2023/5月/31 - 読み終える時間: 4 分

AWS Actions and Events in HLC Workload Automation の翻訳版です。

HLC Workload Automation における AWS Actions と Events

2023年5月30日

著者: Shivansh Verma / Senior Software Engineer at HCLSoftware

AWS Actionsプラグインは、イベントを送信するための新しいEDWAアクションプラグインで、手作業をなくし、解決を大幅にスピードアップさせます。機能性を提供する作業管理ツールであり、ユーザーの作業を効率的に管理することができます。

このプラグインを使用して、定義されたポリシーに合致するジョブがエラー（Abend/Failed）で終了した場合に、AWS（SNS & SQS）においてイベントを送信します。これにより、単一のコントロールポイントからソリューションを監視することができます。

AWS Actions機能を使用すると、HCL Workload Automationが実行されるノードで発生したイベントに応答して、定義済みのアクションを起動することができます。このアクションは、AWS サーバー上でイベントを送信します。主な要素は、"イベント "と "アクション "のどちらかに分類されます。

イベント（Event)

イベントは、選択した条件に一致する一連の状況を表します。イベントは、以下の主要なカテゴリーに分類されます：

• HCL Workload Automationオブジェクト関連イベント ジョブ、ジョブストリーム、ワークステーションなどのスケジューリングオブジェクトに関連するすべてのイベント。注：ルールで参照されるワークステーションで実行される変更は、ルールでは報告されません。例えば、ルールで参照されているワークステーションを変更、更新、または削除した場合、ルールはその変更を無視し、ルールに含まれていたときのワークステーションを引き続き考慮します。

• ファイル監視イベント ファイルおよびログの変更に関連するイベント。ファイル監視イベントは、HCLシステムではサポートされていません。このタイプのイベントの詳細については、ファイルモニターで説明します。

• 一般的なイベント 外部アプリケーションから送信されるカスタムイベントを管理するために使用されるイベントです。カスタムイベントを定義するために、XMLファイルを記述することができます。XMLを検証するためのスキーマと、開始点として使用できる基本的なイベントテンプレートが提供されています。詳しくは、汎用イベントのスキーマを参照してください。このカテゴリのイベントは以下の通りです：

  • プロセスやメモリなど、オペレーティングシステムのリソースの変化。
  • メールの受信

アクション

AWSサーバーの複数のサービス（SNS＆SQS）に対してイベントを送信するアクションを複数作成することができます。

ここでは、AWS Actionsアクションプラグインの使用方法について説明します。 このプラグインは、ジョブ、ジョブストリーム、ワークステーションなどのHCL Workload Automationオブジェクト関連イベントに基づいてイベントを送信するのに役立ちます。

このプラグインを使用するには、Workload Automationで次のことを実行します：

• イベントルールの作成
• HCL Workload Automationのプランイベントを追加します。
• AWS Actionsアクションを追加する
• 変更を確認し保存する

このアクティビティは、新しく作成されたイベントルールをドメインマネージャーのマスターにデプロイするために短い間隔を要します。イベントルールのステータスは、「イベントルールの管理」ページで監視することができます。

イベントルールの作成

Dynamic Workload Consoleにログインし、［デザイン］→［イベントルールの作成］ページを開き、イベントルールに関する必要な情報を入力して新しいイベントルールを作成します。

図1：イベントルールの作成ページ

HCL Workload Automationプランのイベントを追加する

すべてのイベントには、プランからあらかじめ定義された情報がセットで提供されます。イベントの追加ページでは、要件に応じて必要なジョブ関連情報をフィルタリングすることができます。

例えば、Job Status Changedイベントは、スケジューラープランのすべてのジョブ関連情報を取得します。FAIL/ABEND/ERRORのようなジョブステータスに基づいてイベントをフィルタリングすることができます。

図2：イベント追加ページ

図3：Add Event Page>Job Status（イベントの追加ページ）>Jobステータス

AWS Actionsアクションの追加

Add Action ページでは、以下のような AWS サーバーの必須接続関連情報を提供します： AWSアクセスキーID、シークレットアクセスキー、AWSリージョン、SNSサービスが選択されている場合はトピックARN、SQSサービスが選択されている場合はSQSキューURL。

Message Bodyテキストボックスに、各サービスに送信するメッセージを入力します。必須情報とは別に、メッセージ属性を使用して他の必須フィールドを提供することもできます。

注：メッセージ属性は、key=valueの形式である必要があります。

図4：アクションの追加ページ

グラフィカル・ユーザー・インターフェース、アプリケーション、電子メール 説明文は自動的に生成されます。

図5：Add Actionページ>Properties

グラフィカル・ユーザー・インターフェース、アプリケーション 自動的に生成される説明

図6: アクションの追加ページ > プロパティ

イベント固有の情報は、ここに示すように、変数の形で利用可能です。イベントに関する情報をさらに追加すると便利な場合があります。

アクションに必要な情報をすべて入力した後、イベントルールを保存します。

アクションの監視

このページでは、イベントルールのステータスが表示されます。

図7：モニターページ

変更がマスタードメインマネージャーに展開されると、ステータスは "active "に変更されます。

図8: モニターページ>ステータス

イベントルールの管理

トリガーされたアクションの監視」ページには、成功や失敗など、トリガーされたアクションに関する情報が表示されます。

図9：トリガーされたアクションの監視ページ

グラフィカル・ユーザー・インターフェース、表の説明の自動生成

図10: 課題の作成ページ > プロパティ

2023/3/14 - 読み終える時間: 2 分

“Testing” Versus “Checking” の翻訳版です。

「テスト」と「チェック」の違い

2023年3月13日

著者: Nandish Kumar / HCLSoftware

私たちは皆、製品をとても早くテストしたいと思います。そのためにはどうすればいいのか？"道具を作って済ませよう！"と言いたくなりますよね。しかし、熟練した認知作業は、工場での作業ではありません。だからこそ、テストとは何か、ツールはその作業をどのようにサポートできるかを理解することが何よりも重要なのです。

ここテストセンター・オブ・エクセレンス（TCoE）では、テストプロセスの中で、機械ができることと、熟練した人間にしかできないことを区別しています。これは、通常の英語である "checking "という単語を、ツールでできることを指すようにすることで、言語的に実現しました。これは、"プログラミング "と "コンパイル "を区別するという、長い間定着してきた慣例と同じである。プログラミングとは、人間のプログラマーが行うものです。コンパイルは、特定のツールがプログラマーのために行うもので、コンパイラが行うことは、まさにプログラマーが行うことのように見えるかもしれません。自動プログラミングや手動プログラミングという言葉はありません。自動プログラミングと手動プログラミングの違いは、この比較で理解できるはずです。

テストとは、体験、探求、実験を通して製品について学び、製品を評価するプロセスであり、これにはある程度、質問、研究、モデル化、観察、推論などが含まれます。

テストはオープンエンドな調査であるのに対し、チェックは「ファクトチェック」の略で、特定の事実とその事実に関連するルールに焦点を当てます。私たちの業界でよくある問題は、"チェック "が "テスト "と混同されがちなことです。混乱を避けるために、こんな例えを試してみてください。チェックは記述可能ですが、テストはそうではないかもしれません。それは、チェックとは異なり、テストは暗黙知を含むからです。私たちは、チェックが本質的に悪いことだと言っているのではありません。それどころか、チェックすることは非常に重要なことかもしれません。しかし、チェックが良いものであるためには、適切なテストプロセスの中で行われる必要があると主張しています。チェックはテストの戦術である。

テスターは観光客以上の存在

テストでなくても、製品について学ぶために行うことはたくさんあります。製品を見学し、それが何でできているのか、どのように機能するのかを確認できます。これは非常に貴重なことですが、"テスト "とはちょっと違います。テスターと観光客の違いは、テスターの努力は製品を評価することに費やされ、単にそれを目撃することではないことです。

テストするためには、探検しなければならない

テストがうまくいくためには、その製品に携わらなければなりません。そのニュアンスに触れなければならない。これは探索的なプロセスであり、たとえ製品について完璧な仕様があったとしても同様です。心の中で、あるいは製品そのものを使って、その仕様を探求するまでは、私たちが考えるテストは表面的なものにとどまるでしょう。

また、製品を深く理解するために十分な探索を行った後でも、問題点を探索する必要があります。テストはすべてサンプリングであり、サンプルは決して完全ではないため、テストの価値を最大化するために、テストプロジェクト全体を通じて探索的思考が重要な役割を果たします。

探索とは、目的をもって歩き回ることであり、一般的な使命を持ちながら、決められたルートなしに空間をナビゲートすることを意味します。エクスプロレーションには、継続的な学習と実験が含まれます。バックトラックや繰り返しなど、素人目には無駄としか思えないようなプロセスも多くあります。探索には、多くの思考が必要です。探検は探偵の仕事です。オープンエンドな探索です。探検は、ある空間を移動することだと考えてください。前方、後方、横方向の思考が必要です。

ブラックボックステストは、無知に基づくテストではありません

ブラックボックステストとは、製品の内部に関する知識は、私たちのテストにおいて重要な役割を果たさないということです。ほとんどのテスターはブラックボックステスターです。ブラックボックステストをうまく行うには、まず、ユーザー、期待やニーズ、技術、ソフトウェアが動作する構成、このソフトウェアが相互作用する他のソフトウェア、ソフトウェアが管理しなければならないデータ、開発プロセスなどについて学ぶ必要があります。

ブラックボックステストの利点は、プログラマーとは異なる考え方をするため、プログラマーが見落としたリスクを予見できる可能性が高いことです。ブラックボックスで重視されるのは、ソフトウェアのユーザーや環境に関する知識です。テスターは基本的なコードに無知であるため、これを無知ベースのテストと表現することもあります。

製品についてより多くのことを学び、より多くの方法で知れば知るほど、より良いテストができるようになります。しかし、もし私たちの主な焦点がソースコードと、ソースコードから導き出されるテストにあるならば、私たちはプログラマーがすでにカバーした領域をカバーすることになり、そのコードに関する知識は彼/彼女のものよりも少なくなってしまうでしょう。

複雑な製品をテストするとき：飛び込んで、そしてやめる

複雑さに圧倒されることがあります。知的な麻痺を感じることさえあります。ですから、複雑で大変な機能セットをテストするときは、一気にやってしまいましょう。しかし、複雑な製品を一度に理解しようとは思わないでください。

30分でも1時間でも、そのプロジェクトに身を投じてみてください。そして、いったん中断して別のことをする。これは、"plunge in and quit "と呼ばれる方法です。この短時間は生産性が低くても気にせず、混乱しそうなら早めにやめる。

この方法の素晴らしいところは、製品の一部を選んで作業すること以外に、まったく計画が必要ないことです。何度か「やってはやめ」を繰り返すうちに、製品のパターンやアウトラインが見えてくるはずです。やがて、より整理された、具体的なテストや勉強の戦略が浮かんでくるはずです。

混乱はテストツールである

仕様書はわかりにくいですか？仕様書の曖昧さは、有力な利害関係者間の重要な意見の相違を覆い隠すためにあることが多い。

製品は混乱していますか？それは壊れている可能性があります。

ユーザードキュメントはわかりにくいですか？製品のこの部分があまりにも複雑で、特殊なケースや矛盾が多すぎて説明できない可能性があります。

根本的な問題が理解しにくいだけでは？自動化しようとするシステムの中には、本質的に複雑なものや、難しい技術的な問題を含んでいるものがあります。

製品、技術、テスト全般について学べば学ぶほど、混乱のコンパスは広がり、重要な問題がどこにあるのかを教えてくれるのです。

新鮮な目で失敗を見つける

何かを理解することは、新しい情報をすでに知っていることに同化させ、新しい情報に対応するために知っていることを修正する、豊かな知的プロセスです。ある製品や機能を理解した後、私たちはその製品に関するメンタルマップを手に入れ、頭があまり働かなくなります。このことは、テスターとして問題になることがあります。ある製品についてよく理解していると、その製品について仮定することができ、その仮定を確認する頻度も少なくなります。

• ある製品や機能を初めて目にしたとき、私たちが何に戸惑い、何に悩まされるかに特別な注意を払います。それは、ユーザーがどのように反応するかについても、何かを教えてくれるかもしれません。

• チームに新しい仲間が加わったときは、一緒にテストしてみましょう。彼らが製品を理解する過程で、どのような反応を示すかを観察するのです。

• テストのマンネリ化に注意する。厳格なテストスクリプトに従っていなくても、特定の機能に慣れ親しむあまり、テスト方法がだんだん狭くなってしまうことがあります。

• できる限りバリエーションを増やすか、他のテスターとテストの担当を交代しましょう。

テストプロセスの重要な成果の1つは、より優れた、より賢いテスターになること

優れたテスターは常に学習しています。プロジェクトが進むにつれて、テスターは製品に対する洞察を深め、そのプロジェクトで重要なあらゆる面で反射神経や感性を徐々に磨いていきます。製品を熟知し、リリースサイクルを1～2回経験した経験豊富なテスターは、製品のテスト方法について書かれた指示書を渡された経験の浅いテスターに比べ、指示がなくてもテストの効果を大幅に向上させることができます。

HCLSoftwareのTest Centre of Excellence (TCoE)の詳細については、HCLSoftwareまでお問い合わせください。

2023/3/13 - 読み終える時間: 3 分

Intelligent Process Automation: What It Is and How to Apply It の翻訳版です。

インテリジェント・プロセス・オートメーション。インテリジェント・プロセス・オートメーションとは何か、どのように適用するのか

2023年3月13日

著者: Manan Tankha / HCLSoftware

"自動化のメリットを最大限に享受するためには、ビジネスには効果的な自動化プランが必要です。"

組織は、ビジネスプロセスを自動化することで、生産性と効率性の新たなレベルに到達しています。人工知能技術の統合により、エンドツーエンドのビジネスプロセスの合理化、エラーの削減などを実現する高度なツールが小規模から大規模な組織まで導入され、インテリジェント・プロセス・オートメーションの成長見通しを後押しすると予想されます。2030年までに、インテリジェント・プロセス・オートメーション市場は376億3000万ドルに達し、年平均成長率16.50％で成長すると予想されています。

インテリジェント・プロセス・オートメーション（IPA）とは？

インテリジェント・プロセス・オートメーション（IPA）とは、人工知能（AI）、機械学習（ML）、ロボット・プロセス・オートメーション（RPA）、自然言語処理（NLP）などの先進技術を利用して複雑なビジネスプロセスを自動化することを指します。これらの技術を組み合わせることで、イノベーションを加速させ、通常は人間の介入を必要とする、より広範な意思決定に基づくプロセスを自動化します。IPAは、反復作業を自動化し、ヒューマンエラーを減らし、全体的な効率を向上させることで、ビジネスの合理化を目指しています。

****IPAを構成する要素

インテリジェント・プロセス・オートメーションのメリットは何ですか？

インテリジェント・プロセス・オートメーションは、その認知能力と人間の行動を模倣する能力により、いくつかの利点があります。IPAツールは、業務効率やビジネス効率を高め、以下のような改善が可能です。

• カスタマーエクスペリエンス

  IPAは、オンボーディング、アンダーライティング、カスタマーサービス時間など、より迅速かつ正確な顧客データの結果を可能にする内部プロセスを改善することができます。

• ワークフォースの生産性

  これまで人の手が必要だった労働集約的な作業を自動化することで、従業員はより大きなROIをもたらす他の作業に時間を振り向けることができます。

• 正確であること

  手作業によるデータ入力は、しばしばエラーが発生しやすいものです。IPAはデータの正確性を向上させ、データセット間の一貫性を確保します。

• 時間とコストの節約

  プロセスの合理化と従業員の生産性の向上により、組織はより早くタスクを完了することができ、組織の時間とコストを削減することができます。

• コンプライアンス

  一貫性のある自動化されたアプローチにより、セキュリティ要件や規制の遵守を支援します。

インテリジェント・プロセス・オートメーションのユースケース

様々な業界でインテリジェント・プロセス・オートメーションを活用することで、組織の競争力を高め、成長と効率化に貢献します。一般的なユースケースとしては、以下のようなものがあります。

• 金融サービス

  金融サービス：IPAは、顧客対応の迅速化、ローン申請や与信判断に関するコンプライアンス要件の遵守、不正行為の検出、正確で合理的なアンダーライティングの確保に貢献します。

• ヘルスケア

  IPAは、患者さんの記録や請求書をより速く、より正確に、より安全に転送するためのプロセスを構築します。これにより、従業員の生産性が向上し、患者さんの体験も改善されます。

• 保険の話

  インテリジェントなプロセス自動化ツールは、引受、クレーム処理、ハンドリングのための文書処理など、多くの保険プロセスを補完し、運用コストと顧客対応タスクを削減することができます。

• フード＆ビバレッジ

  IPAは、よりスマートなビジネス上の意思決定、生産性の向上、タスクの自動化、顧客体験と業務効率の向上を実現する。

インテリジェント・プロセス・オートメーションの旅をスタートさせる方法

自動化には、調査、準備、そして人的ミスを減らすシームレスで合理的なワークフローが必要です。ここでは、自動化の旅を始めるのに最適な方法をご紹介します。

• プロセスと変革の領域を特定する。
• 強力でインテリジェントなプロセス自動化ソフトウェアを入手し、ワークフローに統合する。
• ワークフロー、プロセス、サブプロセス、タスクの再定義に注力し、品質、アウトプット、コスト、サービス、スピードといった重要な側面を改善する。
• シームレスなエクスペリエンスを確保し、必要な変更を加え続ける。

インテリジェントなプロセスオートメーションソリューション

HCLSoftwareの自動化サービスは、あらゆる企業のDNAレベルでインテリジェントな意思決定を支援します。チャットボットでも、インテリジェントなレポート/AIベースの予測分析ソリューションでも、私たちのインテリジェントなプロセスオートメーションソリューションで、現実世界の問題の解決、ビジネス成果の向上、コスト削減のための意思決定を支援します。

結論

インテリジェント・プロセス・オートメーションは、単にオペレーションを高速化し、ミスの少ない平凡なタスクを完了させるだけではありません。企業はインテリジェント・プロセス・オートメーションのソリューションを使って、新しいプラットフォームの開発、顧客との関わり、アドバイザーの獲得などを、すべて低コストで実現しています。

2023/3/7 - 読み終える時間: 2 分

How to Use Job Scheduling Software to Simplify Your Workflows の翻訳版です。

ワークフローを簡素化するジョブスケジューリングソフトウェアの活用法

2023年3月2日

著者: Marco Cardelli / HCLSoftware

ビジネスプロセス管理ソフトウェア（ジョブスケジューリングソフトウェアとも呼ばれる）は、企業がワークフローを自動化し管理するのに役立ちます。ジョブスケジューリングソフトウェアは、反復的で時間のかかる作業を自動化することで、効率性と生産性を高められます。

ジョブスケジューリングソフトウェアには、ジョブアサインメント、ルーティング、トラッキング機能が含まれることが多く、また、ドキュメントコラボレーション、承認機能、リソースマネジメントシステムが組み込まれることもあります。また、ERP（Enterprise Resource Planning）やCRM（Customer Relationship Management）など、他のビジネスプログラムと組み合わせて使用することもある。

ジョブスケジューリングソフトウェアは、企業が業務の可視性を高め、活動を自動化するのに役立ちます。また、専門性の高いプラットフォームは、ワークフローを改善するための情報を顧客に提供できます。

ジョブスケジューリングアルゴリズム

あるプロセスの実行が他のワークフローのデータに依存する可能性があるクラウドベースのワーク環境では、ジョブのスケジューリングには高度なアルゴリズムが必要であり、この事実は注目に値する。ワークフロー管理システムで採用されている一般的なワークフローのスケジューリング方法は、以下の通りです。

• FCFS（FirstCome、FirstServed）

  FCFS（First Come, First Served）：ジョブスケジューリングソフトウェアにリソースを求めるプロセスが、他のプロセスより優先されるジョブスケジューリングアルゴリズムです。ジョブスケジューリングソフトウェアからリソースを要求するプロセスが、他のプロセスよりも優先される。このように、前のワークフローが完了した時点で、キューの先頭にいるワークフローが優先されます。

• 最短残存時間（SRT）

  SRT（最短残存時間）：ジョブがどれだけ完成に近づいているかを基準にリソースを分割するジョブスケジューリングアルゴリズムです。このアルゴリズムでは、プロセス内の古いワークフローは、新しく開発された準備状態のワークよりも先に完了します。

• プライオリティ・ベースド・スケジューリング（PBS）。このアルゴリズムにより、ジョブスケジューリングソフトウェアは、ジョブをその重要度に応じてスケジューリングできます。メモリ制限、時間的制約、その他の要因が関連性のレベルに影響する場合があります。その結果、優先度の高い仕事は、優先度の低い仕事より先に完了する。

• ラウンドロビン・スケジューリング（RRS）

  ラウンド・ロビン・スケジューリング（RRS）：すべての人に等しく割り当てられる、最もシンプルなスケジューリング方法です。このタイプのアルゴリズムは、マルチタスクが関与している場合や、システムが複数のワークフローに同等の優先順位を与えていて、どのワークフローも飢餓状態にないことを確認する必要がある場合に採用されます。

• 最短ジョブ優先

  最短時間優先方式と同様に、最短時間で完了するジョブを優先的に処理します。このジョブスケジューリング手法は、まだ進行中の他のジョブの待ち時間を減少させます。

• マルチレベルキュースケジューリング

複数の待ち行列を生成し、その中から必要なジョブを選択する方法です。指定されたプロパティに基づき、ジョブをキューに割り当て、各キューを異なるアルゴリズムでスケジューリングする、ユニークなスケジューリング手法です。

ワークフロー・スケジューリングの課題

ワークフローのスケジューリングには、予測不可能でダイナミックな課題があります。クラウドベースのワークプレイスでは、事前知識がなく、ワークロードが予測不可能なため、これらの課題はより複雑になります。ワークフロー・スケジューリングに共通する課題には、次のようなものがあります。

• 不確定性

  従来のワークプレイスでは、仕事の事前知識や利用可能なリソースに依存する決定論的なモデルに従って、仕事がスケジューリングされます。しかし、このアプローチは、計算されなければならない仕事とそれを実行する方法が部分的にしか予測できないクラウドベースの作業環境では実用的ではない。その結果、効果的なジョブのスケジューリングと管理に必要なデータ量と計算資源を予測することは、大きな課題となっています。

• QoS

  サービスの質クラウド環境におけるワークフロー・スケジューリングの予測不可能な性質は、ジョブ・スケジューリングソフトウェアが提供するサービスの質に対して課題を提起します。ジョブ管理サービスのプロバイダーによると、サービスの品質を維持するためには、このようにジョブが正しく実行されなければなりません。ジョブ管理プラットフォームが保証しなければならない、確立されたサービス品質要件に従って、適切なスケジューリング決定が行われる必要があります。ジョブ管理プラットフォームが保証しなければならない、確立されたサービス品質要件に従って適切なスケジューリング決定が行われなければなりません。これを怠ると、待ち時間や実行時間が長くなり、アウトプットが減少し、リソースの使用も非効率になります。

• ロードバランシング

  クラウドリソースをバランスよく割り当て、使用しながら作業を進めることは、ワークフローのスケジューリングにおいて最も大きな困難であると言えます。ワークロードは、利用可能なクラウドリソースを用いて可能な限り効率的に分散させる必要があります。そうすることで、使いすぎも使いにくさもなくなります。

生産性を最大化し、プロセスを合理化することは、ワークフロースケジューリングの最終目標です。データ交換の簡素化、オペレーションのスピードアップ、適切な作業計画の策定を行うことで、組織は大きな利益を得られます。

また、効果的なジョブ管理は、自動化を可能にし、様々なプロセスのジョブを自動運転にすることで、不必要な手作業を排除できます。

まとめ

デジタルマーケティングのアプローチには、ジョブスケジューリングソフトウェアの開発が必要です。このソフトウェアによって、プロセスの各段階に必要なすべてのデータを追跡し、すべてのマーケティングイニシアティブが完全に統合されるようになります。

2023/3/7 - 読み終える時間: ~1 分

Know about optimize data transfer and integrate file transfer の翻訳版です。

データ転送の最適化、ファイル転送の統合について知る

2022年4月12日

著者: Francesca Curzi / Sales Director (Workload Automation, Mainframe and Data Platform) and MSP Business leader

ワークロードの自動化は、デジタルトランスフォーメーションに欠かせない要素です。ビジネスプロセスのワークフローをスケジュールして実行し、データ転送と処理を最適化し、ビジネスプロセス自体の実行におけるエラーや遅延を削減することを現場担当者ができるようになります。

企業は現在、モダナイゼーションとデジタルトランスフォーメーションに対して、主に3つのアプローチを取っています。

1つは、場合によっては分散化できるレガシーシステムにまだ投資しているというものです。もう1つは、クラウド上で動作するさまざまなアプリケーションをリフト＆シフト方式で再調整し、再アーキテクトするアプローチです。最後に、アプリケーションを再構築し、クラウドネイティブに生まれ変わらせようとするものです。

これらの異なる戦略には、ビジネスプロセスがプラットフォームや異種システムと相互に関連し、課題やリスクをもたらすという共通点があります。

HCLSoftware の Workload Automation、メインフレーム、データプラットフォームのグローバルセールスリーダーである Francesca Curzi は、「アプリケーションのワークロードは、もはや定義されたデータセンターにはなく、複数のクラウドに広がっており、それらを管理し緩和する必要があるという課題をもたらしています。顧客は体系的なアプローチを採用し、各コンテキストが異なるツールで管理されているような自動化の島を避ける必要があります。また、より多くのデータが利用できるようになったため、組織はデータフローを管理する必要があります。ここで、相互接続を実現するために、ファイル転送機能がますます重要になっています」、と述べています。

2022年3月4日に発売された新しいHCL Workload Automation v.10は、このようなデジタル変革を可能にし、これらの課題に取り組むための独自の技術を提供します。オンプレミスでもクラウドでも、好きな場所であらゆるタイプのジョブを実行できます。このツールは、過去のワークロード実行データをAIで活用し、観測可能なデータを公開し、強化された運用体験を提供します。

HWAリードプロダクトマネージャーの Marco Cardelli は、「このツールは、さまざまなアプリケーションにまたがる自動化の島を取り除き、高度なモデルによる独自の機能を市場にもたらします」と述べています。

HCL Workload Automationは、MFT、RPA、ビッグデータアプリケーションの制御と統合の単一ポイントを活用することで、データの転送と処理を最適化できます。

スケジューラーやオペレーターはこのツールの柔軟性から恩恵を受け、経営幹部は事業継続に配慮した堅牢な長年のマーケットリーダー技術で安心感を得られます。

新バージョンに付属するすべてのプラグインは、異なるアプリケーションを管理するためのスクリプトを書く必要なく、オーケストレーションする方法を提供します。Workload Automation v.10のユーザーは、Webユーザーインターフェイスにあるdocプラグインパネルで、どのような種類のジョブが欲しいかを具体的に定義し、パラメータを提供するだけでそれをオーケストレーションすることができます。

このソリューションは、SAP、Oracle E-Business、PeopleSoftなどのERP統合や、Informatica、Hadoop、Cognos、DataStageなどのビッグデータ統合を提供しています。また、メッセージキュー、Webサービス、restful APIなど、複数の管理方法を提供します。

最後になりますが、これも非常に重要なことで、HCLは一部のRPAツールも自動化しており、特にBlue Prism上のAutomation Anywhereや、今年予定されているIBM RPAで、ボットの実行をオーケストレーションする可能性を提供しています。

ユーザーは、AIやML機能の恩恵を受けることもできます。バージョン10では、異常検知やワークロード実行のパターンの特定が可能です。

「将来的には、製品のアラートやメッセージに関連するノイズ除去も担当し、オペレーターがジョブの問題を解決するための根本原因分析の提供や、過去のデータに基づくセルフヒーリングの提案、また、顧客が機能を見つけるためのオブジェクトの定義などをAIが支援することで、ダイナミックワークロードコンソールの使い勝手を向上させたい」と Curzi は述べています。

また、コンテナで利用できる「AIデータアドバイザリー」という新しいコンポーネントも用意されている。これは、Workload Automationのデータに対して、LED分析技術のビッグデータ機械学習を使用し、異常検知を行うものです。その際、ジョブやワークステーションの履歴データ分析を提供する特定のUIを使用することが可能で、オペレーターに力を与えられます。

デジタル・トランスフォーメーションにより、組織は、継続的な自動化のための最も高度なワークロードスケジューリング、マネージドファイル転送、リアルタイムモニタリング機能のソリューションを利用できます。さらに、組織は、単一のアクセスポイントから自動化プロセスを制御し、監視できます。

詳しくは、こちらをご覧ください。

90日間の無料トライアルを開始し、ワンストップオートメーションプラットフォームを実際に体験してください。