誰のものでもない請求書
典型的なエンジニアリング部門のVPに、自社のAWSの請求書は誰の管理かと尋ねると、長い沈黙が返ってきます。「DevOpsでしょうか。それとも経理かもしれません」。モノリシックなアーキテクチャでは、この曖昧さは許容できました。アプリケーションが1つ、チームが1つ、請求書が1つ。コストを確認し、要因を把握し、対処できました。
マイクロサービスは、この前提を完全に壊しました。プラットフォームが200の独立したサービスでできていて、それぞれに独自のコンピュート、ストレージ、ネットワーク、データ転送のコストがかかるとき、コストの全体像はアーキテクチャとともにばらばらになります。月次の請求額が跳ね上がった原因は、1つのサービスの異常動作かもしれません。データ送信パターンの変化かもしれません。廃止した機能が残していった使われていないロードバランサーかもしれません。あるいは、どのチームも気づかなかった十数個の小さな無駄が積み重なった結果かもしれません。1つずつ見ればどれも取るに足りないように見えるからです。
これはツールの問題ではありません。AWS Cost Explorerはあります。Budgetsのアラートもあります。タグ付けのポリシーもあります。クラウドのコスト管理を設定作業として扱う組織は、制約がツールだったことは一度もなかったと、例外なく気づきます。制約は文化と組織にあります。誰が責任を持ち、誰が状況を把握でき、誰に対処する権限があるのか、ということです。
FinOpsとは何か、何ではないか
FinOps、つまりクラウドインフラのための財務オペレーションは、製品ではなく実践です。FinOps Foundationはこれを、"a cultural practice that brings technology, finance, and business together to align spending and business value"(テクノロジー、財務、ビジネスが一体となり、支出とビジネス価値をそろえる文化的な実践)と定義しています。この定義は、実際の姿を見るまでは抽象的に聞こえます。単位あたりの経済性を本当に理解しているエンジニアリングチームがあり、AWSのサービスコードを読み解ける財務チームがあり、コストの成果を信頼性やセキュリティと並ぶ第一級の関心事にする、共通の責任の仕組みがあるということです。
FinOpsではないものもあります。CloudHealthやApptioを導入して、それで完了とすることです。外部のコスト可視化ツールは役に立ちますが、FinOpsの実践への入力であって、実践そのものではありません。文化とプロセスの変革を伴わずにツールだけを購入した組織は、通常、コストの可視化が短期的に改善します(これは実際の価値があります)。その後は頭打ちになります。エンジニアがリソース配分を判断する方法が変わっていないため、コストは高いままです。
成熟したFinOpsの実践には、3つの柱があります。Inform(コストを可視化し、帰属先を特定できるようにする)、Optimize(非効率を見つけて対処する)、Operate(コストの規律を継続的なデリバリーのプロセスに組み込む)です。多くの組織は、Informまでなら早く到達できます。OptimizeからOperateへ進むには、組織が持続的に取り組む必要があり、大半のコスト削減の取り組みはそれを育てられません。
実際に機能するタグ付け戦略
リソースのタグ付けは、マイクロサービス環境でコストを可視化する土台であり、多くの組織が最初に失敗する箇所でもあります。失敗のパターンは予想できます。善意でタグ付けのポリシーを定め、一部だけ徹底し、やがてデリバリーに追われるチームがその規律を省略して、徐々に崩れていきます。半年後には、リソースの40%がタグなし、またはタグが不統一になり、コストの帰属は、事実ではなく推定の作業になります。
効果的なタグ付けには、タグをメタデータではなくインフラとして扱う必要があります。具体的には次のことです。
- プロビジョニング時に強制する。Infrastructure as Code(Terraform、CloudFormation、CDK)が特定のタグを必須の入力として要求しなければ、ポリシーがどうであれ、実際にはタグは任意になります。カスタムのポリシールール、AWS OrganizationsのSCP、Sentinelのポリシーを使って、必須のタグがないリソースは作成の時点で拒否します。
- 最小限で安定した分類体系。環境、チーム、プロダクト、コストセンター、プロジェクト、顧客、アプリケーション、ティアなど、あらゆるものを最大限の細かさでタグ付けしたくなります。実際には、必須タグが6–8を超える分類体系は管理しきれなくなります。まずは
env、service、team、cost-center、productから始めます。広げるのは、ビジネス上の理由が具体的になってからです。 - ずれの自動修復。プロビジョニング時に強制していても、レガシーのリソース、手動で作成されたリソース、AWSが管理するリソース(たとえば一部のRDSスナップショット)にはタグを付けにくいものがあります。Lambdaベースの自動修復を定期的に実行して、ずれを検出し、通知または修正します。
- タグの継承のモデル化。マイクロサービス環境では、1つのアプリケーションが、EC2やECSのコンピュート、S3とRDSのストレージ、ALBとNATゲートウェイを介したネットワーク、Step FunctionsやEventBridgeによるオーケストレーションを持つことがあります。「注文処理サービス」のコストは、これらすべてにまたがります。IaCモジュールにタグの継承パターンを入れておけば、1つのモジュールがプロビジョニングするすべてのリソースに、同じサービスとチームの帰属が付きます。
ショーバックとチャージバック:適したモデルの選び方
タグ付けでコストの帰属が分かるようになったら、次の組織上の問いは、その情報をどう使うかです。主なモデルは2つ、ショーバックとチャージバックです。
ショーバックは、財務上の影響を伴わずに、コストをチームに見えるようにします。エンジニアリングチームは月々のクラウド支出を確認し、傾向を理解し、自発的に最適化できます。このモデルは、エンジニアリング文化がすでにコスト意識の高い組織や、プロダクトチームが自分たちのサービスを本当に所有している組織でよく機能します。
チャージバックはさらに進み、帰属したコストを実際に事業部門やプロダクトラインに請求し、その損益や予算に反映させます。最適化への経済的な動機は強くなりますが、複雑さも生まれます。チームが、見かけのコストを減らすために帰属を操作し始めます。共有インフラのサービス(ネットワーク、オブザーバビリティ、セキュリティツール)には、配賦のモデルが必要です。経理には、社内請求を扱う新しいプロセスが必要です。配賦の方法論をめぐる議論に、本来デリバリーに使えるはずのエンジニアリング部門の幹部の時間が奪われます。
多くの組織にとって現実的な答えは、段階的な進め方です。まずショーバックを導入し、対立を生まずにリテラシーを高め、最も効果の大きい最適化の機会を見つけます。12–18か月後、チームがコストの全体像を理解し、行動に移す意思を示した段階で、最大かつ帰属しやすいコストセンターに限ってチャージバックを導入します。
具体的なデータが1つあります。400人のエンジニアリング組織がマイクロサービスのプラットフォームにショーバックを導入したところ、8か月以内にクラウド支出が23%減りました。チャージバックの圧力があったからではありません。初めて自分たちのコストを見たエンジニアが、存在すら知らなかった非効率を見つけて直したからです。
リザーブドインスタンスとSavings Planの最適化
オンデマンドの料金は、変動が大きく予測できないワークロードには適しています。本番のマイクロサービス環境のベースライン容量にとっては大幅な払いすぎで、通常は、同等のReserved InstanceやSavings Planでカバーした場合より40–60%高くなります。
難しいのは、マイクロサービス環境でのRIの最適化が、モノリシックな環境よりはるかに複雑なことです。インスタンスタイプが多く、利用パターンの異なるサービスが多く、独立してスケールするチームが多くなります。リザーブド容量をコミットするには、将来の需要への確信が必要ですが、多くのチームにそれがないのは当然です。
これをうまく乗り切るための原則がいくつかあります。
- インスタンスタイプ指定のRIよりも、Compute Savings Plansを選ぶ。Compute Savings Plansは、オンデマンドに対して66%の割引があり、あらゆるEC2のインスタンスファミリー、ECS、Lambdaに自動的に適用されます。サービスの進化に合わせてインスタンスタイプが変わるマイクロサービス環境で、まさに必要な柔軟性です。
- ピークではなく、ベースラインをカバーする。直近90日間の利用データを分析し、容量の下限、つまり負荷にかかわらず常時稼働しているコンピュートを特定します。そこをSavings PlansやRIでカバーし、急増する分の容量はオンデマンドのままにします。ベースラインの60–70%をカバーするだけでも、平均単価は大きく下がります。
- 見直しのサイクルを自動化する。サービスの進化とともに利用パターンは変わります。RIのカバー範囲、有効期限、利用率を見直す作業を、四半期ごとのカレンダーに組み込みます。これを省いた組織は、使われないリザーブドを抱え、更新の機会も逃して、実質的なコストを負担します。
ガバナンスの層:FinOpsを定着させる
タグ付けとリザーブド容量の仕組みは、解決できるエンジニアリングの問題です。より難しいのはガバナンスです。コストの規律をデリバリーのプロセスに組み込み、関心がほかへ移っても最適化の効果が劣化せず、時間とともに積み上がるようにすることです。
FinOpsにおけるガバナンスとは、明確な意思決定の権限(一定のコストを超えるリソースタイプを誰が承認できるか)、責任を果たすリズム(チームとプラットフォームの単位で週次または月次にコストをレビューする)、デリバリーのプロセスにおけるコストのガードレール(大きな新規インフラについてコストのモデリングを含むアーキテクチャレビューのゲート)を整えることです。
継続して機能する、実践的なガバナンスの仕組みは次の通りです。
- エスカレーション経路を備えたコストの異常検知:タグ付けされたいずれかのサービスの支出が、ベースラインを所定の割合を超えて上回ったときに自動でアラートを出し、そのサービスの担当チームとエンジニアリングリードに通知する
- 月額の支出が一定の基準を超える新規サービスや大きなインフラ変更について、コスト効率の評価を含むArchitecture Review Boardの基準
- 各プロダクトチームに置くFinOpsチャンピオン:通常は、技術と商業の両面の感覚を持つシニアエンジニアで、チーム横断のFinOpsのワーキンググループに参加する
- エンジニアリングリードと経理による月次のコストのスタンドアップ:責任の追及ではなく、傾向の分析に焦点を当てる
GTEMASのクラウドコストガバナンスの進め方
GTEMASがプラットフォームエンジニアリングの案件に参画するとき、クラウドコストのガバナンスは別の作業ではありません。AIネイティブな開発パイプラインであるFastDXの一部として、初日からデリバリーの進め方に組み込まれています。私たちが手がけるすべてのIaCモジュールに、タグ付けの強制を組み込みます。オブザーバビリティの構築の一環としてショーバックのダッシュボードを整え、AI支援の異常検知で、コストの急増が翌月の請求書に表れる前に検出します。アーキテクチャ上の意思決定を文書化する際には、FinOpsのレビューも行います。
その結果、コストの可視化と最適化の力が、プラットフォームとともに育ちます。あとから大きな摩擦を伴って付け足すことにはなりません。クライアントは通常、案件が始まって最初の2四半期のうちに、意味のあるコスト削減を実感します。劇的なアーキテクチャの変更によるものではありません。帰属が正しく機能して初めて見えてくる、数十の小さな最適化が積み重なった効果です。
クラウドの請求書は、アーキテクチャが複雑になれば避けられないものではありません。これはエンジニアリングの問題であり、多くのエンジニアリングの問題と同じように、体系的に取り組めば応えてくれます。マイクロサービス環境でコストの見通しが分断されている場合は、体系的なFinOpsのアプローチが貴社の状況にどう当てはまるか、喜んでご相談に応じます。
