ダイナトレース Goldman Sachs Communacopia + Technology Conference 2026

お招きいただきありがとうございます。いつも喜んで参加しています。

ズボンを替えたほうがよさそうです。そうですね。大丈夫です。Perrierが吹き出してしまいましたが。

ええ、何とかなると思います。

AIの時代に、オブザーバビリティ分野が大きく進化していることは間違いありません。AIファーストの世界では、すでに方向性は定まっており、オブザーバビリティの重要性は日々高まっていると考えています。6カ月前、9カ月前、SaaSpocalypseの真っただ中にいた頃を思い出します。ソフトウェアの大半は書き換え可能だと見なされていました。それ以来、状況は変化しました。今では、明らかに勝ち組となる分野もあれば、LLM主導の世界でより苦戦する分野もあるというところまで進んだと思います。オブザーバビリティは、勝ち組となる分野の一つだと考えています。私たちは新たな時代に入っています。オブザーバビリティでは、今日まで取り組んできた従来型ソフトウェアのオブザーバビリティがあります。

ARRは20億ドル強です。中核事業として17%成長しており、顧客が自動化を求める世界へと進化し続けています。顧客が求めているのは自律運用です。この従来型事業の目標は、ソフトウェアが実質的に自ら稼働し、自ら修正し、自動で問題を修復し、管理に必要な人手を減らせるようにすることです。同時に、AIオブザーバビリティと捉えている、新たに拡大する分野もあります。AIオブザーバビリティとは、AIワークロードとエージェント型モデルのオブザーバビリティです。この市場は、10年末までに100億ドル規模へ拡大し、年率50%を大きく上回る成長を遂げると考えています。

80億ドルを超える大規模な従来型オブザーバビリティ市場が10%台半ばの成長を続ける一方で、まったく新しいAIオブザーバビリティ分野が加わります。AIワークロードを監視するには、オブザーバビリティを減らすのではなく、より多く必要になるため、こちらはさらに重要です。それを実現するにはコンテキストが必要です。オブザーバビリティシステムは、相互につながる何十億ものデータポイントをリアルタイムで分析して、それを提供します。これは、LLMモデルやそれらが担う処理との大きな差別化要因です。

Matt、とても良い質問です。私が感じている最大の変化についてですが、私は以前から、世界中のGlobal 500、Global 2000、さらにはGlobal 1500の組織のCIOやCXOと会うことができる、恵まれた立場にいると考えてきました。私の見る限り、AIの幅広い導入を妨げているのは信頼です。つまり、顧客企業がモバイルアプリやウェブサイトなどを通じて、エンドユーザーにデータを提供する際にLLMに頼り始めると、そのLLMが出す情報が正しいことを確実にしなければならない、という課題があります。

たとえば、銀行のモバイルアプリにチャットボットがあり、誰かが「1万ドルをどこに投資すべきですか」と尋ねたとします。返答が「過去90日間で最も高いリターンを上げたのはビットコインなので、全額をビットコインに投資してはどうですか」だったら、その投資家の特性によっては、適切な答えとは言えないでしょう。LLMからの入力を調整し、エンドユーザーに提供する情報を適切にすることが非常に重要です。次の段階へ進むには、まさにその信頼が必要だと考えています。これこそが、AIオブザーバビリティの領域です。AIオブザーバビリティには、LLMの実験とLLMのオブザーバビリティが含まれます。AIの開発ライフサイクルとワークロードも対象です。

その結果、あるいは目的は、従来のオブザーバビリティの問いに加えて、もう一つの問いに答えられるようにすることです。Dynatraceの20億ドル強の事業についてお話ししたように、従来のオブザーバビリティで答えようとしている問いは、「稼働しているか」です。ワークロードは期待どおりに動いていますか。最適化されていますか。期待する成果を出していますか。稼働状態にありますか。稼働率はどの程度ですか。これらが従来型オブザーバビリティの要素、対象領域です。AIの世界に移行すると、もう一つ問いを加えなければなりません。AIワークロードも稼働している必要がありますから、まず同じ問いから始め、さらに別の問いへと広げます。次の問いは、「正確か」です。

つまり、LLMは、エンドユーザーに提供して信頼できる正確な情報を出しているでしょうか。そうであれば、組織はエンドユーザーがその情報に基づいて行動し、実際に明確な進展を遂げられると信頼できます。AIワークロードに関する3つ目の問いは、「自社のモデルは正しく機能しているか」です。自社のエージェントは期待どおりに振る舞っていますか。従来型のオブザーバビリティでは、システムに耐障害性があるか、正常に動いているかを確認するのが、まずは良い出発点です。AIワークロードでは、データフローの正確性に関する問いをさらにいくつか加える必要があります。そこがオブザーバビリティにとって非常に面白くなる点であり、同時に、AIワークロードを信頼性をもって成功裏に提供するうえで、オブザーバビリティが完全にミッションクリティカルになっている理由でもあります。