組み込みのオブザーバビリティにより、Dynatrace Davis CoPilot の効果をさらに高めましょう。

生成AIプロジェクトの 95% は測定可能な価値を提供できておらず、リーダーたちは AI 投資が効果的であることを実証しなければならないというプレッシャーが高まっています。これを達成するには、AI がどのように、どこで使用されているか、そしてそれがどのような成果をもたらしているかを明確に把握する必要があります。

Dynatrace は、AI スタック全体のオブザーバビリティの基準を設定しており、その同じレベルの洞察力を自社の AI ツールにも拡大しています。新しいDavis CoPilot® 機能採用ダッシュボードは、Dynatrace チームが製品の品質向上に信頼を置いているのと同じテレメトリを利用しています。Davis CoPilot が生産性と意思決定をどのようにサポートしているかを評価し、最適化することで、実験段階から持続可能な結果へと移行することができます。

Dynatrace プラットフォームの LLM 搭載アシスタントであるDavis CoPilot は、Dynatrace 上のデータのコンテキストを最大限に活用して、正確かつ実用的な回答を提供することで、チームの作業効率の向上を支援します。その結果、情報の検索やユーザーのオンボーディングに費やす時間が削減され、Dynatrace プラットフォームから最大限の価値を引き出し、測定可能な成果を達成するための時間をより多く確保することができます。

IT および中央チームのリーダーは、通常、組織のより広範な AI 戦略に沿った具体的な目標を念頭に、ユーザーに Davis CoPilot を提供します。このような取り組みは、通常、3 つの重要な目標の達成を目指しています。

• 導入と活用促進：AIを日常業務のワークフローに組み込み、チーム全体で価値を拡大できるようにします。
• 生産性の向上：手作業の負担を軽減し、洞察を得るまでの時間を短縮し、成果の質を向上させます。
• 実証可能なビジネス価値：運用コストの削減、インシデント解決の迅速化、サービスレベルの向上など、使用状況を測定可能な結果に結びつける。

AI がどのように使用され、どのように価値をもたらしているかを理解する

これらの目標を測定可能にするには、ユーザーによる AI の採用状況、その目的、そして意図した価値を提供しているかどうかを可視化する必要があります。そうして初めて、改善が必要な箇所を特定することができるのです。既製のデイヴィス・コパイロット機能採用ダッシュボードは、この可視性をすぐに提供し、組織全体で Dynatrace の生成AI機能がどのように使用されているかを表示します。提供されたメトリクスとインサイトに基づいて、管理者と中央チームはデータに基づく調整を行うことができます。

デイヴィス・コパイロットの使用頻度と使用目的をリアルタイムで把握

チームがワークフローでデイヴィス・コパイロットをいつ、どのくらいの頻度で使用しているかをリアルタイムで把握できます。ダッシュボードは、組織全体でのアクティブなエンゲージメント、クエリアクティビティ、使用傾向をハイライト表示し、デイヴィス・コパイロットが最も価値を発揮している分野と、追加の支援が必要な分野を理解するのに役立ちます。

使用パターンを分析することで、パフォーマンスの高いチームを特定し、全体的な導入の進捗状況を監視し、従業員がDavis CoPilot を効果的に使用して有意義な成果を上げていることを確認することができます。

より詳細な分析のために、デイヴィス・コパイロットの使用状況をスキルごとにさらに分類します。

• チャット：チャットのやり取りやワークフローのアクションを分析し（現在、非公開プレビュー中）、ユーザーがデイヴィス・コパイロットをどのように活用して質問をしたり、問題のトラブルシューティングを行ったり、日常的なタスクを自動化したりしているかを表示します。
• 自然言語クエリ：ユーザーが日常言語を Dynatrace Query Language (DQL) コマンドにどのように変換するかを追跡し、技術ユーザーと非技術ユーザーの両方にとって、より迅速なデータ探索をサポートします。
• DQL クエリの説明：ユーザーが Davis CoPilot をどのように利用して 複雑なクエリを解釈し、要約する方法を示します、既存の作業内容を理解し、それを基に作業を進めやすくする方法を分析します。
• ドキュメント検索： ユーザーが、問題アプリでのトラブルシューティングを迅速化するために、AI 駆動のドキュメント検索をどのように利用しているかを追跡します 。

ユーザーエクスペリエンスと満足度を追跡

デイヴィス・コパイロットが価値を提供しているかどうかを判断するには、使用状況だけでなく、ユーザーとのやり取りの質や成果も測定することが重要です。ダッシュボードは、実行時間と成功率を追跡し、デイヴィス・コパイロットが実際のシナリオでどの程度うまく機能しているかを示します。これにより、無効な DQL の生成や、ガードレールやコンテンツフィルターによってブロックされたプロンプトなどの技術的な問題を簡単に特定することができます。

追加のユーザーフィードバックにより、これらのシグナルにコンテキストが追加されます。 「いいね」や「嫌い」の反応は、ユーザーが望ましい結果を達成できた部分と問題が発生した部分を把握するのに役立ちます。同様のプロンプトやスキルに否定的なフィードバックが集中している場合、管理者は失敗したプロンプトを調査し、一般的な失敗モードを特定し、その原因となる状況を把握することができます。これにより、AI の使用に関する社内ガイダンスの改善、特定のチームへの支援の強化、Dynatrace への実用的な改善要求の提示など、的を絞ったフォローアップアクションが可能になります。

例えば、複数のユーザーがKubernetesデータの自然言語クエリで困難を感じている場合、管理者は失敗したプロンプトを確認し、ベストプラクティスを提供し、これらの対策が時間の経過とともに成功率向上につながることを検証できます。OpenPipelineを使用して一般的な同義語を追加し、データを充実させることもご検討いただけます。Nequi社はPerform 2025でその事例を発表しました。

運用指標と状況に応じたフィードバックを組み合わせることで、組織は摩擦点を迅速に特定し、ユーザー成果と総合的な満足度を向上させるための具体的な措置を講じることができます。

生成AI によって生成されたインサイトのパフォーマンスを最適化

また、ダッシュボードでは、クエリ数やスキャンされたデータ量など、Davis CoPilot を通じて実行されたクエリの透明性も提供されます。これにより、環境全体における AI 生成のインサイトのリソースとコストへの影響をより深く理解することができます。多くの AI イニシアチブは、使用量の増加が運用に与える影響を理解する洞察をチームが欠いているために停滞してしまうため、このレベルの可視性は非常に重要です。

データ集約型のクエリを早期に特定することで、パフォーマンスを最適化し、コストの露出を制御し、AI の拡張に対する信頼性を損なう可能性のある予期せぬリソースの急増を回避することができます。セグメントのフィルタリングや、データを専用のバケットに整理するなどの機能により、組織のニーズに基づいてデータアクセスを微調整することができます。これにより、AI のアクティビティを監視するだけでなく、責任を持って調整および管理することができ、Davis CoPilot の効率性と制御性を維持し、より広範なビジネス目標に整合させることができます。

デイヴィス・コパイロットの潜在能力を最大限に活用

Davis CoPilot 機能採用ダッシュボードは、Davis CoPilot を責任を持って大規模に拡張し、制御を維持しながら生産性の向上を最大化するために必要なインサイトを提供します。使用状況、成功率、運用への影響を明確に把握することで、AI の継続的な拡大のための強固な基盤を構築することができます。

このダッシュボードは、デイヴィス・コパイロットを有効にしているDynatraceのお客様の環境で、すぐにご利用いただけます。