FinOpsで実現するコスト分析エージェントの導入事例

クラウド利用の拡大とマルチクラウド化により、インフラコストの最適化は多くの組織で重大な経営課題となっている
。しかし従来の手動分析では対応が追いつかず、無駄なリソースが放置されるケースが増加している。
本発表では、FinOpsフレームワークを基盤に、コスト異常の検知・削減施策の提案・優先度付きアクションリストの生成までを自動化するAIエージェントの構築・導入事例を紹介する。

Transcript

1. FinOpsで実現する コスト分析エージェントの導入事例
2. アジェンダ • 自己紹介 • FinOpsとは • FinOpsフレームワークとは • クラウドコスト管理の課題 • Kagentとは • Kagentのアーキテクチャ • まとめ
3. FinOpsで実現する 自己紹介
4. 自己紹介 • 名前：T.REX • 会社：Sky株式会社 • 部署：自社システム開発部門のSREチーム • 業務： • 自動化ツールの開発 • AIエージェントの開発 • FinOpsの技術文化醸成の推進 • X：@ukrock1996
5. FinOpsで実現する FinOpsとは
6. クラウドにおけるFinOpsの重要性 FinOpsとは • 「クラウド財務管理」の新しい概念であり、クラウド環境におけるコス ト管理とビジネス価値の最大化を目的とした運用モデルです。 • クラウド黎明期では「とにかくクラウドへ移行する」 所謂リフト＆シフトが目的でしたが、現在では 「クラウドをいかに賢く使いこなし、事業成果に結びつけるか」という フェーズに移行しています。 • SP/RIの購入による割引にとどまらず、組織として技術的にクラウドのコ ストを最適化する文化を醸成する活動になります
7. クラウドにおけるFinOpsの重要性 なぜ今注目されているのか？ • 理由 • クラウドはIT業界に柔軟性とスピードをもたらしたが、 導入企業の最大の課題はコスト管理と回答する企業が多い状態です • 実際、企業の82%が「コスト管理」を課題と回答し、 クラウド支出の28%が無駄という調査結果が存在している • 参考：https://thinkit.co.jp/article/22744
8. 海外と日本のFinOpsの違い 海外と日本のFinOpsの違い • クラウドシフトの時期差 • 欧米: 2010年代前半から本格導 • 日本: 2010年代後半〜2020年代に加速 • クラウド成熟度の差がそのままFinOps導入の差に繋がる • 2. 組織文化の違い • 縦割り組織: エンジニア・財務・経営の連携が弱い • 責任の所在が曖昧: 「誰がコスト管理するの?」が不明確 • コスト意識の低さ: オンプレ時代の「買い切り」感覚が残る • リフト＆シフトした後にクラウド最適化が置き去りになりがち
9. FinOpsで実現する FinOps フレームワーク とは
10. FinOps フレームワーク — 3フェーズサイクル 出典: FinOps Foundation 01 Inform 可視化・把握 コスト配分・タグ管理・使用率レポート・予算アラート設定 02 Optimize 最適化・削減 Rightsizing・リザーブド/スポット活用・未使用リソース削除 03 Operate 運用・定着化 FinOps文化の醸成・KPI設定・自動化・部門間コスト責任化 ※ FinOps Foundation が定める標準フレームワーク。3フェーズを継続的に繰り返すことでクラウドコストを最適化し続ける。
11. FinOpsで実現する クラウドコスト管理の課題
12. クラウドコスト管理の課題 01 コスト可視性の欠如 Kubernetesのマイクロサービス環境でのコスト帰属が困 難。namespaceやworkload単位でのコスト分析が複雑。 02 マルチクラウドの複雑性 AWS・Azure・GCPなど複数クラウドのコスト データを統一フォーマットで管理・比較が難しい。 こｓ 03 リアルタイム対応の限界 コストの異常検出としてコストアラートを組んでも アラートの要因の特定に時間がかかり、 調査の工数が大幅に取られる。 04 専門知識の属人化 FinOpsの専門知識を持つ人材が 不足しており、対応が特定エンジニアに依存する
13. クラウドコスト管理の課題 01 コスト可視性の欠如 Kubernetesのマイクロサービス環境でのコスト帰属が困 難。namespaceやworkload単位でのコスト分析が複雑。 02 マルチクラウドの複雑性 AWS・Azure・GCPなど複数クラウドのコスト データを統一フォーマットで管理・比較が難しい。 こｓ 03 リアルタイム対応の限界 コストの異常検出としてコストアラートを組んでも アラートの要因の特定に時間がかかり、 工数が大幅に取られる。 04 専門知識の属人化 FinOpsの専門知識を持つ人材が 不足しており、対応が特定エンジニアに依存する
14. FinOpsで実現する Kagentとは
15. Kagentとは Kagentとは • Kubernetes上でインテリジェントな自律エージェントを作成・管理でき るプラットフォームです。 • 何ができるのか • LangGraph・Google ADKなど任意のエージェントフレームワークを 持ち込めるほか、セッションをまたいだ長期記憶、ヒューマン・イ ン・ザ・ループ（人間による承認ステップ）、 エージェント同士の連携（A2A）などの機能を備えています。
16. なぜコスト分析にKagentを選んだのか クラスター内でAIエージェントが直接動作し、リアルタイムでコストデータを 分析・最適化提案できる — これがKagentを選んだ最大の理由 1 Kubernetes Native 既存のk8sワークフロー (CRD/YAML/kubectl)で AIエージェントを管理。 2 高度な分析が可能 Kagentからコストデータに対 してクエリ言語で分析が可能 3 オープンソース Apache 2.0ライセンス。 ベンダーロックインなし。 CNCFへの寄贈予定で 長期的な信頼性がある。 4 マルチLLM対応 OpenAI, Anthropic, Gemini, に対応。 自社のAIポリシーに 合わせて選択できる。
17. Kagentとは Cloud Native Agentic AI Framework Tools Kubernetes, Prometheus, Istio, Helm, Argo, Grafana 向けの事前定義済みMCP ツール群。自然言語で実行。 Agents CRDとして定義される 自律AIエージェント。 GitOpsワークフローで バージョン管理が可能。 Framework Google ADK/LangGraph/ OTelトレース・Prometheusメト リクスで完全な可観測性を提供 Solo.ioが開発 → CNCF寄贈予定 | Apache 2.0 | Istioの創設者が構築
18. Kagentのアーキテクチャ Pods / Namespaces Helm / Argo
19. Kagentによるコスト分析ユースケース なぜ昨夜のコストが急騰したの？ Kagentが自動でAhtenaのクエリを叩いて、 詳細な要因を分析する どのPodが最もコストを使っている？ 全Podのリソース使用量を集計し、 コスト順にランキング。rightsizing推奨まで自動生成 未使用リソースを見つけて アイドル状態のリソースを検出して 不要なリソースを提案する
20. FinOpsで実現する まとめ
21. まとめ まとめ • コスト最適化は高度なスキルを要する難易度の高い業務であり、 FinOpsスキルの市場価値も今後ますます高まると考えています。 • 技術的な魅力 自動化によってコスト増大という技術的負債を解消できる点に面白さを感じてい ます。 またOSSのバージョンアップに合わせて柔軟にカスタマイズできる点も魅力です。 • キャリア開発の観点 • SREとして企業に新しい文化（FinOps）を設計し導入を推進することで、 希少性の高い人材を目指していきたいと思います。