ビジネスの変化に迅速に対応をするには、DevOps、MLOpS、DataOps、AIOpsの仕組みによる継続的なデリバリーが求められています。これらの仕組みが、データによるボトルネックを解消、知見の活用とクイックなデプロイを実現、IT運用の負荷軽減と自動化を実現します。

DevOps

ソフトウェア開発チームとIT運用チームの作業を統合して自動化することにより高品質なソフトウェアを迅速に提供
・自動化された反復型開発ライフサイクルの中で実行されるワークフロー
・セキュリティーを継続的に統合して自動化するDevSecOps

MLOps

効率的なAIモデルの再学習やデプロイ済みのモデルを監視するための仕組み
・モデル開発・運用のライフサイクルのワークフローを自動実行
・AI モデルの結果を追跡および測定するモデルのモニタリング
※ watsonxにも引き継がれる重要なコンセプトです。

DataOps

非効率なデータ生成と処理の問題を解決し、エラーや不整合などのデータ品質を改善
・AI主導のデータ・カタログ化とメタデータ管理
・データ・ガバナンス、ポリシー管理による規制の準拠と保護

AIOps

アプリケーションの検出、モニタリング、パフォーマンス検証を自動的かつ継続的に実行
・クラウド・ベンダー全体にかかるコストを管理
・リソースがいつどのように使用されるかを見極め、需要にリアルタイムに対応

IBMでは、この継続的デリバリーモデルを実現するために、データ活用のための「IBM Cloud Pak for Data」、およびIT運用管理のための自動化製品をご提供しています。