運用経験の危機
2025年アプリケーション戦略レポートからの洞察
導入
組織がデジタルサービスをより迅速かつ安全に、効率的に提供しようとする中で、運用の複雑さが最大の障壁となっています。 マルチクラウドや分散アプリケーション、ハイブリッドアーキテクチャの活用拡大に伴い、IT運用チームは時間を要する作業と断片化されたワークフローに直面しています。 従来の指標では、運用担当者が日々経験する複雑な摩擦を正確に把握できません。
このギャップを埋めるために、運用経験スコア（OES）は、運用上の課題を定量化し、自動化、特に AI 駆動型運用（AIOps）が必要不可欠となるポイントを浮き彫りにする複合指標です。 このスコアは、ITチームの運用効率やボトルネック、非効率の所在をデータに基づいて明確に示します。
評価方法と採点方式
私たちは、他の技術分野が「エクスペリエンス」をどのように測定しているかを調査し、そこから3つの柱にわたってデータを集約する式を導き出しました。
- タスク生産性（TP） － タスクを完了するために必要な手作業の量を測定します。 チームがスクリプト作成やAPIとの直接やりとり、日常的な操作の手動承認に過度に依存している場合、TPのスコアは低くなります。
- ワークフロー効率（WE） – タスクの実行時間と複雑さを評価します。 WEスコアが高い場合、ツールの断片化やプロセスの遅れ、人の介入に過度に依存しているために、対応に時間がかかっていることを示しています。
- ユーザー満足度（米国） 自動化へのオープン性、構成の容易さ、結果への信頼など、実務者がツールとワークフローにどの程度満足しているかを把握します。
このアプローチは、より高い満足度を評価し、手作業や非効率性が支配的な環境を罰します。 これを運用経験スコアと呼びます。
回答者全体の平均OESは5.50であり、業種別セグメントによって大きなばらつきがあります。 結果は以下の通りです:
最大の OES スコアは 10 で、10 は最適な体験（タスクの複雑さが低く、効率が高く、満足度も高い）を示し、1 は劣った体験（タスクの複雑さが高く、効率が低く、満足度も低い）を表します。
重要なポイント
- 回答者の41％が、「ベンダーAPIとの連携」や「スクリプト作成」が仕事で最も時間を要する部分だと答えています。
- 38%がAIによる構成とポリシーの自動調整を求めています。
- 56%がワークフローを効率化するためにAI生成の提案を求めています。
- 自動化ワークフローでAIを使いたくないと回答したのは、わずか6%のみです。
このデータで特に注目されるのは、規制が厳しい業界でOESが顕著に低いことです。 金融サービス、政府、エネルギー・公益事業の各分野は常に業務上の摩擦が多く見受けられます。 これは十分に予想できることです。 これらの業界では厳格なコンプライアンス体制の下で運用しており、手作業での確認や厳しい承認プロセス、遅い変更サイクルが必要とされます。 その結果、自動化ツールを使える場合でも、チームがそれを最大限に活用できないことが多いのです。
規制が厳しい環境ではレガシーインフラが長く残りやすく、統合やモダナイゼーションの課題がワークフローの効率に悪影響を及ぼします。 これらの業界の担当者はAI導入に前向きでも、方針やリスク回避のために採用が遅れることが多いのです。 OES指標はこうした障壁を明確に示し、適切に管理されたAIOpsがコンプライアンスの負担を軽減しながら、迅速なデリバリーに不可欠な役割を担っていることを教えてくれます。
分散とスケールが運用負荷を生む
現代のアプリケーション環境は、展開場所だけでなく、その扱う規模自体も複雑です。 多くの組織は、パブリック クラウド、プライベート データ センタ、コロケーション、エッジ、SaaS といった複数のインフラタイプをまたいでいます。 また、それらの環境全体で数十から数百のアプリケーションを運用しています。
影響を具体的に把握するために、2つの重要な指標を分析しました。
- 分散度:アプリケーションを展開している異なる環境の数です。
- スケール:管理するアプリケーションの総数。
データが示すこと：
- 分散度とOESの相関関係：–0.22
アプリケーションを多くの環境に展開するほど、運用の質が下がる傾向があります。 環境ごとに異なるツールやポリシー、統合の課題が現れ、管理が分断されて対応が遅れます。 - アプリケーション件数とOESの相関: +0.05
アプリケーションの量だけでは、運用上の摩擦との関連はほとんど見られません。 しかし分布を加味すると、より明確な傾向が見えてきます。多くのアプリと環境を両方持つ組織ほど、OESスコアが最も低くなっています。
アプリケーションの規模が拡大すると縦方向の負荷が増します。つまり、アプリが増えるほど管理すべき設定やポリシー、更新も増えていきます。 分散環境が広がると横方向の複雑さが増します。環境数が増えると、それだけ統合や可視化ツール、専門的な知識がより求められます。
まとめると、それらは運用のスピードに複合的な妨げとなります。
OESのスコアが最も低い金融サービス、エネルギー、製造業は、流通規模とアプリケーションの規模が最も大きい業界でもあります。 対照的に、通常アプリケーション数が少なくシンプルなインフラストラクチャ トポロジを持つ教育や医療分野は、OESスコアが著しく高くなっています。
なぜそれが重要なのか
運用チームは複雑さに対処しているだけでなく、その複雑さに溺れています。 環境が断片化され、規模が拡大するほど、ワークフローは脆弱になり、対応が遅れ、自動化の必要性がますます高まります。
運用の課題
運用エクスペリエンススコアは単なる数値ではなく、ITと運用チームが現代の分散化されしばしば断片化した環境を管理する際の現実的な課題を示しています。 データ全体の傾向を分析すると、痛点とオートメーションおよびAIOpsの導入に対する差し迫った必要性を理解するためのいくつかの共通テーマが見えてきます。
1. 手作業が依然として主流です
自動化ツールへの長年の投資にもかかわらず、多くの運用作業は依然として手作業のままです。 これは単なるレガシーシステムの問題だけではなく、ツール間のギャップや標準化の欠如、そしてスケールを意図していなかったスクリプトやAPIによる摩擦も原因です。
- 回答者の41％が、ベンダーAPIとの連携やスクリプト作成が最も時間を要する作業だと述べています。
- クラウドネイティブな組織でも、自動化はしばしば「スクリプトの寄せ集め」に過ぎず、効率的なオーケストレーションにはなっていません。
これは、ハードコーディングされたロジックや部族の知識への依存を減らす、よりインテリジェントで適応性の高い自動化の重要性を示しています。
2. ワークフローの非効率性は構造的な課題です
データは、遅延や非効率が特定のツールや工程だけの問題ではないことを示しています。 むしろ、それらは承認チェーンの分断や工程のサイロ化、システムの非統合といった、構造的かつ体系的な問題です。
- 回答者のほぼ30%は、承認や引き継ぎを待つことが遅延の主要な要因だと挙げています。
- 18%は、ツール間の統合不足が非効率の大きな原因であると報告しています。
{"ja-JP":"これは、ワークフローの効率性を向上させるには、単にツールを導入するだけでなく、プロセスを再構築し、意図と行動の間の遅延を減らすフィードバックループを生み出すことが重要であることを示しています。"}
3. 摩擦によって促進されるAIへの高い開放性
自動化の成熟度はさまざまですが、AIツールに対するオープンな姿勢は役割や業界を問わず一貫して高いです。 この関心は仮説的なものではなく、運用上の摩擦が大きい領域と強く関連しています。
- AIへの関心とOESの相関関係は0.62であり、最も苦しんでいる人ほどAI介入に最も適応しやすいことを示しています。
- チームは AI に人間を置き換えることを望んでいるのではなく、反復的でエラーが起きやすい作業の認知負荷を軽減したいと考えています：ログの要約、ポリシーの生成、ステータス報告、自動スケーリングなど。
この意欲は強力なチャンスを示しています： 最も負担を感じているチームに力を与えることで、AIOpsの導入をボトムアップで加速できます。
4. 規模と分散の両方で複雑さが増す
アプリケーションの規模と分散インフラストラクチャが組み合わさることで、特有の運用課題が生まれます。 それぞれが単独でOESに及ぼす影響は限定的ですが、両者が重なると明確な摩擦を引き起こします。
- アプリケーション数が多く、複数環境で導入モデルを持つ業界（金融サービス、エネルギー、製造業など）は、OESのスコアが最も低くなっています。
- 一方、アプリのポートフォリオや環境の多様性が小さい教育や医療などの分野では、はるかに高いスコアを獲得しました。
複雑さは、規模（垂直的負荷）と分散（水平的拡大）の増加に応じて増す複合的な要素だと改めて示しています。 だからこそ、特にAIOpsを用いた自動化は、有用であるだけでなく、欠かせないものになります。
5. 現状は持続不可能です
多くのチームがまさに転換点を迎えようとしていることが、最も印象深い発見です。 増え続ける要求、変わらない人員数、旧式のツール、そして手作業の対処法が組み合わさり、持続できないほどの運用負荷をあなたに与えています。
- チームは燃え尽きの兆候を示しています。
- AIへの欲求は野心的なものではなく、実用的なものです。
- 変化を受け入れる意欲はすでに動き出しています。
{"ja-JP":"データは明確に語っています。前進すべき道は、より多くのスクリプト、より多くのツール、より多くのダッシュボードを増やすことではなく、運用上のニーズに合わせて進化できるインテリジェントでコンテキストを認識する自動化です。"}
解決策はAIです
AIが運用エクスペリエンスにどのように位置付けられるかをより理解するために、AIと自動化に関する質問への回答を分析しました。具体的には、回答者がAIを適用したいと考えている分野や、運用でAIの使用に意欲を示した分野を調査しました。 次に、肯定的なAI関連の回答の数を各回答者の運用経験スコア（OES）と比較しました。
- AIへの関心とOESの相関関係：-0.62
これは明確なパターンを示す強い負の相関関係です。つまり、運用上の苦労を多く経験するほど、AIの支援を求める傾向が高まります。 言い換えれば、ログの要約やポリシーの調整、構成の生成など、AIによる支援を最も必要としているのは、運用経験のスコアが最も低い人々です。
これがAIOps導入の緊急性を一層高めています。 組織はAIを新しいものとして追い求めているわけではありません。むしろ、現在直面している課題を解決するために必要な手段として活用しています。 規模や複雑さ、旧態依然のプロセスが原因であれ、こうした課題がインテリジェントでコンテキストを理解し、日常の運用に組み込まれた自動化への現場からの需要を生み出しています。
このデータは、AIOps への関心が願望ではなく実用的なものであることを示しています。 回答者は、投機的な将来のユースケースを夢見ているわけではなく、現在のワークフローにおける時間の浪費をなくし、手作業の複雑さを軽減しようとしています。
スクリプト作成やログの要約、サービスのスケーリングは先進的な取り組みではなく、現代のインフラ運用に伴う日常的な負担です。 そして、まさにそこにAIの支援を望んでいます。
結果は明確な結論を示しています。AIに最も熱心なチームは、確実に守る力が最も弱い傾向にあります。
あなたはコア業務のタスクを自動化・効率化し、拡大できるツールを求めています。 現状のバラバラなスクリプト、壊れやすいワークフロー、手作業のトリアージでは対応しきれません。
これにより、OESフレームワークの核心的な主張を強化します： 運用の複雑さは測定可能で苦痛を伴い、IT運用におけるAIの需要の高まりと深く結びついています。
運用エクスペリエンススコアは明確で定量的な指標を示します。現代のIT運用は限界に近づいています。 規模、分散、複雑さの増大により、従来のツールや人手中心のプロセスでは対応できなくなりました。 その結果、摩擦が増え、運用コストが上昇し、技術チーム全体で燃え尽きのリスクが高まっています。
AIOpsは唯一のスケーラブルな前進の道です
グローバルState of Application Strategy Report 2025のデータは明白です。 あらゆる業界で、主要な運用上の課題は珍しいものではなく、誰もが痛感しているものです。
- パブリッククラウド、プライベートデータセンター、コロケーション、エッジ、SaaSにまたがる分散した展開トポロジー。
- アプリケーションの数と増加速度の急増、特に高度にデジタル化された分野で顕著です。
- 壊れやすいスクリプトや部族の知識への継続的な依存は、基本的な自動化を脆弱にし、拡張を難しくします。
これらの現実は新しいものではないですが、人間の努力だけでは解決できないという認識が高まっていることが新たな傾向です。
それでも、希望の光もあります：実践者は準備が整っています。
調査の回答から、痛みに最も近い人々ほど変化を受け入れる意欲が高いことがわかります。
- 56%の方がログの要約やスクリプト作成、ポリシーの適用など、反復的または複雑な作業にAIの支援を期待しています。
- 38%はAIに自動的に構成を調整し、意思決定を行うことを望んでいる。提案するだけでなく、実行してほしいと考えています。
- わずか 6％がAIツールに全く興味を示さないのは、変化への渇望がいかに広く浸透しているかを示す少数派です。
これは文化的な変化の兆候です。チームはAIを恐れているのではなく、むしろそれを求めています。 人間の判断を置き換えるためではなく、判断を強化し、加速させ、単調な作業から解放するためです。
行動しないことの代償はもはや隠されていない
連携ミスを直すために書いたスクリプトがすべてそうです。 手動承認が原因で遅れるデプロイがすべてそうです。 システム同士の連携不足で発生するチケットがすべてそうです。 これらは単なる小さな不便ではなく、運用コストを積み上げる大きな原因です。
デジタルパフォーマンスがそのままビジネス成果になる時代において、その負債は次のように直結します。
- 市場投入までの時間が長い
- セキュリティとコンプライアンスのリスクの増大
- 燃え尽き症候群と過酷な労働による人材の減少
OESはこの隠れたコストを正確に明らかにし、どの組織が最も遅れをとるリスクが高いかを示しています。
AIOpsは運用成熟度の自然な進化です
インフラストラクチャが物理から仮想、そしてクラウドネイティブに移行したのと同様に、運用も手動からインテリジェントへと進化させる必要があります。 AIOpsはトレンドではなく、エンタープライズ運用の進化における次の成熟段階です。
AIOpsを導入する組織は：
- 単なるタスクだけでなく、労力も自動化しましょう
- チームが構文ではなく戦略に専念できるようにしましょう
- リアルタイムで学習し、調整し、応答する適応型システムを構築する
そうでないものは？ ビジネスのペースに追いつけないワークフローに縛られたままです。
AIOpsは、複雑さによって引き起こされる運用体験の危機に対処するために必要不可欠な進化です。 もはやあれば良いものではなく、なくてはならないものです。
付録： アンケートの質問、回答内容、結果概要
タスク達成率
- 41% の回答者が、最も時間を取られる作業として「ベンダーAPIの利用」か「スクリプト作成」を選びました。
- 56% の方がスクリプト作成やログの要約、アプリケーション テレメトリとのやり取りでAI支援を求めています。
- 32% の企業が、配信とセキュリティサービスの運用にサードパーティの自動化またはオーケストレーション プラットフォームを利用しています。
- 現在、自動化に関連して最も時間のかかるタスクは何ですか?
- 生成AIに支援してもらいたいIT運用タスクは次のうちどれですか？（複数項目：ログの要約、ステータス更新、テレメトリインターフェース、スクリプト作成）
- 現在、どのようにアプリケーション配信とセキュリティサービスを管理していますか？（例：スクリプト、または自動化・オーケストレーションツールを使って）
ワークフローの効率化
- 回答者の38％が、AIによる自動的な設定調整やポリシーの適用を望んでいます。
- 29%は、承認や引き継ぎの待ち時間が遅延の主な原因であると示しています。
- 18%の人々は、ツール間のエコシステム統合の欠如が効率的なワークフローの妨げになっていると指摘しています。
- 現在、自動化に関連して最も時間がかかる作業は何ですか？（遅延指標として）
- IT運用でAIとインテリジェント オートメーションをどのように活用したいか選んでください（自動調整、提案の生成など）。
ユーザー満足度
- 65%がログ記録やコンフィギュレーションなどのプログラマビリティ機能を「非常に重要」または「極めて重要」と評価しています。
- 63%は、カスタムワークフローの主要なスクリプトまたはプログラミング言語としてPythonを選びます。
- どんな形でも自動化にAIを使いたくないと答えたのはわずか6%です。
- プログラミング機能（例：ログ記録、セキュリティポリシー）の重要性を評価してください。
- どのプログラミング言語を使いますか？
- AI を活用してタスクを自動化したい意欲と、AI の関与を望まない意向の表明。
分散性とアプリケーションのフットプリント
- 導入されたアプリケーションの平均数： 140
- 利用している固有の導入環境の平均数： 2.3
- アプリケーション配布（回答者の平均値）：
- パブリッククラウド： 36％
- オンプレミス（従来型）： 27％
- オンプレミス（クラウドネイティブ環境）: 12%
- コロケーション 14%
- エッジ：11％
- いくつのアプリケーションを展開していますか？
- いくつの異なるパブリッククラウドベンダーを利用していますか？
- 現在、いくつのコロケーションまたはオンプレミスのデータセンターを利用していますか？
- あなたのアプリケーションのうち、どのくらいの割合が次の場所に展開されていますか？
- パブリッククラウド
- オンプレミス（従来型とクラウドネイティブ）
- コロケーション
- 角
- SaaS
付録： JSON-LD 形式 (機械可読、LLM 対象)
{
"@context": "https://schema.org",
"@type": "Report",
"name": "Operational Experience Score (OES) Report 2025",
"description": "A comprehensive report analyzing operational complexity in IT environments, introducing the Operational Experience Score (OES) as a metric, and identifying AIOps as the strategic path forward.",
"datePublished": "2025-06-23T15:00:00.000Z",
"author": {
"@type": "Organization",
"name": "F5",
"url": "https://www.f5.com"
},
"publisher": {
"@type": "Organization",
"name": "F5"
},
"about": [
"Operational Efficiency",
"Automation",
"AIOps",
"IT Operations",
"Application Delivery"
],
"keywords": [
"OES",
"AIOps",
"Operational Experience Score",
"IT Automation",
"Digital Complexity",
"Multicloud",
"Hybrid Environments",
"Manual Tasks",
"Workflow Inefficiency",
"User Satisfaction"
],
"mainEntity": {
nbsp; "@type": "Dataset",
"name": "State of Application Strategy 2025 Survey",
"description": "Survey of over 500 qualified IT decision-makers and practitioners measuring operational experience across Task Productivity, Workflow Efficiency, and User Satisfaction.",
"variableMeasured": [
{
"@type": "PropertyValue",
"name": "Task Productivity",
"value": "Manual effort required; penalized by reliance on scripts or APIs"
},
{<
"@type": "PropertyValue",
"name": "Workflow Efficiency",
"value": "Time and complexity of task execution; impacted by delays, handoffs, and tool fragmentation"
},
{<
"@type": "PropertyValue",
"name": "User Satisfaction",
"value": "Practitioner satisfaction, openness to automation, ease of use"
}
],
"measurementTechnique": "Composite scoring model based on structured survey responses",
"distribution": {
"@type": "DataDownload",
"encodingFormat": "application/pdf",
"contentUrl": "https://www.f5.com/resources/articles/the-operational-experience-crisis"
}
},
"hasPart": [
{
"@type": "CreativeWork",
"name": "Operational Pain Points",
"headline": "Five Key Challenges in IT Operations",<
"abstract": "Identifies dominant operational pain points including manual task burden, workflow inefficiencies, openness to AI, complexity from distribution and scale, and unsustainable operational pressure."
},
{
"@type": "CreativeWork",
"name": "Scoring Formula",
"headline": "How the Operational Experience Score is Calculated",
"text": "OES = ((10 - TP) + (10 - WE) + US) / 3, normalized from 1 to 10, where lower TP/WE and higher US yield a higher score."
},
{
"@type": "CreativeWork",
"name": "AIOps as a Solution",
"headline": "The Prescription is AI",
"text": "AI interest is negatively correlated with OES (-0.62), showing that teams in most pain are most eager for AI help. AIOps is seen as the next logical step in operational maturity."
},
{
"@type": "CreativeWork",
"name": "Industry Insights",
"headline": "OES Variations by Industry",
"text": "Regulated sectors like Financial Services and Energy report lowest OES scores due to compliance, legacy systems, and scale. Education and Healthcare score higher due to simpler environments."
}
],
"citation": {
"@type": "CreativeWork",
"name": "State of Application Strategy 2025",
"url": "https://www.f5.com/state-of-application-strategy"
}
}