持続可能で責任あるサービスマネジメント
責任あるサービスマネジメントは、サービスの運用に伴う環境的、社会的、倫理的なコストを数えます。クラウドとAIのエネルギー、電子廃棄物、アクセシビリティ、人々の公正な扱いを含みます。測れるものを不確かさを明示して測り、コストがほとんどかからないところで影響の小さい選択肢を選び、主張を成果と取り違えないことで機能します。
なぜ重要か
デジタルサービスは重さがないように感じられます。リクエストが出て、答えが戻り、何も消費されていないように見えます。その背後には、電力と水を使うデータセンター、採掘された材料から作られるデバイス、昼夜動くネットワーク、そして置き換えるタスクよりも多くのエネルギーを使う大規模なAIのワークロードが、ますます増えています。この分野のフットプリントは大きく、増え続けており、組織は顧客、規制当局、スタッフ、自身の取締役会から、自分たちのフットプリントが何で、それに何をしているかを問われています。
環境は問題の一部です。サービスは人々にも影響します。アクセスできないポータルは、障害のある利用者を締め出します。誰もが高速のインターネットを持つと仮定するサポートのモデルは、そうでない人々を失望させます。狭いデータで訓練されたAIツールは、一部のグループをより悪く扱います。エンジニアを燃え尽きさせるオンコールのモデルは、サービスを運用する人々が負う社会的コストです。責任あるサービスマネジメントは、これらすべてを、後付けではなく、サービスの設計、購入、運用の一部として問います。
これは、主張が証拠を上回る分野です。Wikipediaは、環境上の利益について誤解を招く主張をするプラクティスであるグリーンウォッシングを説明しており、技術のマーケティングでよく見られます。測定はしばしば、大きな不確かさを持つ見積もりです。ある場所での削減が別の場所にコストを移すことがあり、効率の向上はより多くの利用で相殺されることがあります。Wikipediaは、このパターンをリバウンド効果、あるいはジェボンズのパラドックスとして説明しています。このトピックは実践的なアプローチを与えます。主な影響を知り、誠実に測り、効果が最も大きくコストが最も低いところで行動し、何を主張するかに注意する。ハードウェア(トピック 4.3 — ハードウェア資産管理)、財務(トピック 4.5 — 財務管理とFinOps)、AIのガバナンス(トピック 5.6 — AIのガバナンス、リスク、コンプライアンス)、ガバナンス(トピック 8.1 — ガバナンス、リスク、コンプライアンス)につながります。法的助言ではなく、報告の義務は場所によって異なります。
中核となる概念
持続可能性。 よく使われる表現では、将来の世代が自らのニーズを満たす能力を損なうことなく、現在のニーズを満たすことです。Wikipediaは、持続可能性が環境、社会、経済の側面を持つと説明しています。サービスマネジメントでは、環境、人々、将来の選択肢に不当なコストを課さない方法でサービスを運用することを意味します。
環境、社会、ガバナンス(ESG)。 組織と投資家が非財務的な成果を評価するために使うフレームワークです。WikipediaがESGを説明しています。報告の要件は、多くの法域で急速に発展しています。あなたの組織は、サービスチームにデータを求めるかもしれません。何が適用されるかを確認し、守れる記録を保ってください。
カーボンフットプリントと排出。 活動によって生じる温室効果ガスの排出で、通常は二酸化炭素換算で表されます。Wikipediaがカーボンフットプリントと温室効果ガスを説明しています。炭素会計は一般に、自らの運用からの排出、購入したエネルギーからの排出、デバイスの製造やサプライヤーのサービスの利用を含む、より広いバリューチェーンからの排出を区別します。後者はしばしば最大の部分で、測るのが最も難しいものです。Wikipediaが炭素会計とこれらの区分を説明しています。
内包された影響と運用上の影響。 内包された影響は、デバイスを作って運ぶ、あるいは施設を建てるために使われたもの、運用上の影響は、それを動かす間に使われるものです。エンドユーザーのデバイスでは、内包された影響が、ライフタイムの排出のうち大きな部分であることがよくあります。Wikipediaが内包エネルギーを説明しています。データセンターでは、運用、特に電力が通常は支配的です。どちらが当てはまるかを理解することが行動の指針になります。トピック 4.3 — ハードウェア資産管理を参照してください。
エネルギーとデータセンター。 データセンターは、計算と冷却に電力を使います。Wikipediaがデータセンターと、施設全体のエネルギーと計算機器が使うエネルギーとの比である電力使用効率(PUE)を説明しています。PUEが低いことは排出が低いことを意味しません。電力の炭素強度、そして機器がどれだけ十分に使われているかも重要です。アイドル状態のサーバーも電力を消費します。
クラウドと共有インフラ。 大手のクラウド提供者は、小さなオンプレミスの部屋より効率的に運用し、再生可能エネルギーを大規模に購入できることがよくあります。同時に、より多く消費することも容易にします。Wikipediaがクラウドコンピューティングを一般に説明しています。提供者にリージョンとサービスごとの排出データを求め、その数字を、方法が示された見積もりとして扱ってください。クラウドへの移行は、それだけでサービスをより環境に優しくはしません。
AIとエネルギー。 大規模なモデルの訓練と実行は、多くのエネルギーと、場合によっては冷却のための水を消費することがあります。影響は、モデルの大きさ、使用の頻度、動かす場所に依存します。単純な方法でできるタスクに大規模モデルを頻繁に使うのは、資源の無駄です。トピック 5.8 — AIの運用モデルとスキルを参照してください。方法と範囲が異なるため、公表された数字は注意して扱ってください。
効率的なソフトウェアと運用。 効率的なコード、適切なサイズのリソース、アイドルな環境の停止、電力がよりクリーンな時間に柔軟な仕事をスケジュールすること、不要なデータの保存と転送の削減は、いずれも影響を減らし、通常はコストも減らします。Wikipediaが、グリーンコンピューティングと、環境への影響をより小さくするための設計のプラクティスを説明しています。コスト削減と排出削減がしばしば一致するトピック 4.5 — 財務管理とFinOpsを参照してください。
電子廃棄物と循環型経済。 廃棄された電子機器には、貴重な材料と危険物が含まれます。Wikipediaが電子廃棄物と、再利用、修理、リサイクルを通じて材料を使い続ける循環型経済のアプローチを説明しています。デバイスの寿命を延ばし、修理し、再生し、責任を持ってリサイクルすることで、廃棄物が減ります。トピック 4.3 — ハードウェア資産管理を参照してください。Wikipediaが説明する修理する権利の運動は、修理できるデバイスを主張します。
ライフサイクルの考え方。 材料から廃棄まで、製品やサービスのすべての段階を考えることです。Wikipediaがライフサイクルアセスメントを説明しています。作るのにより多くの資源を要するデバイスで、使用時のエネルギーを節約するなど、影響をある段階から別の段階に移すことを防ぎます。
リバウンド効果。 効率は、より多くの利用につながり、利益を打ち消すことがあります。Wikipediaがこれをリバウンド効果とジェボンズのパラドックスの項で説明しています。計算が安くなってはるかに多くの計算が行われれば、総影響は増えることがあります。効率の目標と並べて、絶対的な目標も設定してください。
アクセシビリティとインクルージョン。 サービスは、能力、デバイス、言語、接続の異なる人々が使えるべきです。Wikipediaがアクセシビリティ、インクルーシブデザイン、デジタルデバイドを説明しています。ウェブコンテンツ・アクセシビリティ・ガイドラインのような標準は、ウェブコンテンツの基準を設定します。多くの場所で、法律がアクセシビリティを求めています。設計とテストに障害のある利用者を含め、デジタルでない経路を残してください。
公平性と倫理。 サービスとAIシステムは、人々を公平に扱い、仕組みについて開かれているべきです。Wikipediaがアルゴリズムのバイアスと人工知能の倫理を説明しています。トピック 5.6 — AIのガバナンス、リスク、コンプライアンスを参照してください。
人々と作業量。 サービスを運用する人々は、ステークホルダーです。持続可能なオンコール、妥当な労働時間、安全な労働条件、サプライヤーのスタッフの公正な扱いは、責任ある実践の一部です。トピック 2.10 — アジャイルマネジメントと学習を参照してください。
責任ある調達。 価格だけでなく、環境的、社会的な実践によってサプライヤーを選ぶことです。Wikipediaが持続可能な調達を説明しています。公表された排出データや修理方針のような証拠を求め、主張を確認してください。トピック 3.14 — サプライヤー管理を参照してください。
測定の誠実さ。 この分野の数字の多くは見積もりです。方法、範囲、不確かさを述べます。異なる境界を使った比較に注意してください。明確で検証可能な根拠のない「カーボンニュートラル」のような主張は避けます。Wikipediaのグリーンウォッシングの説明が、そうした主張がいかに誤解を招くかを示しています。
企業の責任。 組織は、ますますコミットメントを公表しています。Wikipediaが企業の社会的責任を説明しています。サービスチームは、データを提供し、コミットメントが果たされるかを左右する選択を行います。
レンズはどう当てはまるか。 持続可能性は四つすべてに当てはまります。アジャイルのプラクティスは、無駄を減らす、小さく、測定された実験を示唆します。AIは影響の源であると同時に、削減を見つけるツールでもあります。自動化は、アイドルなリソースを停止し、仕事をスケジュールできます。アナリティクスは、不確かさを明示して影響を測ります。
ベストプラクティス
- 最大の影響を見つける。 サービスの最大の環境的、社会的な影響がどこにあるかを見積もります。デバイス、クラウドとデータセンターの利用、AIのワークロード、移動、サービスを運用する人々。可能性が最も大きいところから始めます。
- 方法を明示して測る。 サプライヤーのデータと標準的な換算係数を使い、範囲と前提を記録し、不確かさを示します。時間とともにデータを改善します。
- コストも減らす無駄を削る。 アイドルな環境を止め、リソースを適切なサイズにし、不要なデータを削除し、十分に使われていないシステムを統合します。これらはしばしば自ら元を取ります。
- デバイスの寿命を延ばす。 交換の前に修理し、アップグレードし、再利用し、修理でき、耐久性のある機器を選びます。データ消去を伴う責任あるルートで廃棄します。
- どこで、いつ動かすかを選ぶ。 選択できるところでは、電力がよりクリーンなリージョンと時間を使い、サプライヤーにデータを求めます。他の場所で影響を増やす移動は避けます。
- AIを釣り合いよく使う。 モデルの大きさと使用の頻度を、価値に合わせます。単純な方法で同じようにできるところでは、それを使います。AIのワークロードのコストと、可能ならエネルギーを追跡します。
- アクセシビリティのために設計し、テストする。 アクセシビリティの標準に従い、異なるニーズを持つ利用者でテストし、代替の経路を残します。完了の定義にアクセシビリティを含めます。
- 公平性と倫理を確認する。 サービスとAIの利用を不公平な影響についてレビューし、グループをまたいでテストし、人々が決定に異議を唱える手段を与えます。
- サービスを運用する人々を大切にする。 作業量とオンコールを持続可能に保ち、サプライヤーのスタッフを公正に扱います。燃え尽きをコストとして数えます。
- 主張に誠実である。 何を、どう測り、何を知らないかを述べます。曖昧、あるいは検証できない表明を避け、公表の前に主張をレビューします。
チームで話し合うための問い
私たちのサービスの最大の環境への影響はどこにあり、どうやってそれを知っているか。 デバイス、クラウド、AI、施設を見ます。データの不足と強い前提が予想されます。さらに掘り下げるために、ひとつの領域を選び、方法を明示して見積もります。
私たちのシステムや環境のうち、常に動いていて、停止または縮小できるものはどれか。 開発とテストを確認します。アイドルなものが予想されます。さらに掘り下げるために、ひとつの環境の停止をスケジュールし、削減を記録します。
デバイスをどれくらい使い続けていて、もっと長く使うこと、修理することを妨げているのは何か。 方針と習慣について尋ねます。暦による更新が予想されます。さらに掘り下げるために、ひとつのグループでより長い寿命を試します。
私たちのサービスを、設計どおりには使えないのは誰で、どうやってそれを知っているか。 障害、言語、接続、自信を考えます。テストされていないグループがあると予想できます。さらに掘り下げるために、それらのグループの数人の利用者を観察します。
単純な方法で足りるのにAIを採用した用途はどれで、資源の面で何のコストがかかるか。 一覧をレビューします。流行で選んだものがあると予想できます。さらに掘り下げるために、AIの用途をひとつ、単純な代替と、品質とコストで比べます。
持続可能性について、私たちがした、あるいは求められた主張は何で、それぞれを裏付けられるか。 集めます。検証できないものがあると予想できます。さらに掘り下げるために、データを持つ人々とともに、それぞれをレビューします。
実践:サービスマネジメントの例
ある国立図書館のIT部門は、親省庁から、デジタルサービスの環境への影響を報告し、削減を提案するよう求められました。部門には400人のスタッフ、300の分館にまたがる6,000台のデバイス、クラウドでホストされた目録、最近のAI検索アシスタントがあります。
サービスマネージャーは、主な発生源を見積もることから始めます。デバイスについては、調達と資産の記録が、平均年齢4.1年の4,800台のノートPCとデスクトップを示しています。製造元が公表したライフサイクルの数字を使い、それが見積もりであると注記したうえで、その年に購入したデバイスの内包された影響が、単独で最大の項目だと判断します。クラウドについては、提供者の排出ダッシュボードがリージョンごとの月次の見積もりを与え、彼女はそれを提供者が述べた方法とともに記録します。AIアシスタントの利用は他の項目と比べて小さいものの、増えており、ベンダーはエネルギーのデータを提供していません。
彼女は四つの行動を提案します。健全性のデータが許すところで、ノートPCの交換サイクルを四年から五年に延ばし、バッテリーとストレージを修理する。開発とテストの環境を夜間と週末に停止する。これはクラウドコストの約五分の一も節約します。レイテンシーが許容できることを確認したうえで、一つのバッチのワークロードを炭素強度の低い電力網のリージョンに移す。そしてAIベンダーにエネルギーと水のデータを求め、アシスタントは自由形式の質問にだけ使い、既知の項目には単純な検索を使うというルールを設定する。
社会面では、部門は、スクリーンリーダーを使うスタッフと利用者の五人と、音声操作を使う一人によるポータルのアクセシビリティテストを依頼します。予約フォームがキーボードだけでは完了できないことが分かり、チームが修正します。また、時に二人のエンジニアが24時間をカバーしているオンコールの当番表をレビューし、三人目を加えます。
何が変わったか。省庁は方法と範囲を伴う最初のレポートを受け取り、部門は追跡される四つの行動を得ました。何がまだ難しいか。内包された数字は製造元の平均に基づいており、検証できません。ベンダーはエネルギーのデータを提供していません。プレスリリースの草稿にあった環境上の主張(「カーボンニュートラルなデジタルサービス」)は、部門が裏付けられないため取り下げられました。そして、より長い交換サイクルは、古いデバイスのサポートの労力を増やします。マネージャーは不確かさを報告し、サポートコストのレビューを計画しています。
四つの視点
プロダクトとデリバリーのチーム
効率とアクセシビリティのために設計しましょう。軽量なページ、効率的なクエリ、適切なサイズのリソース、キーボードとスクリーンリーダーへの対応。AIの手法を必要に釣り合わせて選び、多様な利用者でテストしてください。
サービスと運用のチーム
アイドルなものを止め、デバイスを修理して再利用し、エネルギーと廃棄物のデータを記録し、オンコールを持続可能に保ちましょう。影響が最も大きいところをオーナーに伝えてください。
リーダーシップとガバナンス
絶対的な目標と誠実な測定で目標を設定し、仕事に資金を出しましょう。公表の前に主張をレビューします。数えるものに、炭素だけでなく、人々も含めてください。
顧客とユーザー
能力や接続にかかわらずサービスを使えるべきで、その影響についての誠実な情報を期待できます。自分に機能しないことと、見たいものを提供者に伝えましょう。
アジャイル、AI、自動化、アナリティクス
アジャイル
スケジュールされた停止や軽いページのような小さな変更を試し、効果を測り、機能するものを残します。レビューに、異なるニーズを持つ利用者を含めます。注意:測定のない大規模な「グリーンプログラム」を走らせてはいけません。証拠のある行動を選んでください。
AI
AIは、アイドルなリソースの発見、利用とエネルギーのデータの分析、設計のアクセシビリティの問題のチェックを、レビューのもとで助けられます。AI自体が環境フットプリントとバイアスのリスクを持ちます。注意:AIが使うエネルギーと比べずに、AIがエネルギーを節約すると主張してはいけません。両方を測ってください。トピック 5.8 — AIの運用モデルとスキルを参照してください。
自動化
アイドルな環境の停止、柔軟なワークロードのスケジュール、未使用のデータの整理を、オーナーとセーフガードとともに自動化します。注意:自動削除は、必要なデータを消すことがあります。保持ルールとレビューを使ってください。トピック 6.1 — 自動化戦略を参照してください。
アナリティクス
エネルギー、排出の見積もり、デバイスの年齢と故障のデータ、クラウドの利用、アクセシビリティのテスト結果を、方法と不確かさを明示して集めます。注意:排出の数字は方法によって大きく異なり、一度限りの改善は成長で帳消しになりえます。絶対的な合計と傾向を追跡してください。トピック 7.3 — 測定とレポートと『サービスマネジメント指標』を参照してください。
よくある失敗パターン
- 証拠のない主張。 「カーボンニュートラル」のような表明は裏付けられません。方法と限界を述べ、主張をレビューしましょう。
- 問題を移すこと。 影響が別の段階やサプライヤーに移ります。ライフサイクルで考えましょう。
- 限度のない効率。 削減がより多くの利用で相殺されます。絶対的な目標を設定しましょう。
- 後付けのアクセシビリティ。 締め出される利用者がいます。組み込み、テストしましょう。
- 大きすぎるAI。 大規模モデルが単純なタスクをします。方法を必要に合わせましょう。
- サービスを運用する人々の無視。 燃え尽きと離職が増えます。作業量を持続可能性の一部として扱いましょう。
- データがない。 決定が推測に基づきます。集められるものを、不確かさとともに集めましょう。
成熟度モデル
| 観点 | 開始 | 発展 | 標準化 | 管理 | オーケストレーション |
|---|---|---|---|---|---|
| 測定 | なし | 大まかな見積もり | 主な影響が方法を明示して見積もられる | データが改善され、目標に照らして追跡される | 影響のデータがコスト、計画、サプライヤーと統合される |
| 行動 | 場当たり的 | 一部の削減 | 標準的なプラクティス:停止、適切なサイズ化、デバイスの寿命 | 行動が追跡され、レビューされる | 影響が設計、調達、運用に組み込まれる |
| インクルージョンと倫理 | 考慮されていない | 認識されている | アクセシビリティと公平性のレビューが標準 | 成果がグループをまたいで測定される | インクルーシブデザインと公平性がサービスをまたいで統合される |
| 誠実さ | 確認されない主張 | 認識されている | 主張が証拠に照らしてレビューされる | 主張が監査される | 独立した保証を伴う透明な報告がある |
チェックリスト
- 主な環境への影響を、方法を明示して見積もった。
- アイドルな環境を停止または縮小している。
- デバイスを修理し、再利用し、寿命を延ばし、責任を持って廃棄している。
- サプライヤーに排出とエネルギーのデータを求め、その方法を記録している。
- AIの利用が釣り合いよく、コストと、可能ならエネルギーが記録されている。
- サービスを実際の利用者でアクセシビリティについてテストしている。
- オンコールと作業量が持続可能である。
- 持続可能性の主張を、公表の前に証拠に照らしてレビューしている。
AIプロンプト
影響の見積もりを構造化する。
Here are our facts: number and age of devices [paste], cloud usage by region [paste], AI usage [paste], and any supplier emissions data [paste].
Draft a table of impact sources, the data we have for each, the missing data, the method we could use, and the main uncertainty. Do not invent emission factors or figures.
List what you are unsure of.
持続可能性の主張をレビューする。
Here is a draft statement about our service's environmental impact: [paste]. Here is the evidence we have: [paste].
For each claim, say whether the evidence supports it, partly supports it, or does not, quoting the text, and list what is missing. Do not rewrite the claim.
List what you are unsure of.
アクセシビリティのテストを計画する。
Our service: [describe]. Our users: [groups]. Known issues: [list].
Draft a test plan with tasks real users would attempt, the assistive technologies and devices to include, what to record, and how to report results. Do not claim any standard is met.
List what you are unsure of.
AIスキル
- roi-analysis: 影響を減らす選択肢のコストと便益を比較するときに使います。
- stakeholder-analysis: 誰が影響を受け、誰が欠けているかを特定するときに使います。
- risk-register: 環境的、社会的なリスクをオーナーとともに記録するときに使います。
- capacity-planning: リソースを適切なサイズにするときに使います。
- vendor-management: サプライヤーにデータとコミットメントを求めるときに使います。
主要な情報源
- The Green Software Foundation (greensoftware.foundation): ソフトウェアと炭素についてのコミュニティのガイダンスと標準。
- W3C, Web Content Accessibility Guidelines (WCAG): アクセシブルなウェブコンテンツの国際標準。
- Wikipedia, "Sustainability" and "Greenwashing": この分野の概観と、主張における主な危険。
- Wikipedia, "Electronic waste" and "Circular economy": デバイスと材料についての背景。
参考文献
- Sustainability — Wikipedia — https://en.wikipedia.org/wiki/Sustainability
- Environmental, social, and governance — Wikipedia — https://en.wikipedia.org/wiki/Environmental,_social,_and_governance
- Carbon footprint — Wikipedia — https://en.wikipedia.org/wiki/Carbon_footprint
- Carbon accounting — Wikipedia — https://en.wikipedia.org/wiki/Carbon_accounting
- Green computing — Wikipedia — https://en.wikipedia.org/wiki/Green_computing
- Data center — Wikipedia — https://en.wikipedia.org/wiki/Data_center
- Power usage effectiveness — Wikipedia — https://en.wikipedia.org/wiki/Power_usage_effectiveness
- Electronic waste — Wikipedia — https://en.wikipedia.org/wiki/Electronic_waste
- Circular economy — Wikipedia — https://en.wikipedia.org/wiki/Circular_economy
- Greenwashing — Wikipedia — https://en.wikipedia.org/wiki/Greenwashing
- Rebound effect (conservation) — Wikipedia — https://en.wikipedia.org/wiki/Rebound_effect_(conservation)
- Accessibility — Wikipedia — https://en.wikipedia.org/wiki/Accessibility