最近 CAF のプロセスを AI Agent で実施する記事をいくつか投稿しています
- Azure CAF の組織論に基づいたエージェントを作成し隊 – クラウドを勉強し隊
- カスタムエージェントのフォーマットを整え隊 – クラウドを勉強し隊
- Azure CAF の戦略フェーズをエージェントで実施し隊 – クラウドを勉強し隊
- Azure CAF の計画フェーズをエージェントで実施し隊 – クラウドを勉強し隊
続きの記事は引き続き執筆予定ですが、このタイミングでシリーズを始めたきっかけを振り返っておこうと思います
本記事の内容をまとめた Marp 形式のプレゼン資料はこちらです
想定される読者
- AI 技術キャッチアップに課題を感じている
- CAF のプロセスを試したいが機会がない
背景
このシリーズを始めるいくつかの理由があります
理由1 :生成 AI 技術のキャッチアップに課題を感じていた
私は普段 Azure の IaaS 関連や Azure の管理、ガバナンスという分野でお仕事をしています
もちろん生成 AI を使った管理という話もありますが、ネットワーク設計や監視設定の話など生成 AI があまり関わらない分野も多いです
仕事をしているだけで生成 AI 技術のキャッチアップが自然とできるという立場ではないです
一方で社内では生成 AI に関する情報が多く流れてきており、気づいたら浦島太郎状態で、何をどこからやればいいのかわからない状態でした
理由2 : CAF のプロセスを通しで試したいが機会がない
すでに書いた通り普段の業務では Azure の管理やガバナンスの分野に関わることがあります
そこで避けては通れないのが CAF (Cloud Adoption Framework) です
CAF は Azure を導入する際のフレームワークで、戦略、計画、準備、移行、ガバナンス、管理、セキュリティなどのプロセスが定義されています
| フェーズ | 内容 |
|---|---|
| 戦略 | クラウド導入の目的やビジネス目標を定義するフェーズ |
| 計画 | クラウド導入の戦略を実現するための計画を立てるフェーズ |
| 準備 | クラウド導入のための環境やリソースを準備するフェーズ |
| 移行 | ワークロードやアプリケーションをクラウドに移行するフェーズ |
| ガバナンス | クラウド環境の管理や運用を行うフェーズ |
| 管理 | クラウド環境の運用や監視を行うフェーズ |
| セキュリティ | クラウド環境のセキュリティ対策を行うフェーズ |
私の業務では準備フェーズから関わることが多く、戦略や計画のフェーズはあまり関わる機会がありません
課題に感じていたことを箇条書きにしてみます
- 戦略や計画のフェーズも通しで試してみたいと思っていた
- 前段(戦略や計画のフェーズ)が曖昧だと後段(準備や移行のフェーズ)も曖昧になってしまうと思っている
例えば、準備フェーズで Azure の設計を行うときに
- どのようなビジネス目標を達成するための設計なのか
- どのような戦略を実現するための設計なのか
がわからないと、設計の方向性が定まらず、結果的に設計が曖昧になってしまうと思っています
もう少し具体的に言うと、
- どれくらいコストをかけていいのか
- どれくらいのセキュリティレベルが必要なのか
- どれくらいの運用負荷を許容できるのか
などの判断が難しくなってしまうと思っています
前段の曖昧さが後段に影響する流れを図にすると、以下のようなイメージです。
flowchart LR
Strategy["戦略フェーズの曖昧さ"] --> Plan["計画フェーズの曖昧さ"]
Plan --> Prepare["準備フェーズの設計判断が曖昧になる"]
Prepare --> Cost["コスト判断が難しい"]
Prepare --> Security["必要なセキュリティレベルが判断しにくい"]
Prepare --> Operation["許容できる運用負荷が判断しにくい"]
classDef early fill:#fff8e1,color:#000,stroke:#f9a825,stroke-width:3px
classDef impact fill:#ffebee,color:#000,stroke:#c62828,stroke-width:2px
classDef decision fill:#e8f5e9,color:#000,stroke:#2e7d32,stroke-width:2px
class Strategy,Plan early
class Prepare impact
class Cost,Security,Operation decision
理由3 : CAF の組織論と AI Agent の親和性が高いと感じた
CAF には先に伝えたフェーズごとのプロセスの他に、組織論も定義されています
CAF の組織論では、クラウド導入に関わる人にどんな役割があって、どんな責任があるのかが定義されています
実際に人を集めてテストできるものじゃないし、そもそも組織運営もしたことなくドキュメントに書かれていることは理解はできるけど、実際にやってみないとわからないなと思っていました
AI Agent を使えば、CAF の組織論に基づいたエージェントを作成して、実際に役割や責任を持たせて動かすことができるんじゃないかと思い試したのがきっかけです
理由のまとめ
- AI 技術のキャッチアップに課題を感じていた
- CAF のプロセスを通しで試したいが機会がない
- CAF の組織論と AI Agent の親和性が高いと感じた
実際に試したこと
GitHub Copilot で CAF の組織論に基づいたカスタムエージェントを作成
CAF の組織論で定義されている役割をもとに GitHub Copilot でカスタム エージェントを作成してみました
ただ、カスタムエージェントのフォーマットがよくわからず、GitHub の公式ドキュメントも読み慣れておらず苦戦しました。。。
Azure CAF の組織論に基づいたエージェントを作成し隊 – クラウドを勉強し隊
カスタムエージェントのフォーマットをチェック
カスタム エージェントのフォーマットを整えるエージェントを作成しました
これは将来、エージェントを修正することも見越して、修正のたびにフォーマットが崩れないようにしたくてエージェントにしてみました
カスタムエージェントのフォーマットを整え隊 – クラウドを勉強し隊
CAF の戦略フェーズの実施
演者（エージェント）がそろったので実際に CAF の戦略フェーズを実施してみました
やっぱりやってみて初めてわかることがたくさんありました。
特にビジネス目標やクラウド戦略などは、公式ドキュメントを読んでいるだけでは想像もできないしっかりした内容が出来上がってきました
Azure CAF の戦略フェーズをエージェントで実施し隊 – クラウドを勉強し隊
CAF の計画フェーズの実施
続いて計画フェーズも実施してみました
こちらも公式ドキュメントだけではイメージできないものをしっかりと作成してくれました
特に戦略フェーズによりも利用サービスや技術の具体的な話が見えてきています
Azure CAF の計画フェーズをエージェントで実施し隊 – クラウドを勉強し隊
現時点での気づき
生成 AI 関連の技術キャッチアップ
やはり実際に手を動かして試してみると色々と見えてくることがあるなと感じました。
一方で、生成 AI については、ベターな方法が世の中にどんどん出てくるので、やればやるほど今のやり方でいいのかな。という疑問が大きくなっていきました
自分の中の結論としては、「どうせ正解なんてないし、あったとしてもすぐに変わるし、要点が押さえられて自分が満足してできていればなんでもいいや」に落ち着きました
技術を語る仕事をしている立場としては投げやりかもしれませんが、「ちゃんとすべてを理解しよう」は時間がいくらあっても足らないなと感じました
CAF のプロセスの理解
自分の業務に関していうと、CAF の準備フェーズから関わることが多いです。
簡単に言うと、Azure の設計図を作るフェーズです。
この時に Azure のサービスを理解して、どう活用するかを考えることが必要です。私はここに関する仕事をする機会があります
しかし、準備フェーズの前段階として計画や戦略があります。
順序があるものは前段を理解してから後段に関わるほうが、理解度が深まるし、仕事の成果も上がるなと改めて感じました。
戦略や計画のフェーズも通しで試してみたかったというのがこのシリーズを始めた理由の一つでしたが、実際にやってみて、得られるものはあったなと感じています
まとめ
生成 AI の技術キャッチアップは今までのクラウドサービス以上にハードルを感じていました。
実際に触ってみるのがいいなと改めて感じましたし、そのためには何かテーマを持って取り組むのがいいなと感じました。
