目次
クラウド災害復旧におけるAIの役割
災害復旧とは、ランサムウェア攻撃やデータの誤削除など、データ損失事故が発生し、データやワークロードが使用不可能になった場合に、それらを復旧するプロセスです。
従来、災害復旧プロセスはAIに依存していませんでした。その代わり、企業はバックアップから本番システムにデータをコピーするなどの復旧作業を手動で実施するか、基本的なスクリプトを使用してプロセスを自動化していました。
しかし、AIは災害復旧の日常業務を合理化する新たな機会を提供します。ある調査会社は、災害復旧/事業継続（DR/BC）の将来に関するレポートで次のように指摘しています。
「DR/BCの次のステップでは、AIが重要な役割を果たすでしょう。たとえハードウェア、アプリケーション、あるいはサイト全体が故障した場合でも、システムに問題を検知し、それに対応し、修復し、ビジネスを継続させるインテリジェンスが組み込まれていれば、経営陣は復旧に対してより大きな信頼感を持つでしょう。AIは、その現実により近づく上で重要な役割を果たすでしょう。
災害復旧におけるAIのユースケース
AIは、具体的にどのように災害復旧を支援できるのでしょうか。この文脈におけるAI活用の主な例としては、以下が挙げられます。
●AI を使用してバックアップデータを分析し、情報が欠落または破損していないかどうかを評価する。これにより、データバックアップの不備により復旧が失敗するシナリオを防ぐことができます。
●復旧計画を最適化する機会を特定する方法として、データ分析を復旧計画に適用する。例えば、AIツールは過去の復旧計画の成功（または失敗）に関するデータを分析し、どの復旧方法が効果的で、どの方法が効果的でないかを企業が判断するのに役立つパターンを見つけ、今後の復旧戦略を改善する方法を見つけることができるかもしれません。
●災害復旧の取り組みを導くための実行手順書やプレイブックを自動的に作成する。生成型AIツールは、組織のバックアップデータとサポートが必要なシステムを分析し、システム停止後の最適な復旧方法に関するガイダンスを作成することで、これを実現できます。
●復旧作業後のシステムをスキャンし、エンジニアが見落としている可能性がある問題を特定する。例えば、誤った権限設定や、正常に復旧できなかったデータ資産などがあります。
これらのユースケースのすべてが必ずしもAIを必要とするわけではないことに留意すべきです。バックアップデータやリカバリプランを手動で分析し、見落としや改善の余地がないかを確認することもできます。しかし、AIツールは人間よりもはるかに高速にパターンを特定できるため、AIはこのようなプロセスの合理化に役立ちます。また、大量の情報を分析する能力にも優れています。
AIを災害復旧計画に統合するメリット
AIを災害復旧計画に統合することで、企業はいくつかの重要な点でメリットを得ることができます。
精度と効率性の向上
データをバックアップするだけでは、システムが障害に対して安全であることを保証するには不十分です。バックアップツールの設定ミスにより重要な情報が収集されなかったり、バックアッププロセス中のディスク入出力（I/O）の問題によりデータが破損したりするなど、バックアップに関する問題は、復旧作業の失敗につながる可能性があります。
従来、企業は復旧テストや訓練を実施することで、このリスクを軽減してきました。テストや訓練により、バックアップに基づいて実際に復旧を成功させることができることを確認するためのシミュレーション復旧を実施することができます。
復旧テストや訓練は依然として重要です。しかし、AIを組み合わせることで、復旧を失敗させる可能性のある問題を事前に特定するための新たなツールを企業は手に入れることができます。例えば、AIツールは、本番システムとバックアップを自動的に比較することで、バックアップ内のデータ破損を反映する可能性のある小さな差異を検出できるかもしれません。その結果、エンジニアにアラートを送信し、問題に対処することができます。これは、問題を特定するために復旧テストや訓練を実施するよりも迅速かつ簡単です。
ダウンタイムの短縮と復旧の高速化
AIツールは、データ復旧のスピードを飛躍的に向上させ、全体的なダウンタイムを削減する可能性を秘めています。
AIは、いくつかの方法でこれを実現します。1つは、実際の復旧イベントの前に、復旧計画を最適化して効率を高めることです。もう一つは、例えば、どのシステムが故障し、どのシステムが故障していないかをチームが素早く評価できるように支援することで、実際に復旧が必要なシステムのみに焦点を当てて復旧作業を行うことができるようにすることです。さらに、データが正常に復旧されたことを自動的に検証することも、AIが復旧作業を迅速化できる方法のひとつです。
最適化によるコスト削減
AIは、バックアップと災害復旧作業の総コストを削減する可能性も秘めています。バックアップのルーチンとリカバリ計画を最適化することで、コストを膨らませる無駄を削減することができます。例えば、AIツールはチームがバックアップ内の冗長データを特定するのを支援し、バックアップデータの全体的なサイズを縮小し、ひいてはストレージコストを削減することができます。
さらに、エンジニアの手作業を減らしてより迅速なリカバリを実現することで、スタッフをよりビジネス価値の高い他の業務に集中させることができます。また、リカバリチームの人件費を削減することで、コストを効果的に削減することもできます。
AI主導のクラウド災害復旧の導入方法
現在まで、データバックアップおよび災害復旧ベンダーのほとんどは、AI機能を直接製品に統合していません。テクノロジーの購入者は、ツールに「AI」というラベルを貼っているベンダーには注意が必要です。なぜなら、ベンダーによっては、あらゆる種類の自動化をAIの一形態であると主張し、この用語を曖昧に使用している場合があるからです。
また、ここで競合他社を批判しすぎていると非難されないように、調査会社のレポートを引用したいと思います。同レポートでは、災害復旧におけるAIについて、「包括的なAIを災害復旧や事業継続ソリューションに導入するにはまだ時期尚早であり、ほとんどのベンダーは厳密な定義に当てはまらないとしても、AIと位置づけられる何らかのテクノロジーを保有している」と述べています。さらに、AIを搭載した機能が災害復旧ツールの分野で主要な役割を担うようになるのは、少なくとも2025年以降になるだろうと付け加えています。
つまり、AIをクラウド災害復旧戦略に統合するには、AI対応を謳うツールを購入するだけでは不十分だということです。しかし、企業が一般的に利用できるAIテクノロジーを活用し、それを災害復旧シナリオに適用することは可能です。
以下に、そのための基本的な手順を示します。
#1. AIのユースケースを特定する
まず、災害復旧の文脈においてAIを使って何をしたいのかを決定します。過去に問題を経験したため、復旧作業の精度と信頼性を向上させたいのでしょうか？予算の制約に直面しているため、コスト削減をしたいのでしょうか？それとも、他の理由でしょうか？
AIソリューションに何をさせたいかを把握することは、それをどのように行うかを決定する上で重要です。
#2. AIツールまたはプラットフォームを選択する
次に、意図するユースケースをサポートできるAIツールまたはプラットフォームを選択します。一般的に、OpenAIのGPTモデルやGoogle Geminiなどのいわゆる生成型AI基盤モデルは、復旧計画の分析やプレイブックの生成など、AI主導の災害復旧に関連するタスクを実行できます。これらのソリューションの利点は、事前学習済みで使いやすいことです。
とはいえ、ソフトウェア開発リソースや必要な専門知識にアクセスできるのであれば、独自のAIモデルを構築したり、既存のオープンソースモデルをカスタマイズしたりすることも可能です。ただし、容易ではありません。
#3. モデルに関連データを投入する
使用するAIツールまたはプラットフォームを選択したら、ユースケースを理解するために必要なデータをAIに与える必要があります。例えば、プレイブックの作成が目的であれば、ファイル、ディレクトリ、データベースのマッピングをモデルに公開し、復旧手順の提案をAIに依頼することができます。あるいは、バックアップデータ構造と本番システムのマッピングをAIに与え、バックアップを改善して復旧の成功確率を高めるためのアドバイスを求めることもできます。
ビジネス上の機密データをサードパーティのAIツールやプラットフォームに公開することは、プライバシー上のリスクを伴う可能性があることを念頭に置いてください。 リスクを軽減するには、ユーザーデータの管理方法について厳格な保証と管理を提供するモデルを選択します。 または、可能であれば、ディレクトリそのものではなく、ファイルディレクトリ構造などの情報を共有することで、機密情報の公開を完全に回避します。
#4. AI駆動型ワークフローのトレーニングと更新
バックアップとリカバリのニーズは頻繁に変化する可能性が高いので、運用を推進するAI駆動型のワークフローも更新する必要があります。例えば、新しいアプリケーションやデータベースを導入した場合は、変更を考慮した最新のプレイブックを生成したり、リカバリ戦略を再評価したりすることが望ましいでしょう。
N2WSによる包括的な災害復旧戦略の導入
今後、AIは、組織が災害復旧を最適化する取り組みにおいて、ますます重要なツールとなるでしょう。しかし、災害復旧ツールにAIベースの機能が完全に成熟したとしても、災害復旧を成功させるために必要な多くの機能の1つに過ぎません。
また、企業は自動化された災害復旧テスト機能や、クラウド地域、クラウドアカウント、クラウドプラットフォーム全体にわたってデータを即座に復旧する機能も必要としています。これらはすべて、N2WSで既に実現可能です。つまり、AIを活用した災害復旧を試行するとしても、企業はN2WSのような実績のあるソリューションも自由に利用して、災害復旧の中核となる機能を実現する必要があるということです。
RSSフィードを取得する
