プラットフォームエンジニアリングにおけるGitLabの活用
AIエージェントによるソフトウェアライフサイクルのコントロールプレーン
SDLC全体で、チームとAIエージェントのコンテキスト、ワークフロー、ガードレールを統合します。
従来のDevSecOpsは、AIエージェントのスピードで進むイノベーションを想定して設計されていない
現在のプラットフォームエンジニアリングでは、多数のチーム、多数のプロジェクト、そしてデベロッパー1人あたり数百のAIエージェントに対応できるよう、バックエンドをスケールさせることが求められます。手動、AIエージェントによる支援、自律型ループという3つの作業モードすべてを1つのプラットフォームで扱うことで、統制を維持しながら、組織全体のチームの作業を加速できます。
各デベロッパーは、共有バックエンドを利用して数百のAIエージェントを稼働できます。マシン規模に対応したソース管理、統合されたコンテキスト、変化に追随できるポリシーがなければ、プラットフォームチームが各チームやプロジェクトのボトルネックになります。
私はDevOpsエンジニアの作業負荷を軽減したいと考えていました…エンジニアには、本当に重要なこと、つまりコードをどのように作成し、それをいかに適切にデプロイするかということに集中してほしかったのです。単一のプラットフォームのおかげで、それを実現できました。
Nadav Robas
DevOps & DevSecOpsマネージャー , Agoda
事例を読む コンテキスト、セキュリティ、ガバナンス
負荷に対応するソース管理とデリバリー
SDLC全体でのAIエージェントを活用したワークフロー
Slide 1 of 3

12個にまで増えたツールチェーンの調達とサポートに、あまりにも多くの時間と予算を費やしていました。チームが実際に新機能の提供に集中できるよう、ツールチェーンのメンテナンスとサポートを可能な限り最小限に抑える必要がありました。
20%
デプロイ件数の前年比増加率
30%
ソフトウェア開発ライフサイクルの早い段階で見つかった脆弱性の割合
20%
デプロイ件数の前年比増加率
30%
ソフトウェア開発ライフサイクルの早い段階で見つかった脆弱性の割合