クラウドコンピューティングのコスト上昇を解決する方法

少ないリソースでより多くの成果を上げるというのは矛盾しているように思えるかもしれません。クラウドコストを削減しながら、期待されるリリース数を実現するにはどうすればよいでしょうか?クラウド支出の 2 つの主要な要素は、実稼働環境の実行とテストの実行です。生産には問題がないので、テストを減らした場合、どのようにして品質基準を維持できるのでしょうか?企業は、テストスペースが狭くても、どのようにして品質基準を維持できるのでしょうか?

おそらく、エンジニアリングと IT のリーダーがバランスをとる方法があるのでしょう。

多くの企業は経済の不確実性による圧力を避けることができないかもしれない。 IT チームの 81% が経営幹部の指示により支出を停止または削減しました。予算削減がまだ始まっていないとしても、おそらくもうすぐ始まるでしょう。今後も減少し続けるだろうと一部の専門家は指摘している。

経済の不確実性が続く中、企業の幹部はクラウド コンピューティング サービスに関する見解を見直しています。数年前、CIO と CTO の 42% が、クラウド コンピューティングにおけるセキュリティ投資が最優先事項であると回答しました。

彼らの優先事項は、IT 提供のスピードをビジネスのスピードに合わせること (25%)、コンプライアンス要件が満たされていることを保証すること (22%)、収益を直接増加させること (20%) のようになります。スピード、コスト削減、コンプライアンスを重視することで、DevOps と IT のバランスが変化しました。

多くの企業は現在、「何が何でもリリースする」という考え方を、より慎重なアプローチに置き換えていますが、リリースの質と量で評価されることは変わりません。最も成功しているエンジニアリングおよび IT リーダーは、クラウド移行を優先し、非効率性を内部で調査し、より迅速かつスマートに失敗し、データ駆動型のテスト ソリューションに投資するという、シンプルでありながら効果的な手順を実行します。

不確実な時代に適切なバランスをとるには、創造性と戦略的な調整が必要です。

エンジニアリングおよび IT リーダーにとってのクラウドのコストと消費のジレンマ

ある企業がクラウド プラットフォーム上でテスト パイプラインを実行しており、企業の管理者が予算削減に合わせてクラウド コンピューティングの消費量を削減することを要求しているとします。

企業にはいくつかの選択肢があります。

• より高速に実行され、実行時間が短い（ただし、マシン時間あたりのコストは高くなる）大型マシンでテストします。
• 複数のマシン間でテストを並列化し、実行時間を短縮します (これにより、企業が独自のマシンに支払うコストが増加します)。
• 開発環境と本番環境をオンプレミスの施設に移行します。

あらゆる選択には欠陥がある。言うまでもなく、AWS などのクラウド サービスのコストは急騰しており、一部の企業ではストレージ料金が 2 倍になっています。

一部のチームでは、開発と本番環境をオンプレミスに移行することを検討しています。ほとんどのチームがすでにクラウドへの移行に多大なリソースを費やしているため、これは簡単な選択ではありません。このオプションは万能薬ではありません。設備投資の予算を割り当てるだけでなく、移行も計画する必要があるためです。

2023 年にクラウドの支出と消費を削減する 4 つの方法

より良い経済の中でこれらの結果を達成するために、賢明な企業が行っていることは次のとおりです。

（1）クラウドサービスの収益を最大化する方法に優先順位を付ける。

今日、クラウドコンピューティングは非常に高価です。 2023 年以降にクラウド コンピューティングに投資する企業の主な目標は、スピード、節約、コンプライアンスです。クラウドへの移行を遅らせると予算の消費も遅くなると考える企業もあるかもしれませんが、実際は逆です。

McKinsey & Company は、「よくある誤解は、企業はクラウドへの移行を遅らせ、すでに料金を支払っているオンプレミス環境で作業することでコストを削減できるということです。しかし、クラウド環境と比較すると、オンプレミスのデータセンターでは、システムの保守、更新サイクルの管理、停止への対応のために、人件費、ユーティリティ、リース、ライセンスといった形で継続的な運用サポートが必要です。これらの分野でコストを削減すると、コストのかかる問題につながる可能性もあります。」と述べています。

ビジネスに最大の価値を生み出すワークロードを優先することで、支出効率を向上させます。次に、オーバーヘッドが最も高いワークロード、または最も古い機器で実行されているワークロードが続きます。こうすることで、貴重なクラウド コンピューティング スペースを、最も必要とするシステムに優先的に割り当てることができます。

（２）最も成功する可能性の高い方法を見つける

コスト削減策はどれも極端なものである必要はありません。場合によっては、小さな対策でビジネスを予算内に収められることがあります。

McKinsey は、アプリケーションのニーズに合わせてクラウド サービスを調整し、支払い済みで使用しなくなった資産を処分し、階層型ストレージの基本原則を開発し、インスタンスを最新バージョンに更新することで、クラウド コストを約 20% 削減した大規模な公共機関の事例を紹介しています。

「どんな犠牲を払ってでもリリースする」というのは無謀かもしれませんが、いくつかの小さな変更を積み重ねることで、クラウド コンピューティングに対するより慎重なアプローチが可能になります。

（３）失敗は早く、しかし賢く。

この原則は部門全体に適用できます。企業はクラウド サービスで簡単な修正を試み、最も効果的な修正を他の環境に適用します。

テストに関しては、できるだけ早く失敗して、信頼性の低いテストをトリアージする方が賢明です。これらは修正が最も簡単で、パイプラインの後半でより面倒なテストを軽減できます。ユーザー インターフェイスのテストは最もコストがかかることが多いですが、適切なデータ駆動型ソフトウェアを使用すると、テストの実行時間を短縮できます。米国最大手のクラウド コンピューティング企業の 1 社がこのアプローチを採用し、テスト実行時間を 90% 短縮し、テスト実行にかかるクラウド コンピューティング コストを削減しました。

エンジニアリングおよび IT マネージャーにとって重要なのは、テスト スイートの実行時間を短縮することです。これを実現できれば、クラウドの消費と開発者の作業時間が節約され、同じ開発チームがより多くの成果を達成できるようになります。障害もより早く発見できるため、ビジネスのリリースが速くなり、開発者の満足度も高まります。

（4）データ駆動型ソフトウェアテストに投資する。

データ駆動型テスト ソフトウェアは、機械学習を使用して、既存の開発パイプラインのデータから最も深い洞察を生成します。

データを使用してパイプラインを評価しないと、リリース能力にまったく影響しない問題のテストに時間とクラウド インフラストラクチャのコストが費やされ、パイプラインの最後に本当に重要なことに集中できなくなる可能性があります。これは、クラウド コンピューティングの消費と支出の節約にはつながりません。

適切なソフトウェアは、コード変更に対する重要度に応じてテストを分類し、その場で一意のサブセットを作成できるようにします。つまり、組織は、障害が存在する場合にそれが検出されるという高いレベルの信頼性を維持しながら、テスト スイートの小さなサブセットを実行できるということです。

結論

予算削減が楽しいと言う人はいないだろうが、予算削減によって開発が遅れることはない。スマート AI ツールを活用したアプローチを採用することで、エンジニアリング リーダーと IT リーダーは新たな課題に直面しても質と量を維持できるようになります。