SLOの民主化 - 複雑さの隠蔽とAIコーチングで支えるオーナーシップ

私たちの組織では以前からSLOの導入を進めてきましたが、導入は一部のチームに留まり、組織全体には定着していませんでした。その原因は、SLO運用の実践知不足や複雑なツール設定による高い認知負荷がSRE依存を招き、各チームの自律的な導入や運用を阻んでいるためだと推測しました。
この課題に対し、私たちは複雑さを隠蔽するプラットフォーム基盤を構築しました。Datadog等の詳細な設定作業は、各チームが個別に習熟する必要のない領域として抽象化しています。
しかしオーナーシップを育むため、本質的な意思決定である『SLO定義書の作成』だけはあえて過度な抽象化や自動化をせず、各チームが責任を持つ領域として残しました。そして、その実践知不足を補うため、Datadogから実際のデータを取得し、「どの指標をSLIとすべきか」「目標値は妥当か」などを対話を通じてコーチングする独自のAI機能（Agent Skills）を開発し、提供しました。
本セッションでは、この仮説に基づく基盤設計と、現在進行中のパイロット導入から得られたリアルな検証結果を共有します。