ソフトウェアが複雑になりすぎて「目で見る」ことができなくなったとき、私たちの代わりにすべてを見ているのは誰か

理由はシンプルで、システムが落ちている時間＝1分ごとに消えていくお金だからです。大セールの日にショッピングサイトが1時間落ちれば、数千万円の売上が飛ぶこともある。相場が荒れているときに株取引アプリが固まれば、訴訟になりかねない。あらゆるビジネスがソフトウェアの上へ移れば移るほど、「システムは絶対に落としてはいけない、落ちても素早く直せなければならない」は、まさに死活問題になります。

ภาพประกอบ (blackbox.png)

結果として、この道具の一群は大きく、しかも速く伸びる市場になりました。observability単体でも市場規模は2025年でおよそ30億ドル、2030年にはおよそ60億ドルへ伸びると見られています（年平均で約12〜16%、調査機関による）。より広いDevOps/CI-CD市場は2025年でおよそ160〜200億ドルで、多くの機関が次の10年の初めには440〜800億ドルに達すると見ています。年率約20%の伸びです。

ただ、株式市場が与える評価は、この市場規模よりずっと大きい。なぜなら、このグループのリーダーは「いったん入れたら外せないインフラ」と見られているからです。observabilityの王者Datadogの2025年通期売上はおよそ33.9億ドル（約26%増）ですが、企業価値はその何倍もの数百億ドル規模に達します——いったん自社のシステムに道具を「差し込んだ」企業にとって、他社へ乗り換えるのはとても痛いからです。

observabilityの核にあるのが「三つの柱」（the three pillars）という考え方です——システムのあらゆる部品が吐き出す三種類のデータを、プラットフォームが集めて一枚の全体像に組み立てる。システムを、医者が診断する患者にたとえると、この三本柱は三種類の検査にあたります：

• Logs（ログ・記録）——「何が起きたか」に答える： 何か出来事があったときに各部品が書き残すメッセージ。たとえば「14:03、この利用者はカードの有効期限切れで決済に失敗」——システムの、こまかい日記のようなものです
• Metrics（メトリクス・計測値）——「システムはどれだけ健康か」に答える： 一定間隔で測る要約の数字。たとえば毎秒のリクエスト数、平均の応答時間、メモリ使用率——見ればすぐ正常か分かる、脈拍や血圧のようなバイタルサインです
• Traces（トレース・経路）——「このリクエストはどこを通ったか」に答える： あなたが「支払う」を一度押すと、そのリクエストは20〜30個の小さなサービスを通り抜けます。trace はその全経路を追って、どこに立ち寄りどこで遅くなったかをたどる——荷物を一拠点ずつ追うGPSのようなものです

一本の柱だけでは足りません。本当の力は三つを合わせたときに生まれます：metricsが問題を知らせる → tracesがどの小さなサービスに問題があるかを指す → logsがそれがなぜ壊れたかを細かく教える。これがすべて数分以内に。一晩じゅう当て推量するのではなく。

ここが、このビジネスを「とても儲かる」と「いちばん文句を言われる」の両方にしている部分です。というのも、多くが「使ったデータ量に応じて課金」（usage / data-volume pricing）で値段を取るから。あなたのシステムが logs や metrics を多く送り込むほど、請求書はどんどん膨らみます。

たとえばDatadogは、何十もの項目を重ねて課金します。サーバー監視がおよそ1台あたり月15ドル、APMがおよそ1台あたり月31ドル、ログの取り込みがおよそ1ギガバイトあたり0.10ドル、さらに検索できるようにするのに100万件あたり1.70ドル——安く聞こえます。システムが大きくなってデータ量が跳ね上がり、請求書が爆発するまでは。

ภาพประกอบ (meter.png)

「請求ショック」（bill shock）という言葉は、業界のあるあるになりました——エンジニアチームは、見積もりの3倍、5倍、ときに10倍も高い請求書が来たと語ります。使い方を間違えたからではなく、費用が何層にも隠れているから（たとえば「タグ」が一つ違うだけで別の計測値として丸ごと数え直され、タグが増えると一気に膨らむ）。エンジニア50人ほどの中堅企業なら年に22万ドル前後、1日1テラバイトのデータを送る大企業なら、observabilityだけで年100万ドルを超えることもある——シニアエンジニア5〜8人分の給料に相当します。

売り手から見れば、このモデルは魔法のようです。売上が毎年「自然に」伸びる——客が一人残らず年々もっとデータを送るので、追加で売り込まなくてもいい（これがnet revenue retention ~120%の正体です）。でも客の側から見れば、「愛憎」の関係を生みます——欠かせないのに、請求書を開くたびに腹が立つ。だから「observabilityの費用を専門に管理する」FinOpsチームが生まれ、「同じ値段でもっと安く/もっと長くデータを保てる」と打ち出す新顔の競合も現れました。

Observability & DevOpsはクラウド世界の「すべてを見える化する層」なので、ほかのトレンドとがっちりつながっています：

• Hyperscale Cloudの上に座る： このグループの道具は、AWS、Azure、Google Cloud の上で動くすべてを見守ります——世界がクラウドへ移るほど「見るべきもの」も増える（ただしクラウド各社自身も、自前のobservabilityで対抗してくる）
• Data Platforms & Analyticsと重なる： observabilityの核は「膨大なデータを速く貯めて検索する」ことだから——Elasticはデータ検索（search）の道具から始まって、のちにobservabilityプラットフォームになりました。二つの世界を分ける線は、どんどん薄くなっています
• Cybersecurity & Digital Trustと交わる： 同じ logs データが「どこで遅くなったか」を探すのにも、「誰かが侵入していないか」を探すのにも使える——これが、CiscoがSplunkを大金で買い、observabilityとsecurityが少しずつ溶け合っている理由です
• AI Tooling & MLOpsに養われ、養う： 本番で動くAIモデルもまた「見守る」べきシステムです——AIが間違った答えを返していないか、遅くないか、費用が膨らみすぎていないかを捉える、LLM observability という新しい分野が生まれています

言い換えれば、あらゆるデジタルのトレンド（AI、デジタル金融、smart city）は、ソフトウェアを作る以上、裏でいつもobservabilityが見守る必要がある——だからこれは、業界全体の「複雑さにかかる税金」なんです。世界がより多く、より複雑なソフトウェアを作るほど、この市場は伸びます。

2025〜2026年の構図には、この市場を形づくる二つの大きな潮流があります。

第一の潮流は「単一プラットフォーム」への集約（consolidation）です。昔はエンジニアチームが5〜10個の道具をつないで使っていましたが、いまは誰もが logs/metrics/traces（ときに security も）を一つでこなせる単一のプラットフォームに絞りたがっています。業界を最も揺るがしたディールがCiscoによるSplunkの280億ドル買収（2024年3月完了、Cisco史上最大のディール）。CiscoのARRを一気に約40億ドル増やし、AppDynamicsチームをSplunkの傘下に統合しました。

第二の潮流はAIが、見守るべき新しい仕事としても、プラットフォーム内の道具としても入り込んでくることです。Datadogは、「AI-native」な客層（ビジネスがまるごとAIの会社）が2025年第3四半期の売上成長のおよそ8パーセントポイントを占めたと明かしました——AIの波が、見守るべき新しいものを膨大に生んでいることの表れです。

observabilityの真のリーダーはいまもDatadog——サーバー監視の道具から始まって、ほぼ何でもこなすプラットフォームへ少しずつ広がった会社です。いっぽうDevOps/CI-CD側には別の顔ぶれがいて、コードを書く-テストする-リリースするに重きを置くGitLabやAtlassianが先導しています。面白いのは、この銘柄群の株式時価で最大の顔ぶれが、たいていobservabilityを「副業」にしている巨人——Microsoft、Cisco、Broadcom——だということ。いっぽう、一生をこれに賭けている会社は、より小さいけれど一点集中の存在なんです。

このnodeの未来は、一枚のコインの裏表のようにAIと結びついています。そしてこれが、この市場で最も面白い物語です。

ภาพประกอบ (aiwatch.png)

一つめの面——AIは見守るべき新しい仕事： どの会社もAIを製品に入れ始めると、見ておくべき新しいものが一気に増えます——モデルは正しく答えているか、遅くないか、呼び出し料（token）が膨らんでいないか、「幻覚」を起こしていないか。これがLLM observabilityという新しい分野で、各社が競って作っているところ。AI-nativeな客がDatadogの成長をはっきり押し上げている理由の一つでもあります。

二つめの面——AIはプラットフォーム内の道具： かつてobservabilityは「問題がある」と知らせるだけで、原因究明は人に任せていました。新しい方向は、原因を自分で突き止めて直す「AI agent」を組み込むこと。たとえばDatadogのBits AIや、DynatraceのDavisエンジンは、原因を自動で指し示せると謳っています。行き着く先は、人は全体像だけを見ていればいい「自己修復する（self-healing）」システムです。

三つめの方向はさらなる集約への圧力です。客は請求ショックにも、道具を10個もつなぐことにも飽きている。この圧力が、さらなる合併ディールと、乗り換えを楽にするOpenTelemetryのようなオープン標準の登場を後押しします——これは、「客の囲い込み」を堀にしてきた既存リーダーにとっては諸刃の剣です。

このビジネスの魅力（データ量に応じて売上が自然に伸びる ＋ 客が外しにくい）は、モデルそのものに埋め込まれたリスクとセットで来ます。

第一のリスクは「請求ショック」が逆に自分を噛むことです。使った量で課金するモデルは、景気がいいときは売上をきれいに見せます。でも企業が引き締めに入ると、FinOpsチームがまっ先に詰めるのが「observabilityの費用を減らす」こと——送るログの量を減らす、データを短く保つ、より安い会社へ移る。「醜いほど高い」は、お金を刷る機械であると同時に、Grafanaのような安い競合が割り込む弱点にもなるんです。

第二のリスクはオープン標準が囲い込みの力を弱めることです。データが各社独自の形式に縛られているうちは、乗り換えは高くつき、痛い。でもOpenTelemetryは、observabilityのデータを「持ち運べる」ものにしつつあります——乗り換えが楽になれば、競争は「囲い込み」よりも価格と品質に戻り、長い目で見てリーダーの利益率を圧迫します。

第三のリスクはクラウドとAIの巨人が市場を飲み込むことです。AWS、Azure、Googleはどれも「そこそこ使える」自前のobservabilityを持ち、もともとクラウドに抱き合わせている。さらにAI agentの波は、この仕事の定義そのものを変えるかもしれません——もしいつかAIがほぼ自分でバグを突き止めて直せるようになれば、価値は「人が見るダッシュボード」から「いちばん賢いエージェント」へ移るかもしれない。適応が遅い者は追い抜かれる恐れがあります。

ひとことで言えば、あなたのアプリが「まだ落ちていない」あるいは「落ちても素早く立ち直る」たびに、その裏では、エンジニアチームの代わりにすべてを見ている静かな産業が働いています。AIやロボットのような派手なトレンドではありません。でもそれは「どのデジタル企業も払わなければならない税金」——そして世界がより複雑なソフトウェアを作り続けるかぎり、それを見るための眼鏡を売る人たちには、まだ長く仕事があるんです。