Azure Well-Architected フレームワークのオペレーショナル エクセレンスに関するチェックリストの次の推奨事項を対象とします。
| OE:01 | チーム メンバーの特殊化を調整して、ワークロードの設計、デプロイ、運用のプラクティスを明確にする。 アカウンタビリティを確立し、継続的な改善を促進する文化と、学習をサポートする非難のない文化を作成します。 |
|---|
DevOps の考え方でワークロードを運用するには、ツールやプロセス以上のものが必要です。 2 つのコア コンポーネントがあります。 1 つ目は、共有所有権、アカウンタビリティ、継続的な学習、品質に重点を置くカルチャです。 2 つ目は実行です。チームは、日々ワークロードを実行し、インシデントや変更に対応し、組織の要件を満たしながら他のチームと共同作業できる必要があります。
このガイドでは、チームが共有所有権を持ち、相互に尊重し、ビジネスへの影響を与えられるようにする DevOps プラクティスを採用するための推奨事項を示します。
相互尊重を促進する
チームは、相互に尊重された共通の倫理規定で運営する必要があります。 すべてのチーム メンバーは貴重な専門知識を持ち、その価値を認識することで、オープンなディスカッションのための安全な環境を作り出します。 チーム メンバーは、ワークロードの運用に関する正直な視点を提供し、他のユーザーが自分の入力を尊重して扱うことを信頼することを快適に感じる必要があります。
相互尊重は、非難のない文化を可能にします。 問題が発生した場合、チームは責任ではなく共有所有権と改善に重点を置き、信頼を維持し、長期的な凝集を強化します。
明確な役割と責任を確立する
ワークロードチームは、運用全体にエンドツーエンドで責任を持ちます。 外部チームがサポートを提供する場合でも、チームは作業を調整し、すべての機能が成功することを保証する責任を共有します。 ワークロードに影響を与える操作のすべての側面は、チームの責任の一部です。 このアプローチにより、共有された所有権の感覚が強化されます。
ロールと意思決定機関を定義します。 チームからの入力を使用して、意思決定を効率的に行う必要があります。
リスク: 厳密に定義されたロールは、特にチーム メンバーが通常の範囲外の責任を引き受けるよう求められた場合に、制限を感じることがあります。 チームの構造に関するオープンで正直な会話を奨励し、チームのニーズと個々の成長の両方をサポートするために、柔軟に役割を調整します。
不一致が発生した場合、指定された人物は証拠に基づいて最終的な解決を行う必要があります。 チーム メンバーは、結果に同意しない場合でも、聞き取り、尊重されると感じる必要があります。
AI の機会: AI は、さまざまな役割を明確にし、意思決定と作業の割り当てを高速化できます。 エージェントは、バックログ システム、共有ドキュメント、チケット、チーム チャット、開発ツールからのデータを分析できます。 AI は責任を特定し、行われている作業に基づいて適切なユーザーに質問をルーティングし、手動の作業と遅延を減らすことができます。 Copilotなどのツールは、中程度の労力と低いメンテナンスで既存のインフラストラクチャを利用でき、その間にすべてのプロジェクト成果物への安全なアクセスを維持します。
継続的な学習に取り組む
有効化チームを使用して、チームのスキルを強化します。 プラットフォーム チーム、アーキテクチャ レビュー ボード、および同様のグループは、一貫性のための標準とガイダンスを提供します。 ワークロード チームがこれらのチームとオープンに通信し、プロセスの改善に関する共同作業を行い、知識を共有していることを確認します。
部門間のチームを開発する。 メンバーが互いにサポートし、ワークロードをエンド ツー エンドで理解できるように、他の機能に関する一般的な知識を維持しながら、自分の領域を専門にすることを奨励します。 この部門間アプローチは、コラボレーション、知識共有、および全体的なチーム機能を構築します。
継続的な最適化に注力する
ワークロードに適用されるビジネス、規制、地域の要件を理解します。 これらのルールとコンプライアンス違反の結果をチームが認識していることを確認します。
コンプライアンスをプラクティスに統合します。 テストとガバナンスのメカニズムを使用して、必要なすべての機能が満たされていることを確認します。 安全で適切な運用のために、組織標準をガードレールとして扱います。
手順を継続的に確認し、改善します。 定期的にチームと一緒に標準的な運用手順を確認し、フィードバックを奨励し、改善の領域を特定します。 チーム メンバーがいつでも変更を提案できるが、集中したディスカッションのために構造化された時間を専念できる文化を育てる。
安全な実験を有効にします。 実験のためにサンドボックス環境とスプリントの時間を提供します。 新しい機能を統合するための標準を文書化し、 安全な展開プラクティス と整合し、具体的な利点を提供します。
AI の機会: DevOps プロセス全体で小さく、反復的でエラーが発生しやすい手順を組み合わせて、大幅な速度低下を引き起こす可能性があります。 Copilot やカスタム エージェントなどの AI ツールは、関連するプロセス データを分析してボトルネックを特定できます。 Copilot Studio、GitHub Copilot、Claude Code、カスタム エージェントなどのツールは、対象の自動化を実装するのに役立ちます。 Copilotなどの対話型 AI アシスタントを活用するソリューションは、適切なデータ ソースと統合されている場合、低労力で最小限のメンテナンスが必要であり、高い累積 ROI を実現できます。
Azure ファシリテーション
Microsoft は、DevOps カルチャに関する広範なドキュメントを専用の DevOps リソース センターで公開しています。
関連リンク
オペレーショナル エクセレンス チェックリスト
レコメンデーションの完全なセットを参照してください。