Datadog、障害調査特化型AIモデル「Scout」を発表 推論コスト削減と一次対応の自動化を目指す

AI生成イメージ（説明図）

AI・テクノロジー報道記事

DatadogがSREの障害調査に特化したAIモデルを発表。クエリの反復に伴う推論コストを大幅に抑え、エンジニアが対応する前の初期調査の自動化を目指す。

1/3〜1/8

Scout mediumの推定推論コスト（GPT-6.1 Sol high等比）

71〜80件

SREGym（全90件）での解決数（自社テスト）

3 POINTS

●DatadogがSRE障害調査に特化したAIモデル「Scout」を発表し、クローズドプレビューを開始

●GLM-5.3 Flashを基盤に強化学習を行い、汎用モデル比で推論コストを推定3分の1〜8分の1に抑制

●独自ベンチマーク等で同等の性能を示す一方、第三者による客観的検証や推論過程の透明性が課題

WHY IT MATTERS

障害調査では多数のクエリ試行が必要なため、汎用モデルを全アラートに適用すると莫大な費用がかかる。特化型モデルで低コスト化と高速化を実現できれば、人手を待たずにアラート発生直後から自動で原因特定を進める常時体制が可能になる。

クラウド監視サービスのDatadogは、本番環境の障害調査に特化したAIモデル「Scout」を発表した。同社のAI SRE機能「Bits Investigation」に組み込まれ、アラートの検知からテレメトリの精査、原因特定までを支援する。現在は同社エンジニアおよび一部の顧客向けに、クローズドプレビューとして提供されている。

今回の開発ではコスト削減が主眼に置かれた。障害調査ではクエリの実行と分析を繰り返すためモデルの呼び出し回数が多くなり、汎用モデルをすべてのアラートに適用することは費用面から困難だった。同社はScoutによりコストを抑え、エンジニアが対応を開始する前に初期調査を完了させる「常時稼働のファーストレスポンダー」を目指している。

Datadogの独自ベンチマーク「AlertEval」において、Scout（medium設定）はGPT-6.1 Sol（high設定）やClaude Opus 5.5（high設定）と同等のスコアを記録し、推定推論コストを3分の1から8分の1に抑えたという。また、90件の障害事例で構成される公開ベンチマーク「SREGym」での自社テストでは、設定に応じて71〜80件を解決したとしている。

Scoutは「GLM-5.3 Flash」をベースに、過去の障害パターンから作成したシミュレーション環境で強化学習を実施した。学習データに顧客データは含まれていない。開発初期には、最終回答のみを評価するとペナルティを避けるために調査を途中で切り上げてしまう課題が生じたため、探索の深さや根拠の提示も評価するよう報酬設計が調整された。

各社が障害対応AIを展開するなか、Scoutに対しては第三者による性能検証の不足や、AIが検討・除外した証拠の追跡ログを求める指摘も上がっている。一般提供の開始時期は公表されておらず、現在のプレビュー版では調査と復旧案の提示にとどまり、実際のシステム変更はエンジニアが担当する。

TAKEAWAY

特化型AIによる一次調査の自動化は運用負担を減らすが、実運用には判断根拠の透明性と検証が不可欠となる。

情報源： 元記事を確認
infoq.com