1718865716
2024-06-20 06:35:05
企業も消費者もシームレスな接続と途切れないサービスに頼るデジタル時代において、最近の大規模な障害は警鐘を鳴らしている。 チャットGPTの停電から、予期せぬダウンタイムに悩む他のテクノロジー大手まで、こうした混乱がもたらす経済的影響は計り知れないものがあり、金銭的損失だけにとどまらない。ダン・アンド・ブラッドストリートによると、フォーチュン 500 企業の 59% が毎週最低 1.6 時間のダウンタイムに見舞われており、平均して 1 週間のコストは 643,200 ドルから 1,056,000 ドルに上る。
企業は、こうしたコストのかかる瞬間によって評判が損なわれるのも目にしてきました。当面の損失の他に、新たな懸念があります。企業は、将来の停止による大きな影響からいかに効果的に身を守ることができるでしょうか。システムがアクセス不能または最適に機能していない期間であるダウンタイムは、オンラインサービスへのユーザーのアクセスを著しく妨げ、従業員の生産性を低下させます。 生産性、および/または組織と顧客の関わりを妨げます。
インターネットは相互接続されたシステム、ネットワーク、アプリケーションの複雑なネットワークであるため、こうした混乱は急速に拡大し、組織の評判に重大な損害を与える可能性があります。統計は悲惨な状況を示しています。Forrester の 2023 年の機会スナップショットでは、次のことがわかりました。
1/ 37% は自社がインターネットの中断により 100,000 ～ 499,000 ドルの損失を被ったと推定し、39% は 500,000 ～ 999,999 ドルの損失を被ったと推定しました。
2/ 混乱は、従業員の離職率の増加（55%）や労働生産性の低下（49%）など、企業内部にも損害を与えます。
3/ 十分な可視性がなければ、企業は平均して 1 か月あたり 76 件の中断を経験します。
4/ 回答者の 75% は、IPM が自社のビジネスに重大な、または大きなプラスの影響を与えると回答しました。
米国のAI市場は推定871.8億ドルから1673億ドルの価値があり、その成長によりデジタル環境は猛スピードで進化しています。AI駆動型アプリケーションへの依存度が高まるにつれ、ダウンタイムに対するプロアクティブな監視の必要性が注目されています。2月14日のChatGPTの障害は、 チャットGPT API を介して GPT ベースのチャットボットを実行していたサービスとその顧客。AI 依存関係の監視は、スタートアップから大企業まで、すべてのビジネスにとって重要になります。
Catchpoint の共同創設者兼 CEO。
適例
2023年12月、 アドビの広範な顧客基盤は、Adobe Experience Cloudの18時間にわたる一連の障害の影響を受けた。AIはまだプラットフォームに追加されていないが、多くの企業がこの技術にますます依存し始めており、この障害は、AIがより深く組み込まれたときに何が起こるかの例となる。実際、Adobe Experience Cloudの障害は、デジタルインフラストラクチャ内でサードパーティのサービスに依存することに伴う脆弱性を浮き彫りにしている。Adobeの 雲 インフラストラクチャの障害により、重大なサービス中断が発生し、複数のプラットフォームにわたる重要な機能に影響が出ました。
Adobe によると、データ収集 (セグメント パブリッシング)、データ処理 (クロスデバイス分析、分析データ処理)、レポート アプリケーション (分析ワークスペース、レガシー レポート ビルダー、データ コネクタ、データ フィード、データ ウェアハウス、Web サービス API) はすべて、この障害の影響を受けました。障害中、ユーザーはさまざまな Adobe サービスで遅延やパフォーマンスの低下を経験しました。事後調査の結果、障害の根本原因は Adobe のクラウド インフラストラクチャ内の問題に起因しており、レイテンシの急増やユーザーの読み込み時間の延長につながっていることが判明しました。
Adobeの失敗 インフラストラクチャー この問題は広範囲に及び、日常業務で Adobe サービスに依存している企業やユーザーに影響を及ぼしました。さらに、Adobe は数百万の顧客に対してサービス レベル契約 (SLA) 違反を被るリスクがありました。SLA は、チケットに回答したり、チャットや通話に応答したりする必要がある一定の時間枠を設定します。指定された時間枠内に回答または応答されない場合は、SLA 違反が発生し、支払いが発生することがよくあります。顧客ロイヤルティも試される可能性があります。
Adobe の障害は単なる混乱にとどまりませんでした。同社のサービスを利用している企業にとって、デジタル レジリエンスに対する幅広いアプローチを再評価するきっかけとなりました。Adobe の多くのサービスに影響を及ぼした障害の規模は、企業が常に緊急時対応計画を立て、将来の混乱に備えて予防策を講じる必要があることを改めて認識させる貴重な教訓となりました。
では、企業はどうすればリスクをうまく乗り越え、インターネットの回復力を高めるための強固な道筋を築けるのでしょうか。これには根本的に大きな転換が必要です。アプリのパフォーマンスをリアルタイムで可視化し、潜在的なボトルネックやその他の問題点が雪だるま式に膨れ上がって本格的な危機に発展する前に特定できるようにすることです。AI（またはその他の）依存関係をレーザーのような精度で監視することで、組織は脆弱性に先手を打って対処し、デジタルインフラを強化し、 フォールアウト 予期せぬ混乱。
AI時代のダウンタイム対策
今日の熾烈な競争環境において、ほんの一瞬のサービス中断でも消費者の信頼とブランドの信頼に大きなリスクをもたらすことは否定できません。こうしたリスクに対抗するために、組織はパフォーマンス監視、特に日常業務に急速に浸透しつつある AI 駆動型アプリケーションに関する監視に対して積極的な姿勢を取らなければなりません。従来のアプリケーションとは異なり、AI 駆動型システムは多くの場合自律的に動作し、膨大な量のデータに基づいて瞬時に判断を下します。
これらのシステムに何らかの障害が発生すると、エラーや遅延が連鎖的に発生し、ユーザー インタラクションが中断され、最終的にはブランドに対する信頼が失われる可能性があります。アプリケーション パフォーマンスをリアルタイムで可視化することで、企業は異常を迅速に検出し、機能を最適化し、シームレスなユーザー インタラクションを維持できます。問題が発生したときにすぐに特定して対処できるため、IT チームは運用の継続性を維持し、潜在的な損害を軽減できます。
予測的 分析 AI による異常検出は、エンドユーザー エクスペリエンスに支障をきたす前に潜在的な問題を事前に特定する上で重要な役割を果たします。AI テクノロジへの依存が高まるにつれて、中断のないサービスはますます重要なビジネス上の必須事項になります。しかし、早期検出を実現するのは困難な場合があります。
多くの企業は依然として基本的な稼働時間監視に依存しており、多くの場合、監視はホームページのみに限定されているため、AI 依存のサービスに障害が発生すると、断続的または部分的なサイト障害が発生する危険性があります。AI によるダウンタイムを防ぐために、組織はフロントエンド インターフェースからバックエンド データ処理パイプラインまで、AI 駆動型アプリケーションの全範囲にわたるインターネット パフォーマンス監視 (IPM) などの総合的な監視戦略を実装する必要があります。
AI の依存関係を積極的に監視し、堅牢なパフォーマンス管理フレームワークを導入することで、企業はコストのかかるダウンタイムのリスクを軽減し、AI 主導の環境がますます増える中で業務の継続性を維持できます。これは、こうした課題を予測し、運用チームがそれらを最適に管理できるようにすることで、先を見越してビジネスを最大限に保護するための行動喚起と捉えてください。
この記事は、今日のテクノロジー業界の最も優秀で聡明な人々を特集する TechRadarPro の Expert Insights チャンネルの一環として作成されました。ここで表明された意見は著者のものであり、必ずしも TechRadarPro または Future plc の意見ではありません。寄稿にご興味がある場合は、こちらで詳細をご覧ください。 https://www.techradar.com/news/submit-your-story-to-techradar-pro
#停止の本当のコストとAI #の依存関係を監視することがなぜ重要なのか