詳細を読む
オブザーバビリティ（可観測性）プラットフォームを手がける米Chronosphereは、説明可能なAIを活用した新しいトラブルシューティング機能を発表しました。AIによるコード生成でシステムが複雑化し、障害対応が困難になるという課題に対応します。競合のDatadogなどがひしめく市場で、AIが判断根拠を自ら説明するという独自のアプローチで差別化を図ります。
新機能の最大の特徴は、AIが自動で結論を出すのではなく、データに基づいた調査経路をエンジニアに「提案」する点です。エンジニアは「なぜこの提案がされたのか」という根拠を確認でき、常に主導権を握れます。これにより、AIが誤ったガイダンスを出す「自信はあるが間違っている」という問題を避け、信頼性を高めています。
この機能の中核をなすのが「Temporal Knowledge Graph」です。システムのサービス、インフラ、変更履歴を時系列で関連付けた生きたマップとして機能します。単なるシステムの構成図とは異なり、「いつ何が変わったか」を追跡することで、障害発生の根本原因を特定しやすくします。
Chronosphereは、競合との違いを明確に打ち出しています。多くのAIツールがパターン認識や要約に留まる中、同社はカスタムアプリケーション固有のデータも分析対象に含めます。これにより、表層的な相関関係ではなく、本質的な因果関係を解明し、エンジニアを誤った結論から守ることを目指します。
コスト削減も重要な訴求点です。監視対象のデータ量が爆発的に増加する中、同社のプラットフォームはデータ量を平均84%削減できると主張しています。これは、多くのログデータが保存されるだけで活用されていないという企業の課題に直接応えるもので、CIOにとって大きな魅力となるでしょう。
同社はオールインワン戦略をとらず、専門ベンダーと提携する道を選びました。LLM監視やインシデント管理など5社の専門ツールと連携し、各分野で最高水準の機能を提供します。これにより、大企業が求める深い専門性と包括的な可観測性を両立させる狙いです。新機能は現在一部顧客向けに提供され、一般公開は2026年を予定しています。