「今日の能力では明日は成功できない」という格言を聞いたことがあるでしょう。 それは新しい概念ではありません。 イノベーションはあらゆる業界やビジネスにとって生き残るための鍵です。 ビジネスの基盤となるエンタープライズ アーキテクチャについても同様です。
最近注目を集めているイノベーションは、生成 AI です。しかし、機械学習を活用した AI は、自動化を基盤として構築されています。 手動プロセスや反復タスクを自動化することはできますが、自動化の成功と効果は、それに対応する可観測性がなければ真に実現されません。
たとえば、自動車業界におけるイノベーションとそれが一般のドライバーに与える影響を考えてみましょう。 25〜30年前に車を運転していたなら、車のグローブボックスに地図が入っていた可能性が高いでしょう。 初めての場所を旅行中に、曲がり角や出口を見逃したときにルート案内をしてくれる副操縦士がいない場合は、車を停めて、車の前に地図を広げ、細い線や通りの名前を目を細めて見て進路を修正しなければなりません。
可観測性と自動化を挿入します。 GPS(全地球測位システム)追跡の進歩により、ドライバーは、経度と緯度の位置を特定できる位置データ(テレメトリ)の流入により、パーソナルナビゲーションデバイスを使用して、最寄りの道路標識まで運転しなくても、目的地に対して自分がどこにいるかを知ることができるようになりました。 さらに、これらのナビゲーション デバイスには、観測されたテレメトリを使用してドライバーの経路を最終目的地まで再ルーティングできる自動化機能も含まれていました。 その後はドライバーが新しいコースに従うだけとなった。
デジタル ビジネスは、実店舗のビジネスとは異なり、エンタープライズ アーキテクチャに監視機能と自動化機能が組み込まれていなければ成功できません。 顧客のデジタル エクスペリエンスは、企業のデジタル サービスの可用性、セキュリティ、パフォーマンスに結びついています。
デジタル サービスの要素を監視するには、オンプレミス、クラウド、エッジなど、あらゆる場所のすべてのシステムとapplicationsのフル スタックの観測可能性が必要です。これにより、パフォーマンスの低下を認識し、脅威が消費者のエクスペリエンス、ひいてはビジネスに重大な影響を及ぼす前に特定できます。 しかし、運用データの流れから得られた洞察があっても、完全な自動化がなければ、デジタル エクスペリエンスは危険にさらされます。 「数ミリ秒が重要な場合には人間が介入する余地はない」ため、手動によるアクション、修復、緩和では大規模な需要を満たすことができません。 真にデジタルなビジネスを考えるときに、私たちが話しているのはまさにこれです。
たとえば、先ほどのドライバーがナビゲーション システムを使用していたとします。 システムの自動化はここまでしか行われず、新しいコースに従うかどうかの選択はドライバー次第です。 また、GPS がルートを変更するのを待って市街地を運転したことがある人は、システムがコースから外れているというデータを処理し、新しい経路を特定し、ルートを変更した交差点を通過し終えたときに地図を更新するのにかかる追加の時間のために、何度も曲がり角を通り過ぎてしまうというフラストレーションを経験したことがあるかもしれません。 デジタル サービスの完全な自動化は、自動運転車のようなものです。 彼らのアーキテクチャでは、可観測性と自動化は明らかに後付けではありません。 これらは基盤に完全に統合されており、最適な乗客体験のために継続的な評価、分析、およびアクションが実行されます。
デジタルビジネスの場合も、(まれな例外を除いて)自動車の運転の場合も、最終的な意思決定者は人間のままです。 しかし、最適な決定を下すには情報が必要であり、その情報は GPS システムからでもフルスタックの観測機能からでも、デジタル信号から得られます。 デジタル ビジネスでは、意思決定よりも速く軌道修正することはできません。意思決定のスピードは、システムが実用的な洞察を取り込み、分析し、生成するスピードに完全に依存します。 デジタルビジネスの場合、それは可観測性と自動化を意味します。 したがって、これらをコア機能として含めるようにエンタープライズ アーキテクチャを最新化する必要があります。
これらの主要な機能と、それがデジタル ビジネスにもたらす追加の利点を計測する方法については、O'Reilly の書籍『 Enterprise Architecture for Digital Business』のエンジニアリング担当副社長兼applications担当 CTO の Mike Wiley による章「Observability and Automation」をお読みください。