運用管理における課題として、対応の属人化やミス、漏れの発生があります。これらを解決するためには、人による作業の最適化や自動化を実施しなければなりません。特にコロナ禍においては有識者が集まることが難しくなったため、過去の経験、記憶、勘に依存した経験依存型から、運用データおよびデジタル技術の活用により、どの担当者も再現可能なデータドリブン型へ業務の在り方をシフトする必要があります。
本セッションでは「IT運用の統合管理と高度化」と題し、ServiceNowのAIを活用したデータドリブン型ユースケースについて解説されました。

まず「インシデント管理プロセス」についての課題と、ServiceNowを活用したデジタルトランスフォーメーション（DX）のユースケースが紹介されました。
インシデントの「識別・記録」では、障害やお問い合わせを「電話やメールで受け付け、Excelなどに手動で登録」「入力内容が担当者に依存」「多数のアラートの取捨選択が困難」などの問題があります。これに対して、ServiceNowは全体最適を可能とするクラウドサービスであり、アラートからのインシデント自動起票に加え、操作性やレイアウトが工夫されたポータルは直感的に操作できます。
「例えば、タブ表示で複数のインシデントを素早く参照できることに加え、構成情報をマップとして表示することで構成アイテムの関連性や影響範囲の特定を容易にします」（白石）。

インシデントの「分類・アサイン」では、「起票された内容を人が確認」「カテゴリー分けの手動作業」など、人手による作業がボトルネックになります。ServiceNowでは蓄積された過去データを機械学習させ、カテゴライズやアサインを自動化し、手動作業から開放できます。
インシデントの「調査・復旧」の過程では、運用担当者の経験から初動調査や確認を行いますが、調査に追われて履歴を残すことが難しくなることもあります。ServiceNowでは、発生した事象から、類似インシデントやナレッジの参照をシステムが運用者に提案し、対応策を確認することで、早期調査が可能となります。調査内容のみならずシステムから提案された過去データをメモに残し対応履歴として蓄積することもできます。

インシデントの「分析・活用」について、お客様から分析ができていないという悩みが多く、発生事象の対策に追われて振り返る余裕がない場合や、分析の方法が分からない場合があります。ServiceNowでは数々のレポートおよびダッシュボードがあり、さまざまな観点での状況把握を実現できます。時系列でKPIの達成状況を確認でき、どの分類のインシデントが増加傾向かといった、未来予測も可能です。
「また蓄積されたインシデントから、チャットボットの内容（キーワード）をシステムが提案し、今後の会話に活用することもできます。結果的に過去のインシデント情報を、未来に発生し得る事象の解決策として活用することが可能となります」（白石）。

ServiceNowの標準機能のダッシュボードでは、未割り当てのインシデントの数、優先度別のインシデントの件数などを把握できます。これらのインシデント情報の集計結果を参照することはもちろん、グラフの該当箇所をクリックすれば、対象インシデントの一覧や、その詳細を参照するブレークダウンも可能です。またインシデントのカテゴリー別、システム別の発生状況も、時系列で参照できて、どの領域の障害が増加傾向かを確認し、次の対策を検討する材料にすることができます。

「ITシステムの運用管理において、作業の最適化や自動化を実施し、より一層の効率化・省力化を図るために必要なことは、運用データおよびデジタル技術の活用により、経験依存型からデータドリブン型へと業務をシフトすることです。今まで以上に自動化や全体最適を推進していただくことで、企業のガバナンスを強化し、付加価値の高い、人にしかできない業務へ注力していただけるよう、貢献していきます」（白石）。

ServiceNowでの機械学習ソリューションとして備わっているものは、自然言語処理、分類、類似性、クラスタリング、そして回帰分析です。これらの機能を活用することでインシデントを分類し、早期解決のための類似事象を提案、効果が出るものから対策をするための分析を可能とします。また、ServiceNowは今回ご紹介した運用管理の他にも、戦略領域におけるデマンド管理やプロジェクト管理、現状把握領域におけるリスク管理などの業務領域の管理も統合できます。
「運用管理を超えた全社DX推進において、ServiceNowと、日本で初めてのServiceNowのパートナーである当社が貢献いたします」とセッションは締めくくられました。

ServiceNowの製品ポートフォリオ