Alter Domus事例：Grafana Cloudでオブザーバビリティを統合し、AIアプリケーションを改善

Alter Domusは、管理資産3兆9,000億ドルを誇るファンド管理およびオルタナティブ投資サービスのグローバルプロバイダーです。世界トップ30のアセットマネージャーの85%にサービスを提供し、世界23の管轄区域に39のオフィスを展開しています。

同社は、厳格な規制要件、デジタルサービスの成長、 tender 急速に拡大するAIフットプリントに対応しながら、断片化したオブザーバビリティ環境を簡素化する必要性に迫られていました。そこで6つのオブザーバビリティベンダーをGrafana Cloudに統合した結果、オブザーバビリティコストを55%以上削減し、2,000以上のリソースに可視性を拡大、さらにMTTRを数時間から数分に改善することに成功しました。また、同社はGrafanaのAI機能を活用して問題の調査を高速化し、チームやワークフロー全体におけるAIトークン消費量の追跡も開始しています。

「Grafana Cloudを導入したことで、大幅なコスト削減を実現しただけでなく、会社全体でAIの使用を管理しスケールする方法を含め、オブザーバビリティを完全にコントロールできるようになりました」と、Alter DomusのSRE部門ヘッドであるPhilip Pencal氏は語ります。

Pencal氏は、オブザーバビリティの統合、運用パフォーマンスの向上、精度向上と複雑性排除に向けたAIシステムの可視化構築について、Grafana Labsに詳細を語ってくれました。

自己紹介とAlter Domusにおける役割、およびチームの責務について教えてください。

Philip Pencal氏： Alter DomusでSRE部門のヘッドを務めています。2019年に入社し、2023年からオブザーバビリティの取り組みをリードしています。

現在、プラットフォームエンジニアリング組織内のシニアエンジニアチームを率いています。私たちは、会社全体の技術標準、信頼性、レジリエンス、ドキュメント、およびオブザーバビリティに責任を持っています。

私たちのチームはいわゆるチャプターモデルのように機能しています。組織全体のエンジニアリングチームの基準を定義するため、非常に経験豊富なエンジニアを必要としており、チーム全員が少なくとも10年以上の経験を持っています。

現在のテクノロジー環境において、規模、規制、ユーザーの期待はどのように影響していますか？

Pencal氏： Alter Domusはオルタナティブ投資分野で事業を展開しており、プライベートエクイティ、インフラストラクチャ、不動産、ベンチャーキャピタルにわたるクライアントにサービスを提供しています。

非常に要求の厳しい環境です。私たちは最も厳格な規制枠組みの中で運営されており、グローバルなアセットマネージャーのトップ30のうち85%と協働しています。

同時に、毎日当社のシステムを使用する6,500人以上の従業員に加え、非常に高速かつ信頼性の高いデジタルプラットフォームを必要とするクライアントの投資家が存在します。いかなる遅延も許されません。

オブザーバビリティの再考を迫られた課題は何でしたか？

Pencal氏： 私が入社した当時、Alter Domusには十分なオブザーバビリティへの投資がなく、インシデントの解決に数日かかることもありました。適切な基盤がなく、一部のシステムはログすら送信していない状態で、トラブルシューティングは困難を極めました。

顧客向けアプリケーションで発生した、解決に2日を要したあるインシデントを覚えています。多くの苦情が発生し、当社の評判に影響を与えました。その後、APMの概念実証を行ってこのインシデントを再評価したところ、実際には10分で解決できたはずだったことが判明したのです。

それを機に、私たちはオブザーバビリティに大幅な投資を始め、一部のシステムではMTTRを8時間から1時間に改善しました。しかし、その結果として新たな問題が生じました。異なるチームがそれぞれ独自のツールを採用し始め、同じ機能を最大6つのベンダーが提供するような、断片化した環境になってしまったのです。

これはコスト、ガバナンス、および効率性の面で課題をもたらしました。プラットフォームの保守を望む人はおらず、エンジニアは複数のツールを学習しなければならなかったため、すべてが遅延する原因となっていたのです。

評価プロセスにおいて、Grafanaが際立っていた理由は何ですか？

Pencal氏： 私たちは6ヶ月間の調達プロセスの中で22社のソリューションを評価しました。クラウドインフラストラクチャ、Kubernetes、アプリケーション、フロントエンドオブザーバビリティ、セキュリティ、ユーザー体験、およびオープンスタンダードをカバーする非常に詳細なチェックリストを用意しました。

最大の差別化要因の一つは、Grafanaの料金モデルでした。シンプルでわかりやすかったです。ライセンス料がユーザー数ではなく取り込みデータ量に基づいているため、利用が拡大してもコスト増加を心配することなく、エンジニアを幅広くオンボーディングさせることができました。

OpenTelemetryも重要要素でした。Grafana AlloyとOpenTelemetryを導入したことで、ベンダー固有のSDKや独自の計装に依存することなく、オブザーバビリティを標準化することができました。

また、エコシステムも重要なポイントでGrafanaは強力なクラウドネイティブコミュニティを形成しているため、すでにプラットフォームを熟知しているエンジニアを採用しやすいというメリットを感じました。

Grafana Cloudへの移行はどのように進みましたか？

Pencal氏： 以前のプロバイダーからGrafana Cloudへの移行にかかった期間は約2ヶ月です。

最も驚いたのは、移行後すぐに現れたコスト削減効果です。移行したことによって、オブザーバビリティコストを55%削減することができました。

当初、経営陣はこの結果に対してにわかに信じられないといった反応でした。私が移行結果を発表したとき、会議室は静まり返り「何か裏があるのではないか？コストを削減したことで何か大事なものを手放したのではないか？」と全員から質問されました。実際には何も失っておらず、Alter Domusは従来の基準と品質を維持したまま、コストだけを半減させることに成功したのです。

私たちはその節約分を、社内におけるオブザーバビリティ対象の拡大に再投資にまわしました。その再投資によって従来は適切にサポートできなかったWindowsサービスや追加のインフラコンポーネントなどのシステムをオンボーディングすることが実現し、現在ではGrafana Cloudで2,000以上のリソースを監視しています。

2026年第1四半期には、採用率が21%増加したにもかかわらず、月間のオブザーバビリティランレートをさらに46%削減することに成功しました。Adaptive Telemetryなどの機能により、高いカーディナリティのデータを最適化し、可視性を損なうことなく不要なデータの増加を抑制することができています。

統合されたオブザーバビリティプラットフォームにより、チームの働き方はどう変わりましたか？

Pencal氏： Grafanaを導入する前は、フロントエンドオブザーバビリティ、データベースの可視性、インフラストラクチャテレメトリ、およびアプリケーションオブザーバビリティが、それぞれ異なるツールやベンダーに分散して切り離されていました。現在ではすべてが中央に集約されており、エンジニアはトラブルシューティングが必要な際にどこへ行けばよいかを正確に把握しています。

今では、フロントエンド、Kubernetes、Windowsサービス、アプリケーション、およびカスタムテレメトリがトレースの関連付けによって互いに接続されています。エンジニアはアプリケーションからその下にあるKubernetesインフラへ極めて迅速に移動できるため、トラブルシューティングが大幅に高速化されました。

また、エンジニアだけでなく、プロダクトオーナーやビジネスステークホルダー向けのダッシュボードの作成も開始しました。たとえば、ユーザー体験の品質を測定するために、アプリケーションの応答性とユーザー満足度を測定する標準的な指標であるApdexスコアを使用しています。あるシステムではApdexスコアが0.52から0.78に向上し、エンドユーザーにとって大きな体験改善となりました。

AIシステムやエージェントの周辺にもオブザーバビリティを構築し始めていますね。そのきっかけは何ですか？

Pencal氏： AIオブザーバビリティが大きなトレンドになる前の非常に早い段階から私たちはこの点について検討を始めました。

始めて最初に気づいたのは、AIの使用状況の推移は、かつてクラウドが登場した初期の頃の挙動と非常によく似ているということです。適切に計装を行わなければ可視性が失われ、一度可視性を失うと、コストがかかり、運用のコントロールも失うことにつながるということでした。

そのため、私たちはAIを他の本番ワークロードと同様に扱い、最初からその周辺にオブザーバビリティを構築することにしました。

現在では、Grafana Cloudを使用して、チーム、エージェント、ワークフロー全体のトークン消費量を追跡しています。このデータは、エンジニアリングリーダーシップ、FinOps、およびプロダクトチームによって活用されています。

エンジニアリングチームは導入パターンやモデルの効率性の理解のために使用し、FinOpsは予測や異常検出に使用、そしてプロダクトチームはAI機能が実際に価値を提供しているかを理解するためにそれぞれ使用しています。特にOpenAI、Anthropic、Azure OpenAIなどを大規模に使用する場合、トークン消費量は無視できない運用コストとなるからです。

私たちにとって、トークン消費量はAI成熟度のシグナルになりつつあります。これにより、責任を持ってスケールし、リスクを管理し、AIが運用のDNAに組み込まれる中でステークホルダーに透明性をもたらすことができます。

GrafanaのAI機能が、チームの問題調査をどのように支援したか、具体的な事例を教えてください。

Pencal氏： 私たちは、セキュリティとデータ保護に重点を置いた社内チャットボットプラットフォームを構築しました。これは複数のエージェント、MCPサーバー、RAGコンポーネントと相互作用します。

プラットフォームを利用開始するようになってしばらくしてからユーザーから深刻な遅延の問題が報告され始めましたが、LLMは確率的に動作するため、問題の発生源を示す明確な依存関係チェーンが存在しませんでした。

ほとんどのエンジニアはすでに他のインシデント対応で手が塞がっていたため、手動でダッシュボードを開いて探す前に、私はGrafana Assistantを通じて直接調査を開始しました。

数分以内に、Grafana Assistantは想定される根本原因とエグゼクティブサマリーを含む完全な調査レポートを生成しました。主な発見の一つは、使用率の急増に伴い、RAGポッドがメモリ制限に達していることでした。この制限を引き上げたところ、遅延は即座に解消されました。

この調査により、アーキテクチャ内のさらなる弱点も表面化し、その後プロアクティブに最適化することができました。

Grafana Assistant Investigationsがなければ、これは複数のチームによる遅く手動に頼ったトラブルシューティング作業になっていたでしょう。代わりに、私たちは問題を迅速に解決し、プラットフォーム全体の信頼性を向上させることができました。

評価した他のAIオブザーバビリティアプローチと比較して、Grafanaが優れていた点は何ですか？

Pencal氏： 私たちは合計22のベンダーを評価しましたが、多くのベンダーがモデルの可視性やエージェントのトレースに関して興味深い取り組みを行っているものの、その多くは依然としてダッシュボードの上にチャットインターフェースを重ねただけの段階に留まっています。

Grafanaは他社とは異なるアプローチをとりました。

単にクエリを翻訳するだけでなく、自律的に調査を実行し、PrometheusとLoki全体のテレメトリを関連付け、トラブルシューティングを能動的に支援できる、より自律的なエージェントワークフローを構築したのです。

Alter Domusが社内でAIエージェントやMCPサーバーの使用を拡大するにつれ、チームは「リクエストがLLMに達した後に何が起きているか」の可視性が不足していることに気づきました。

私はGrafana Labsに連絡し、「このユースケースに対するソリューションが必要です。アプリケーションに関するメトリクスや情報は収集できていますが、LLMが決定を下した後のすべてがブラックボックスになっています」と伝えました。

すると、Grafanaチームはリリース前の新しいAI Observability機能を見せてくれ、プレビューに招待してくれました。私たちはその日のうちに実装し、本番環境で2日間稼働させたところ、その違いは驚くべきものでした。

私たちはMCPサーバー、プロンプト、および会話に関する情報の収集を開始しました。これにより、今ではMCPサーバーがなぜ失敗するのか、またユーザーがシステムと対話する際に期待通りの成果を得られない原因は何なのかを正確に理解できるようになっています。

Grafana Labsのチームとの協働はどのようなものですか？

Pencal氏： この関係は、従来のベンダーとクライアントの関係というよりも、パートナーシップのように感じられます。初期段階の機能をテストし、プロダクトチームに直接フィードバックを提供し、私たちが重視する機能の方向に影響を与えることができています。場合によっては、アクセスを要求してから数時間以内に新しい機能を使い始めることもありました。

このレベルのコラボレーションは、私たちの運用上のニーズに合わせてプラットフォームを形成していくことができるため、非常に大きな違いを生んでいます。

オブザーバビリティ戦略の今後の展望について教えてください。

Pencal氏： 使い始めて以来、Grafanaが非常に急速に進化するのを目にしてきました。これほど短期間にこれほど多くのイノベーションが起きたことに感銘を受けています。

私が最も期待している領域は、AIオブザーバビリティとAIガバナンスです。より多くの企業がAIを実運用に投入するにつれ、それらのシステムにおけるコスト、パフォーマンス、信頼性、およびリスクを理解するために、オブザーバビリティは極めて重要になります。

私たちはGrafanaと共に、その基盤の上に構築を続けていくことを楽しみにしています。

プロフィール

• 業界: 金融サービス
• 企業規模: 5,000人以上
• 本社: ルクセンブルク大公国
• 使用された製品およびプロジェクト: Adaptive Telemetry、Grafana Alloy、Grafana Cloud、Grafana Cloud Logs、Grafana Cloud Metrics、Grafana Cloud Profiles、Grafana Loki、Grafana Mimir、OpenTelemetry、Prometheus
• 主な成果: オブザーバビリティコストの55%削減