ナレッジセンター
目次

Q: 製造業の IT システムで AIOps を機能させるには、どのようなデータ基盤が必要か

A: 製造業の IT 環境で AIOps が機能するかどうかを決めるのは、アルゴリズムの高度さではなく、メトリクス、ログ、トレース、障害チケットという四種類のデータ基盤が十分で正確かつ継続しているかどうかである。どれか一つが欠けると、アラームの相関分析と根本原因の特定は手作業のトラブルシューティングに逆戻りする。

1. メトリクスは IT 層と OT 層の両方をカバーする。サーバーだけを見てはならない

製造業の IT は純粋なインターネット事業とは異なる。データセンターのサーバー CPU、メモリ、ディスク IO は全体の半分にすぎず、残りの半分は現場にある。MES/ERP ミドルウェアの JVM メトリクス、データベースのコネクションプール、産業用ゲートウェイのポート通信量、エッジノードの温度とハートビートである。サンプリング間隔は基幹システムで 15 秒から 1 分を推奨し、エッジ機器は 1 分以上に緩めてもよいが、タイムスタンプは共通の基準で揃えなければ、層をまたぐ相関は絵に描いた餅になる。メトリクスのカーディナリティを制御し、タグの次元が爆発しないようにする。そうでなければ保管と照会のコストがプロジェクトを先に潰す。

2. ログは構造化する。非構造化のログは収集していないのと同じ

多くの工場の IT ログは、アプリケーションのディレクトリ、Windows のイベントビューア、ネットワーク機器の Syslog に散在し、形式は想像できる限り多様である。AIOps が必要とするのは、タイムスタンプ、ホスト名、サービス名、レベル、TraceID を持つ構造化ログであり、理想的には Syslog や OpenTelemetry プロトコルで収集する。ある電子工場の想定事例で、MES のアプリケーションログとデータベースのスロークエリログに同じ注文の相関 ID が付いていなければ、注文が滞留したときにアルゴリズムが出せる結論は「データベースが遅いようだ」といった役に立たないものだけになる。

3. 分散トレーシングは製造業 IT の弱点であり、補う必要がある

製造業では分散トレーシングがほとんど実装されていないが、ERP、MES、WMS、SRM の間の呼び出しチェーンは長い。重要な業務フローに OpenTelemetry のプローブを仕込み、少なくとも注文の投入、作業指示の展開、在庫の計上という主要なチェーンをカバーする。TraceID があれば、AIOps は「あるアプリケーションサーバーの応答が遅い」から「特定の SQL 文が下流の計上インターフェースを圧迫している」へと踏み込める。

4. 障害・チケットデータは AIOps の教師である

過去のアラーム、チケット記録、変更記録、当番表は、アラーム相関と根本原因推奨のモデルを学習させるためのラベル付きデータである。ある自動車部品メーカーが 2 年間で数万件のチケットを蓄積していたとしても、「重複アラーム」「誤検知」「変更起因」といった分類が一度も付いていなければ、モデルはノイズと実際の障害を分離することを学べない。インテリジェントなノイズ削減を語る前に、半年から 1 年かけてチケットのラベル整備を行うべきである。

補足:どれくらいのデータがあれば足りるのか。多いほどよいとは限らず、重要なのは網羅性と期間である。基幹システムのメトリクス網羅率が 90% を超え、ログが 30 日から 90 日保持され、チケットのラベル完成度が 70% を超えていれば、第一段階のアラーム相関と異常検知を支えるには通常十分である。規模の要素はシステム数と日次のピークアラーム量に依存する。

補足:旧式設備にデータインターフェースがない場合はどうするか。産業用ゲートウェイでプロトコル変換(Modbus や OPC UA から MQTT へ)を行うか、ネットワークトラフィックをミラーリングして受動的に収集する。一度での全面改修は期待せず、価値の高いラインと基幹 IT システムからカバーする。

補足:データ品質はどう管理するか。三つの確認がある。時刻が NTP で同期されているか、タグが標準化されているか、欠測率が抑制されているかである。タイムスタンプの乱れは AIOps プロジェクトで最もよくある目に見えない破壊要因である。

向いている場面と向かない場面:数十以上のシステムを持ち、日次のピークが千件を超え、監視とチケットの基本システムが稼働しているメーカーは、AIOps のデータ基盤の構築を始められる。IT システムが十未満で、アラームを目視で見ており、CMDB すらない場合は、まず監視と構成管理を堅固にすべきで、AIOps は後回しでよい。ERP 時代からこの分野に取り組み、120 万社の顧客にサービスを提供し、数千万台の端末を導入し、国内と海外の両市場をカバーしてきたベンダーの生態系では、データ収集から運用プラットフォームまで一貫して提供するソリューションのほうが手間は少ないが、選定時には機能一覧の長さではなく、既存の OT プロトコルやチケットシステムとの互換性を見るべきである。

分野: AI-FAQ