生産性を最大限に高めるためには、定期的な休憩、無料のスナックや飲み物、ワークスペースのアップグレード、ミニコンテストなど、さまざまなモチベーション向上策をITリーダーは講じることができます。しかし、チームの生産性とイノベーションの両方を大幅に促進する、もう一つの最先端のツールがあります。それが人工知能です。
ISGのVentana Researchでデジタルテクノロジーの研究ディレクターを務めるジェフ・オー氏は、「反復的でチェックリストで標準化できる作業や活動は、AIを使用して自動化するのに適しています」と述べています。「ITチームのメンバーは、意義のある活動に取り組んでいるときにより良い経験を得られる傾向があります。従業員のエンゲージメントが向上すれば、従業員の定着につながります。
AIは、ITチームのメンバーがより創造的かつ生産的になるためにどのように役立つのでしょうか？以下の10のアイデアをご覧ください。
1. 警告に多くのコンテクスト情報を提供する
「何か問題が発生しました」という内容のエラーテキストメッセージを受け取った場合、通常、ITスタッフはログを調査し、問題を特定する必要があります。これは非常に非生産的であると、Orr氏は指摘します。生成AIによって実現された可視化テクノロジーを組み込んだソフトウェアは、エラーメッセージを視覚的にその原因まで遡り、原因に対処するための推奨手順を表示することができます。
「このより良い情報を得るためのアプローチは、eコマースストアのエラーからセキュリティリスク、接続障害に至るまで、ほとんどの分野でITチームのKPIに恩恵をもたらします」と彼は言います。
2. セルフサービスオプションの作成
AIで既存のプロセスを自動化することで、企業の各部署に強力な新しいセルフサービスツールを提供することができます。例えば、新入社員の受け入れには、所在地、役割、勤務時間など、周知のプロセスが存在します。
「従業員の認証情報やアクセス権限の作成、セキュリティ設定の事前構成、生産的な初出勤日の準備といったステップは、実際には人間の介入を必要としません」と、彼は付け加えています。
3. より効率的な拡張
AIは、一連の日常的な作業を自動化し、ITインフラ全体にわたって一貫した運用を確保できると、オラクル・ヘルス(Oracle Health)のAIエンジニアリングマネージャーであるアロク・シャンカル氏は言います。「この拡張性により、ITチームを比例して大きくすることなく、ビジネスの拡大が可能になります」と、シャンカル氏は指摘しています。
また、AIはITチームに、リソースの最適化、アップグレードの優先順位付け、将来の計画に必要なデータ主導の洞察力を与えることもできると、シャンカル氏は指摘しています。 絶え間ない改善への容易なアクセスも、AIの成長のメリットの1つです。「多くのAIシステムは機械学習を使用しており、常に学習し、適応することで、時間の経過とともにさらに効果的になります」と、シャンカル氏は述べています。
4. 潜在的な問題を特定
膨大なデータを分析することで、AIは潜在的な技術的およびセキュリティ上の問題を、それがシステム停止にまで拡大するずっと前に特定することができます。
「この先を見越したアプローチにより、ダウンタイムを最小限に抑え、システムをスムーズに稼働させることができます。AIの超高速処理により、問題を迅速に特定し対処できるため、ビジネスへの影響を軽減できます」とシャンカル氏は述べています。
5. チケットシステムの改善
サービス管理プロセス、特に自動チケット発行システムにAIを導入することで、スタッフの生産性を劇的に向上させることができると、エンジニアリングサービス企業Halffの機械学習科学者であるジャスティン・ロバーツ氏は述べています。
ロバーツ氏は、AIがチケットを自動的に分類、優先順位付け、振り分けできると指摘しています。「AIは、受信した問題を分析し、過去のデータを利用して、人の手を介さずに解決策を提案し、場合によっては実行することも可能です。」と説明しています。「人の関与が必要な複雑な問題については、AIが詳細なコンテクスト(報告)を作成し、解決までの時間を大幅に短縮することができます。
6. ビジネスプロセスの高速化
ハイブリッドクラウドストレージプロバイダーのNasuniのCIOであるジム・リドル氏は、ビジネスプロセスにAIを導入することで、企業は10年前には想像もできなかったレベルの生産性、効率性、一貫性、スケーラビリティを実現できると述べています。同氏は、データ入力や収集などの平凡な繰り返し作業は、インテリジェントなAIアルゴリズムによって24時間365日簡単に処理できると指摘しています。
「詐欺の検知や価格の最適化など、複雑なビジネス上の意思決定も、膨大なデータに基づいてリアルタイムで行うことができるようになりました。数日、数週間にわたっていたワークフローも、今では数時間、数分で完了できます」とリドル氏は述べています。
AIは、これまで人的作業を必要としていたタスク、ワークフロー、意思決定などを自動化することを可能にします。「企業は長い間、まず単純なプログラムに基づくルールベースのシステム、そしてより高度なアルゴリズムソフトウェアによって、自動化による効率性と規模の拡大を追求してきました。」とリドル氏は言います。「現在、機械学習とAIの革新が次世代のインテリジェントな自動化を推進しています。」
7. 反復的な作業を削減
AIは、ルーチンワークを制御し、プロセスを最適化することで、ITチームの生産性を大幅に向上させることができると、データサイエンスおよびソフトウェア開発企業Lokaのデータ責任者であるヘンリケ・リベイロ・デルガド・ダ・シルバ氏は述べています。
「定型的な作業を削減することで、チームは反復的な作業に費やす時間を節約できます。また、自動化と文書化の強化により、コードの変更やプロジェクトの進捗に遅れなく対応できます。」同氏は、AIはプルリクエストを自動的に作成し、プロジェクト管理ソフトウェアと統合することもできると指摘しています。さらに、AIはバグの解決や新機能の提案、コードレビューの改善に関する提案を行うこともできます。
日常的な作業の自動化を検討しているチームは、ChatGPTなどのツールを使用して簡単な例をコード化し、GitHub Copilotでコーディング支援を行うなど、実践的な練習を行うべきです。「このアプローチは、迅速で、満足のいく結果を得るために必要な労力が少なく、さまざまな規模や複雑さのプロジェクトに対応できる拡張性があるため、効果的です」とダ・シルバ氏は述べています。
8. ITOpsの可視性を向上させる
企業がダウンタイムゼロとIT運用コストの削減を追求する中、IT運用チームは、進化する要求に応えるために、改善と迅速な適応を迫られています。AIと自動化ソフトウェアプロバイダーのDigitateのフィールドCTOであるエフライン・ルフ氏は、パフォーマンス目標を達成するために、AI運用は現在、統一された可視性へと向かっており、IT運用を従来の反応的な監視からプロアクティブなIT管理へとシフトさせていると述べています。
ルフ氏は、膨大なデータセットの分析、パターンの識別、異常の検出、相関関係の特定、予測、さらには問題の予測を行う能力を提供することで、AIがITOpsの可視性を次のレベルに引き上げるだろうと考えています。これらの利点すべてが、ITチームに、より複雑な問題に集中するための時間を追加で与えることを約束しています。
AIはまた、隠れた依存関係を特定し、正常な動作を把握し、影響分析を行うこともできます。「システム障害や異常が発生した場合、AIはITチームの対応を自動化し、システムの可用性とパフォーマンスに大きな影響をもたらします」とルフ氏は指摘します。
AIをベースとしたITOps可視化イニシアティブを計画する際には、IT管理、プラットフォーム管理、ツール、セキュリティを担当するチームを組み込んだ共同作業が推奨されます。「正しい期待値を設定し、段階的に異なるチームで開始することが重要です」
9. 監視とメンテナンスの自動化
Instacartのシニアテクニカルソフトウェアプロダクトマネージャーであるマニッカヴァサガム氏は、日常的な監視とメンテナンスのタスクを自動化することで、AIはITチームの生産性を大幅に向上させることができると述べています。「AI主導の予測メンテナンスを活用することで、チームは潜在的なシステム障害を予測し、重大なダウンタイムが発生する前にその影響を軽減することができます」と彼は説明します。「AIはレポートの作成やシステムの更新を自動化し、チャットボットによる一次顧客サポートの問い合わせ対応さえも行うことができます。
マニカヴァサガム氏は、AIはITチームの運用コストを削減し、メンバーが人的介入を必要とする戦略的で複雑な作業に集中することを可能にする、と述べています。「AIによる日常業務の自動化は、効率を高めるだけでなく、ヒューマンエラーの可能性を低減し、システムの稼働率を高め、全体的なサービス品質を向上させます。
AIの取り組みでは、計画チームにITマネージャー、システムアーキテクト、データサイエンティスト(AIモデルのトレーニングと統合を支援)、エンドユーザー(フィードバック)を含めるべきです。「経営陣の関与があれば、プロジェクトがより幅広いビジネス目標に沿うようにし、必要なサポートとリソースを得ることができます」とマニッカヴァサガム氏は指摘しています。
10.コーディングの高速化
AI副操縦士ツールは、コーディング作業を大幅に加速するスマートな補完機能を提供します。データ管理および機械学習ソリューションプロバイダーであるArc53のCOO兼共同創設者であるパベル・トービン氏はこのように指摘しています。「単語を提案する以前のシステムとは異なり、今日のAI副操縦士は機能全体を提案することができ、コーディング時間とエラー率を大幅に削減することができます。
今後、AIツールは大きく進歩し、依存関係管理とコード変換の両方に対応するようになると、トービン氏は予測しています。「ITインフラが進化するにつれ、AIは更新プロセスを自動化し、保護することで、依存関係の混乱を狙った攻撃に関連するリスクを軽減することができます。」また、AIはレガシーソフトウェアを最新のフレームワークに変換する上で重要な役割を果たすようになると、同氏は考えています。これにより、ビジネスの継続性を維持しながら、よりスムーズな移行が可能になります。
また、ITリーダーに対しては、AIの精度を注意深く監視し、モデルが突然、自信に満ちたものの不正確または無関係な回答を出すようになった場合は「幻覚」に注意するよう助言しています。「さらに、人間の専門家による定期的な検証を行わずに、すべての問い合わせをAIに頼っていると、誤った情報がIT運用における常識になってしまう可能性があります」と警告しています。
