未来を形作る：Dynatraceによる自律型インテリジェンス

エージェント型AIを導入するお客様との頻繁なやり取りの中で、経営陣と開発者という二つの主要なステークホルダーの期待が明らかになります。

経営陣は、大幅な生産性向上の実現に重点を置きながら、能動的AIの導入方法を積極的に模索しています。AIによる自動化がエンジニアリングの時間を解放し、ソフトウェアを自動的に修正し、システム停止を防止し、機能開発以外のタスクの80%の大半を引き継ぐことを期待しています。

開発者側は、日常業務の利便性と効率化のためにAIを急速に採用しており、インターネット接続と同様に不可欠なものとなりつつあります。例えば、開発者におけるGitHub Copilotの利用率は、2023年の17%から2024年には45%に上昇しました。開発者側は、AIが文脈を理解して正確なエラー修正を提案すること、テストを自動生成すること、脆弱性修正のための情報を自動収集すること、実際の運用環境の知見に基づいた最適化を推奨することを求めています。

市場は能動的AIをますます熱狂的に受け入れています。KPMGのAI Pulse調査によると、ビジネスリーダーの68％が今年だけで生成AIと能動的AI技術に5,000万ドルから2億5,000万ドルを投資する計画であり、2024年の45％から増加しています。企業はこれを戦略的優先事項と捉え、よりスマートな自動化を実現する基盤と見なしています。その可能性は現実のものですが、エージェント型AIを堅牢かつ安全に活用するためには、確固たる基盤が必要です。

信頼性の高いエージェント型AIの基盤としての文脈

お車のエンジンがかからなくなった際、オンラインの自動車アシスタントに助けを求めたと想像してください。多くのアシスタントは、問題の文脈を理解していないため、まず漠然とした質問をしたり、一般的な対処法（「バッテリーを交換してみてください」）を提案したりするでしょう。次に現れるアシスタントは「エンジンが完全に故障しています。新しいエンジンが必要です」と告げるかもしれません。一方、自動車の専門家にお車をお持ちになった場合を想像してみてください。専門家は始動しない原因を即座に特定するだけでなく、お車の構造全体を瞬時に分析します。部品の正確な構成、それらの相互作用、さらにはどの部品がどの順序で取り付けられたかまで把握します。単にモーターやネジの存在を知っているだけでなく、そのネジがイグニッションコイルをエンジンブロックに固定していること、逆ではないことを理解しているのです。

これが、Dynatrace でエージェント型 AI が機能する仕組みです。エージェント型 AI は、お客様の車を隅々まで熟知した専門家チームのように機能します。すべてのネジ、そして車両がどのように、なぜ製造されたかを理解しています。推測ではなく、アーキテクチャを明確に把握して動作し、すべての要素の関連性を理解しているため、根本原因を自動的に特定します。Dynatrace は、Davis® AI 根本原因分析により、300 万件以上の問題を 24 時間、毎日、正確かつ大規模に分析しています。

10 万もの部品をいちいち確認する代わりに、Dynatrace Smartscape により、正確な原因（たとえば、実際に結果に影響を与えている 50 のサービス）を特定します。物置にあるあらゆる工具を片っ端から試すのではなく、お客様の特定のデジタルシステムに最適な工具を毎回選び出します。

IT においても同様です。エンジニアリングチームは、「システムの動作が遅いようです。サーバーのスケールアップを検討してください」といった一般的なコメントではなく、「ユーザーのスローダウンは、ブランチ「決済サービスの計算更新」のデプロイで導入された、設定ミスのある機能フラグが原因で、決済サービスの API 呼び出しが失敗したことに起因しています」といった詳細なインサイトを得ることができます。これが、Dynatrace が実用的なコンテキストを提供する仕組みです。

DynatraceのAI駆動型自動化は、すでに自律的な行動を示しています

Dynatraceは長年、データ・知能・自動化の交差点で機能してまいりました。実際、自律的な根本原因検出、予防的運用、因果推論（現在は因果AIとして進化）、自己修復型本番環境など、エージェント型AIに通常関連付けられる多くの機能が、当社のプラットフォーム上で既に10年にわたり稼働しています。

具体例を挙げましょう：Dynatraceは自動的にキャパシティ問題を検知し、季節的な変動を予測、顧客とビジネスへの影響度を評価した上で、顧客のハイパースケーラー環境全体にわたる本番環境の再調整をエンドツーエンドで実施します。完全な分析と計画策定のステップを実行し、再構成計画を作成した後に初めて、最終的なガバナンスのために人間に通知します。これは仮説ではありません。世界中の数千の顧客が、既にビジネスを支える本番ワークロードにおいて、信頼性の高い因果関係分析と予測AIを活用しています。さらに数百の顧客が次の段階へ進み、生成AIを慎重に導入することで予防的運用を実現。修復ワークフローの自動作成、結果のシミュレーション、意思決定の強化を通じて、インテリジェントオートメーションの未来を形作っています。

DynatraceのAI機能は、問題を検知・修復し、洞察を可視化してIDEにフィードバックします。このプロセスにより、担当チームへのチケット作成がトリガーされ、過去のインシデントから学習しつつリアルタイムの事実を文脈に組み込んだ自動計画アクションを中心にチームを連携させます。

自動化から自律性へのさらなる進化に向け、Dynatraceはエージェント型AIによって機能を強化し、インテリジェントなアクションを実現するアーキテクチャを通じて、3つの信頼性の高いエージェント型AI要件を提供します。

Dynatraceによるエージェント型AIを活用した新たな可観測性の実現

監視の未来は、知識、推論、実行という強力な三要素によって再定義されています。

1. ナレッジ。Dynatraceは、コンテキストを伴うフルスタックの可観測性データを、AIアクセスに最適化された事実に基づくリアルタイムのナレッジへと変換します。Grail の大規模並列処理データレイクハウスはスキーマフリーかつインデックスフリーであり、無限のクエリ組み合わせで AI エージェントの性能を向上させます。Grail は Dynatrace の Smartscape ダイナミックトポロジー（自動検出され継続的に更新されるナレッジグラフ）と連携します。これにより AI はペタバイト規模で効率的に正確なインサイトを提供でき、冗長なクエリ（およびそれに伴うコスト増）を排除しつつ、完全なコンテキストとパフォーマンスの整合性を維持します。
2. 推論。Dynatraceは因果関係AI、予測AI、生成AIを統合し、決定論的ロジックと確率論的・確率モデルを最適に融合させるエキスパートAIエージェントを実現します。これにより、幻覚リスクを最小化しつつ、精密かつ事実に基づく信頼性の高い意思決定を提供します。企業レベルの安全対策、コンプライアンス、AI自体の可観測性を組み込んだコンテキスト認識型意思決定を可能にし、透明性と信頼性を確保。単なる高性能なAIではなく、信頼性の高いAIの実現を保証します。
3. 実行。Dynatraceは高次元の目標を、人間が目的を定義しAIが達成手段を決定する、インテリジェントで自動化されたアクションへと変換します。これは反応的かつ先制的に行われます。AutomationEngine、AppEngine、OpenFeatureを活用し、問題の修正、最適化、さらにはシステム的な修正のトリガーまで行い、可観測性を戦略的なビジネス推進力へと変革します。

最後に重要な点として、AI はすでにグローバル企業全体で本番ワークロードを支えていますが、すべての AI が同じように作られているわけではありません。真の価値を提供するためには、信頼性が高く、コンテキストを認識し、組織のデジタル環境のために特別に設計されている必要があります。Dynatrace は、組織の特定のニーズとビジネス成果に応えるエージェント型 AI によって強化され、これらの要求を満たすように設計されています。