← 概念解説に戻る

Concept Fable

サービスレベル目標

先に結論:Service Level Objective(SLO)とは、サービスの具体的で測定可能な信頼性目標であり、例えばある時間枠内で遅延閾値以下でのタスク成功率 99.9% などである。AI エージェントシステムでは、SLO はユーザーに見える成果を反映すべきである。タスク成功、応答遅延、ツール信頼性、エスカレーション時間、不安全出力率、ワークフロー完了品質など。良い SLO は、指標、閾値、測定ウィンドウ、対象トラフィック、除外ケース、目標が危険にさらされたときの運用対応を定義する。

Service Level Objective, SLO · 信頼性 / 運用

まず物語を読む。ここでは急いで定義を示さず、まず問題そのものを立ち上がらせる。

寓話

酒楼が本当に待っているのはどの瞬間か

熱々の湯麺の店は市場の入り口で有名だ。店主は厨房が忙しいかどうかを見るのが何より好きで、かまどの火は一日中絶えず、職人の手も止まらない。厨房がフル稼働していれば店は順調だと考えていた。

しかし客の不満は増えていった。厨房が忙しいときは、麺が冷めたまま卓に運ばれることがある。師匠が趣向を凝らした小皿をたくさん作っても、急いでいる客は十息以内に熱い湯麺が欲しいだけのこともある。店主は厨房の苦労ばかりを見て、客が実際に感じている結果を見ていなかった。

帳場は約束を書くよう提案した。昼市の普通湯麺は、百杯のうち少なくとも九十五杯を半盞茶以内に提供し、しかもスープは卓に届いても湯気が立っていること。雨天と廟会は別途容量を計算する。この目標は竈の火をどれだけ焚くかではなく、客がどのような条件でどのようなサービスを受けるかを書いている。

麺屋は目標に沿ってシフトを組み始めた。待ちが長すぎれば価値の低い趣向を止め、人気が足りなければ配達ルートを調整し、大口の注文が散客を押しのけるなら、まず熱いスープの約束を壊さないかと店主に尋ねる。

最初の修正では平均時間だけを設け、その結果、半分の客はすぐ麺を受け取り、もう半分はスープが冷めるまで待ったが、平均値は依然として良く見えた。経理係は大多数の客の実際の待ち時間と熱さを見るように変え、さらに廟会、雨天、普通の昼市を分けて見た。

ある日、厨房は一日中忙しかったが、目標は達成されなかった。店主はついに勤勉を褒めず、どの段が客を冷たく待たせたかを調べた。麺を茹でる、器に盛る、会計、配膳のどれか。忙しさはもはや信頼性と等しくなく、内部の苦労も外部体験の代わりにはならない。

後に麺屋の壁には「私たちは努力しています」だけでなく、明確なサービス目標が掲げられた。それは拡張、シフト編成、取捨選択に物差しを与えた。顧客が重要な条件で安定して何を得られるかは、内部の機械がどれだけ回ったかより重要だ。

後に店主は二軒目の店を開くとき、まず竈をどれだけ大きくするかを問うのではなく、客が何を待ち、どれだけ待てば安定と見なすか、どの時間帯は別勘定にするかを先に書いた。竈、給仕、献立はすべてこの物差しを中心に整えた。麺屋が拡大しても味が保たれたのは、忙しさではなく目標が明確だったからだ。後に客はこの物差しを知らなくても、安定して熱い麺を食べられるようになった。

明らかにする

この物語が語るのは:サービスレベル目標

Service Level Objective(SLO)とは、サービスの具体的で測定可能な信頼性目標であり、例えばある時間枠内で遅延閾値以下でのタスク成功率 99.9% などである。AI エージェントシステムでは、SLO はユーザーに見える成果を反映すべきである。タスク成功、応答遅延、ツール信頼性、エスカレーション時間、不安全出力率、ワークフロー完了品質など。良い SLO は、指標、閾値、測定ウィンドウ、対象トラフィック、除外ケース、目標が危険にさらされたときの運用対応を定義する。

重要なのは、それが単なる用語ではなく、実際のAI/Agentシステムで繰り返し現れる構造的な問題だという点だ。これを理解して初めて、いつモデルを足すべきか、いつプロセスを変えるべきか、いつガバナンスを補うべきかを判断できる。

メタファーのマッピング

  • 配達人形:AI Agent サービス
  • 走り回る回数:内部活動指標
  • 熱いスープを20分で正しいテーブルへ:ユーザー成果に向けたSLO
  • 平均時間は裾を覆い隠す:平均値だけを見る信頼性の誤判定
  • レッドライン応答:SLO リスクが高まったときにリリースと運用のリズムを変える
  • 祝祭は別の口径:測定ウィンドウと例外条件を明確に定義する
  • 最終的な洞察:SLO は信頼性を、顧客が知覚できチームが運用できる約束として定義する

Andy(任旭)判断

この概念の実戦的価値は、「賢く見えるAI機能」を納品可能、検収可能、ガバナンス可能な作業単位に分解する手助けをすることです。

SLASLIerror budgetavailability信頼性incident management

関連する識別

この概念は隣接概念と混用されやすいので、対比ページを続けて見ることをおすすめする。

京ICP备2026014272号