のリスクとセキュリティリスクの両方を生み出す。管理下に置くか、完全に廃止することが、優先事項であるべきである。可視性を戦略的エナブラーとして扱う：資産インテリジェンスは、ITの衛生だけではなく、ほとんどすべての他のものの基盤である：スマートな自動化、より良い脅威検知、より効率的な支出、そして確かに、信頼できるAI。そうでない場合、ダウンストリームのすべての洞察が損なわれる。あなたが許容できない盲点ITにおけるAIは魔法ではない。パターン認識、自動化、データに基づく推論である。しかし、データが可視性の欠如、壊れたインベントリ、またはコンテキストのない資産によって損なわれている場合、AIはただの推測になる。パイロットに、計器なしで飛行することを許可しない。しかしそれが、今日の多くの組織がAIシステムから期待していることである。インテリジェントな出力を、不可視のインフラストラクチャーから期待している。ITの未来は、確かに、より自律的、予測的、AIアシストになるだろう。しかし、その未来は、AIがナビゲートする景観を照らすことから始める必要がある。自動化する前に、見る必要がある。予測する前に、理解する必要がある。AIにインフラストラクチャーを管理することを信頼する前に、インフラストラクチャーを可視化する必要がある。そうでない場合、それはただの盲目的な飛行である。