2026年5月

The Monoculture Premium

ITランドスケープの標準化が企業をより脆弱にするのはどのような場合か、そして代わりにどこまで標準化すべきか.

要旨

企業のシステムをより少数のプラットフォームに統合することは正統的な助言であり、それには十分な理由がある。プラットフォームが少なければ、運用、人員配置、連携にかかるコストは下がる。本稿は、この助言が正しいのはある点までであり、その点は計算できると論じる。標準化は、多数の小さく独立した障害を、少数の大きく相関した障害と引き換えにする。障害の被害がその到達範囲より速く増大するときには常に、個々の障害の発生確率は高まらないにもかかわらず、障害による期待損失はプラットフォームが統合されるにつれて上昇する。我々 Nashua は、企業が運用するプラットフォーム数を選択する最小限のモデルを書き下す。このモデルでは運用コストは統合により低下し、障害損失は停止した企業の割合に対して凸であり、我々は両者の和を最小化するプラットフォーム数を閉形式で導出する。結果は非単調である。障害がまれであるか、安価であるか、線形である場合には完全な標準化が最適であり、そうでない場合には内点のプラットフォーム数が最適となる。その差が、統合のビジネスケースが見落とすモノカルチャー・プレミアムである。我々は、プラットフォームがコンポーネントを共有する場合には常に名目的多様性が実効的多様性を過大に示すことを示し、密結合のチェーンは標準化すべきであり疎結合の業務機能はそうすべきでないと論じる。オランダの状況と欧州規制 DORA および NIS2 に根ざした本研究は理論研究であり、それをどのように測定しうるかを述べて締めくくる。

キーワード: 標準化; IT統合; 集中リスク; 相関障害; モノカルチャー; レジリエンス; ポートフォリオ分散; DORA; NIS2; オランダ; オペレーショナルリスク

1. 序論

本稿でいう標準化とは、企業がある目的のために運用する個別のプラットフォーム、製品、サプライヤー、コンポーネントの数を減らし、残るそれぞれに企業のより多くの部分が依存するようにすることである。これは情報技術において最も異論の少ない推奨事項の一つである。プラットフォームが少なければ、ライセンスも、維持すべきスキルも、構築すべき連携も、保護すべき対象も少なくて済む。エンタープライズアーキテクチャの文献は標準化されたコアを実行の基盤として扱い (Ross, Weill & Robertson, 2006)、統合プログラムはあらゆるコスト見直しの定番である。我々 Nashua は標準化をしばしば推奨しており、本稿はそれが誤りであると論じるものではない。本稿が論じるのは、それが非単調であるということ、すなわちある点までは有益でその先では有害であり、その点は企業が推定できる量から計算できるということである。

その論拠は2024年7月19日、我々に代わって示された。この日、広く展開されていたエンドポイントセキュリティ製品への欠陥のあるコンテンツ更新が、数時間のうちに推定8.5百万台の Windows コンピュータを使用不能にした (Weston, 2024; CrowdStrike, 2024)。この製品は、何千もの組織によって最良の理由で選ばれていた。高性能であり、標準であり、一つのセキュリティエージェントをあらゆる場所で動かすことは複数を動かすより単純だったからである。障害は同じ朝のうちに航空会社、空港、病院、放送局、省庁へと及び、オランダでも他国と同様であった。いずれもが同じコンポーネントに標準化していたからである。どの組織も単独では誤りを犯していなかった。しかし全体としてモノカルチャーを築いており、モノカルチャーは一斉に倒れる。

生態学的な類推は古く (Geer et al., 2003)、通常はソフトウェアセキュリティについて語られてきた。一つのオペレーティングシステムを動かす集団は、一つのエクスプロイトに対して脆弱だというものである。本稿はこれとは異なる、より広い主張を行う。相関した故障による被害は攻撃者の存在に依存しない。それが依存するのは損失関数の形状のみ、すなわち企業全体を一度に失うことがその部分を別々に失うことより悪いかどうかである。我々は、ほぼ常にそうであると論じ、このことだけで障害による期待損失が統合とともに上昇することを示し、企業が運用すべきプラットフォーム数を、障害確率、損失規模、損失の凸性、追加プラットフォーム一つ当たりのコストの関数として導出する。

本稿が問うのは次の点である。ITランドスケープの標準化が企業の期待損失を減らすのではなく増やすのはどのような条件下であり、企業は代わりにどこまで標準化すべきか。 第2節では、この問いを他の分野で既に答えを出してきた諸文献の中に位置づける。第3節ではモデルと閉形式の最適解を示す。第5節では凸性がどこから生じ、どこで欠けるかを論じる。第7節では名目的多様性が実際の多様性を過大に示す理由を示す。第9節ではモデルを通じてオランダの状況を読み解く。第10節では構築例の銀行を追跡する。第12節から第16節では規則、限界、結論を述べる。

オランダを枠組みとしたのは意図的である。オランダは、大半の国民が政府、健康保険者、年金基金にアクセスする国民デジタルIDを運用しており、それは設計上の単一障害点である。同国の金融セクターは2025年1月以降、機関に対してICT依存の集中度を評価し重大インシデントを報告することを求める欧州規制の対象となっており、重要セクターは、その義務を拡張する第二の規制のオランダ国内実施法の対象となりつつある。オランダにおいて、集中リスクは監督対象の量となった。本稿はそれに価格を与える試みである。

2. 背景

2.1 標準化の論拠

統合の便益は実在し、十分に文書化されている。Ross, Weill and Robertson (2006) は、標準化され統合されたコアを持つ企業がより確実に戦略を実行することを示し、Weill and Ross (2004) は、高業績企業がインフラの局所的な選択を制約していることを見出した。総所有コストに関する実務文献も同じ経済性に立脚している。個別のプラットフォームはそれぞれ、ライセンス、スキル、ツール、連携、セキュリティにおいて、企業のどれだけの部分にサービスを提供するかにほぼ依存しない固定費を抱えており、したがってサービス単位当たりのコストはプラットフォームが統合されるにつれて低下する。我々はこのすべてを所与とする。第3節のモデルは統合により低下する運用コストを含んでおり、本稿の主張はそれに対して何を対置すべきかに関するものである。

2.2 他分野における相関した故障

他の分野は、集中と脆弱性が共に歩むことをずっと以前に学んでいる。金融では、Markowitz (1952) が、ポートフォリオのリスクは個々の保有資産のリスクではなくそれらがどのように連動するかに依存すること、そして不完全に相関した資産間での分散化は期待収益を犠牲にすることなくリスクを下げることを示した。この洞察はこの分野の基礎である。生態学では、May (1972) が、より大きくより密に接続されたシステムは他の条件が等しければ安定性が低いことを示し、Tilman, Reich and Knops (2006) は、多様な生態系はモノカルチャーよりも生産性において安定していることを実験的に実証した。Haldane and May (2011) はこの生態学的議論を銀行業に持ち込み、類似の資産を保有し類似のエクスポージャーで結ばれた機関のシステムは、2008年に現れたような同時的な破綻を起こしやすいことを示した。サプライチェーン管理では、Sheffi (2005) が、効率だけでなく冗長性と柔軟性こそが、どの企業が混乱を生き延びるかを決めることを記録し、レジリエンス工学の文献 (Hollnagel, Woods & Leveson, 2006) は社会技術システム一般について同じ議論を行ってきた。安全工学では、Perrow (1984) が、密結合で相互作用的に複雑なシステムは例外的ではなく正常な事故を生むと論じ、Leveson (2011) は安全がコンポーネントではなくシステムの構造の特性であると論じた。セキュリティでは、Geer et al. (2003) が、一つのエクスプロイトが全員に及ぶため、ソフトウェアのモノカルチャーは国家的脆弱性であると論じた。

これらの文献はいずれも、本稿の主張を異なる語彙で含んでいる。企業ITの文献に欠けているのは、金融が1952年に踏み出した一歩、すなわち集中の便益と相関のコストが同じ方程式に現れ、トレードオフが主張されるのではなく計算されうるモデルである。第3節はその一歩への試みである。

2.3 監督対象の量としての集中リスク

欧州のデジタル・オペレーショナル・レジリエンス法 (Regulation (EU) 2022/2554) は、2025年1月から金融機関に適用され、第三者プロバイダーへの依存から生じるICT集中リスクを特定・評価し、重大なICT関連インシデントを監督当局、オランダでは中央銀行に報告することを機関に求めている。第二次ネットワーク・情報セキュリティ指令 (Directive (EU) 2022/2555) は、オランダの国内実施法を通じて、インシデント報告およびリスク管理の義務を重要セクター全体の必須事業体および重要事業体に拡張する。いずれも集中を測定し管理すべきリスクとして扱うが、どちらも集中がどこまでなら過大でないかを述べていない。以下のモデルは一つの答えとして提示するものであり、報告義務が蓄積するインシデントデータは、第15節で論じるように、それを較正しうる手段である。

3. 最小限のモデル

3.1 設定

企業は NN 個の業務機能を持ち、それぞれは何らかのプラットフォーム上で動作しなければならない。企業は運用する個別プラットフォームの数 mm を選択し、1≤m≤N1 \le m \le N である。m=1m = 1 は完全な標準化、m=Nm = N は業務機能ごとに一つのプラットフォームである。明快さのため、業務機能は均等に配分されているものとし、プラットフォーム当たり N/mN/m とする。不均等な配分は第7節で扱う。

プラットフォームの運用には費用がかかる。個別のプラットフォームはそれぞれ、提供する業務機能の数に依存しない期間当たりコスト c1c_1 を負う。ライセンス、運用するためのスキル、ツール、他との連携、セキュリティである。運用コストは

R(m)=c0+c1 m,(1)R(m) = c_0 + c_1 \, m, \tag{1}

式 1. 環境全体の運用コスト。固定部分に、プラットフォーム一つ当たりのコストを加えたもの。

であり、ここで c0c_0 はプラットフォーム数に依存しないコストである。これが標準化の論拠である。プラットフォームを一つ取り除くごとに RR は c1c_1 だけ減少する。

プラットフォームは故障する。各期間において、各プラットフォームは他と独立に確率 pp で機能停止を伴う障害を被る。その場合、そのプラットフォーム上のすべての業務機能が障害の基準継続時間にわたって停止する。障害による損失は、同時に停止している企業の業務機能の割合 ff に依存する。

L(f)=ℓ fγ,(2)L(f) = \ell \, f^{\gamma}, \tag{2}

式 2. 同時に停止している業務機能の割合の凸関数としての、障害による損失。

ここで ℓ\ell は企業全体が停止した場合の損失、γ\gamma は損失の凸性である。γ=1\gamma = 1 であれば損失は停止割合に比例する。企業の半分を失うコストは全部を失うコストの半分である。γ>1\gamma > 1 であれば損失は凸である。全部を失うコストは、半分を失うコストの二倍より大きい。第5節では γ>1\gamma > 1 が通常の場合であることを論じ、そうでない場合を述べる。

3.2 期待損失と総コスト

mm 個のプラットフォームがそれぞれ業務機能の 1/m1/m の割合を担うとき、期間当たりの障害による期待損失は

E(m)=m⋅p⋅ℓ(1m)γ=p ℓ m 1−γ(3)E(m) = m \cdot p \cdot \ell \left(\tfrac{1}{m}\right)^{\gamma} = p \, \ell \, m^{\,1-\gamma} \tag{3}

式 3. 均等に負荷を担う mm 個のプラットフォームについての、期間当たりの障害による期待損失。

この式が本稿の主張を含んでいる。γ=1\gamma = 1 のとき、あらゆる mm について E(m)=p ℓE(m) = p\,\ell である。期待損失はプラットフォーム数に依存せず、運用コストだけが決定するため、完全な標準化が最適である。γ>1\gamma > 1 のとき、E(m)E(m) は mm が増えるにつれて低下する。より多くのプラットフォームがそれぞれより少ない部分を担えば期待損失は小さくなる。凸性が、少数のプラットフォームが生む大規模障害にペナルティを課すからである。統合が期待損失を上昇させるのは、故障が起こりやすくなるからではなく(pp は不変である)、個々の故障がより大きくなり、大規模な故障がその規模以上のコストを伴うからである。

企業は総コスト

T(m)=c0+c1 m+p ℓ m 1−γ(4)T(m) = c_0 + c_1 \, m + p \, \ell \, m^{\,1-\gamma} \tag{4}

式 4. 総コスト。運用コストに障害による期待損失を加えたものであり、企業が最小化する量である。

を最小化する。mm を連続量として扱い、導関数をゼロとおくと、最適解が閉形式で得られる。

m∗=(p ℓ (γ−1)c1)1/γ(5)m^{*} = \left( \frac{p \, \ell \, (\gamma - 1)}{c_1} \right)^{1/\gamma} \tag{5}

式 5. 閉形式で表した最適プラットフォーム数。

最適プラットフォーム数は、障害確率 pp、損失規模 ℓ\ell、凸性 γ\gamma とともに上昇し、プラットフォーム一つ当たりのコスト c1c_1 とともに低下する。この式の値が一を下回るとき、完全な標準化が最適であり、正統的な助言が成り立つ。一を上回るとき、内点のプラットフォーム数が総コストを最小化し、その差 T(1)−T(m∗)T(1) - T(m^{*}) が我々の呼ぶモノカルチャー・プレミアムである。すなわち、障害損失を計上した場合に、完全な標準化が最適解より期間当たりどれだけ多くのコストを要するかである。

3.3 二つのレジーム

式 (5) は企業を二つのレジームに分け、本稿の実務的な内容はそれらを見分けることにある。表 1 は例示的なパラメータで両者を示し、図 1 は後者を描く。

表 1. モデルの二つのレジーム(例示的パラメータ)。コストと損失は年間百万ユーロ単位。c0c_0 は最適解に影響しないため省略。

低ステークス 高ステークス
障害確率 pp(プラットフォーム・年当たり) 0.02 0.10
全停止時の損失 ℓ\ell 20 60
プラットフォーム当たりコスト c1c_1 1.0 1.0
凸性 γ\gamma 2 2
p ℓp\,\ell 0.4 6.0
式 (5) による m∗m^{*} 0.63 →\to 1 2.45 →\to 2–3
T(1)T(1):プラットフォーム一つ 1.4 7.0
T(2)T(2):プラットフォーム二つ 2.2 5.0
T(3)T(3):プラットフォーム三つ 3.1 5.0
モノカルチャー・プレミアム T(1)−T(m∗)T(1) - T(m^{*}) 0 2.0

低ステークス・レジームでは、障害はまれで安価であり、p ℓp\,\ell はプラットフォームのコストに比して小さく、m∗m^{*} は一を下回る。正統的な助言のとおり、完全に標準化すべきである。高ステークス・レジーム、すなわちプラットフォーム当たり十年に一度の機能停止を伴う障害と全面障害時に60百万ユーロの損失という、銀行、航空会社、病院グループにとって異常ではない状況では、m∗m^{*} はおよそ二・五となり、プラットフォーム一つの運用は二つまたは三つの運用より年間2百万ユーロ多くのコストを要し、c1c_1 のみを計上する正統的な統合ビジネスケースは符号を誤っている。

図 1. 表 1 の高ステークス・レジーム (p = 0.10, ℓ = 60, c₁ = 1)。運用コストはプラットフォーム数とともに上昇し、損失が凸であれば障害による期待損失は低下し、その和は内点に最小値を持つ。γ = 2 では最適解はプラットフォーム二つと三つの間にあり、一つの場合は年間2百万ユーロ多くのコストを要する。γ = 1.5 では最適解は二つで、プレミアムはより小さい。γ = 1 では損失の線は平坦となり、一つが最適となる。
図 1. 表 1 の高ステークス・レジーム (p = 0.10, ℓ = 60, c₁ = 1)。運用コストはプラットフォーム数とともに上昇し、損失が凸であれば障害による期待損失は低下し、その和は内点に最小値を持つ。γ = 2 では最適解はプラットフォーム二つと三つの間にあり、一つの場合は年間2百万ユーロ多くのコストを要する。γ = 1.5 では最適解は二つで、プレミアムはより小さい。γ = 1 では損失の線は平坦となり、一つが最適となる。

3.4 期待値がすべてではない

式 (5) は期待損失に関するものであり、期待損失はモノカルチャーに対する論拠を控えめに示している。γ=1\gamma = 1 の高ステークス・レジームを考えよう。そこでは mm が何であれ期待損失は年間6百万ユーロである。プラットフォーム一つの場合、企業は十年のうち九年は何も失わず、十年目に60百万ユーロを失う。プラットフォーム三つの場合、およそ四分の一の年に20百万ユーロ、百年に三年ほどの割合で40百万ユーロ、千年に一年の割合で60百万ユーロを失う。期待値は等しいが、分布は等しくない。一プラットフォームの企業は、規制上の報告閾値、資本バッファ、あるいは評判上の許容度を超えうる損失を毎年十分の一の確率で被る。三プラットフォームの企業では千分の一の確率である。最悪の年の規模に無関心でない取締役会、すなわちあらゆる取締役会は、期待値が等しい場合でも三プラットフォームの分布を選好すべきであり、この選好は凸性の議論に依存するのではなく、それに加わるものである。付録 A にテールの数値を示す。

4. モデルの拡張

最小限のモデルは、実務者がその数値を信頼する前に緩和を望むであろう四つの単純化を行っている。プラットフォームは独立に故障する、業務機能は均等に配分されている、障害の損失はその継続時間に依存しない、そして統合そのものは無償である、というものである。いずれも閉形式の教訓を失うことなく緩和でき、それぞれの緩和は最適解を知っておく価値のある方向へ動かす。

4.1 共通ショック

各プラットフォームの独立した故障に加えて、期間当たり確率 qq で共通ショックがすべてのプラットフォームを同時に停止させると仮定しよう。共有コンポーネントが故障する、サイバーインシデントが拡散する、プロバイダーのリージョンがダウンする、といった事象である。期待損失は

E(m)=q ℓ+(1−q) p ℓ m 1−γ(6)E(m) = q\,\ell + (1-q)\,p\,\ell\,m^{\,1-\gamma} \tag{6}

式 6. 確率 qq ですべてのプラットフォームを同時に停止させる共通ショックがある場合の期待損失。

となる。共通ショックは、いかなる数のプラットフォームによっても取り除けない下限 q ℓq\,\ell を加え、分散化の便益を (1−q)(1-q) 倍に縮小する。最適解は式 (5) において pp を (1−q) p(1-q)\,p に置き換えたものである。共通ショックが支配的な場合、分散化はそれに触れることができないため、運用する価値のあるプラットフォームはより少なくなる。実務的な読み方は第7節で展開するものである。最初の資金は、共有コンポーネントを取り除くことで qq を下げることに向けるべきであり、mm を上げるのはその後である。共有コンポーネントの下に追加されたプラットフォームは、最も重要なショックに対して何ももたらさないからである。

4.2 不均等な配分とコア・アンド・サテライト設計

業務機能が均等に配分されていることはまれである。よくある設計は、企業の大半を担うコア・プラットフォームと残りを担うサテライトであり、問題はサテライトがそのコストに見合うかどうかである。合計が一となる割合 s1,…,sms_1, \dots, s_m のもとで期待損失は p ℓ∑jsjγp\,\ell \sum_j s_j^{\gamma} であり、sγs^{\gamma} が凸であるため、与えられた mm に対してこれは均等な割合で最小化される。いかなる不均等も期待損失を均等な場合より引き上げる。十分の九を担うコアと二十分の一ずつを担う二つのサテライトは、γ=2\gamma = 2 において p ℓ (0.81+0.0025+0.0025)=0.815 p ℓp\,\ell\,(0.81 + 0.0025 + 0.0025) = 0.815\,p\,\ell の期待損失を持ち、単一プラットフォームの p ℓp\,\ell をかろうじて下回るだけでありながら、三つのプラットフォーム分の費用を払っている。サテライトは実際の分散化とほぼ同じコストを要し、その便益をほとんどもたらさない。見合う設計は負荷を分割するものであり、だからこそ第10節の銀行は、支配的なコアから小さなサテライトを切り出すのではなく、リテールバンキングと法人バンキングを分割するのである。

4.3 継続時間

障害の損失はその継続時間とともに増大し、継続時間はプラットフォーム数に二つの相反する形で依存する。復旧能力は有限であるため、同じチームがすべてを逐次的に復旧しなければならないなら、大きな障害ほど復旧に時間を要する。これは第5節における凸性の源泉の一つであり、既に γ\gamma に含まれている。これに対し、プラットフォームが多いランドスケープでは壊れうる個別の対象が増え、維持すべき個別の復旧手順も増えるため、個々の復旧は練習不足のために遅くなりうる。第二の効果は mm を控えめに保ち、保持するすべてのプラットフォームで復旧訓練を行うことを支持し、第12節の規則が大きな分散化より小さな統合を選好する理由の一つである。

4.4 統合のコスト

統合は移行であり、移行はそれ自体が障害の源泉である。データが移され、インターフェースが再構築され、職員が再訓練され、企業が旧新両方に依存する並行稼働の期間がある。統合のビジネスケースは、経常的な節約と並べて、移行インシデントによる期待損失という一回限りのリスク項目を計上すべきであり、その項目が取り除くプラットフォーム数とともに増大することを認識すべきである。モデルはこれを価格付けしない。一回限りのものであり、モデルは期間当たりだからである。しかしそれは、プレミアムと同じ方向、すなわちより小さな統合へと意思決定を動かす。

4.5 最適解の感度

図 2 は、式 (5) の最適解を、プラットフォームのコストに対するステークス(賭けられている損失の大きさ)を表す比率 p ℓ/c1p\,\ell / c_1 に対して、三つの γ\gamma の値について描いたものである。比率がおよそ一を下回る場合、凸性がどうであれ最適解はプラットフォーム一つであり、正統的な助言は安全である。それを上回ると最適解はステークスとともにゆっくり上昇する。銀行のケースである比率六ではプラットフォーム二つから三つ、病院グループや取引所である比率二十では三つから五つとなる。曲線は十分に平坦であるため、正確なパラメータよりもレジームが重要である。企業は、正統的レジームにいるのかプレミアム・レジームにいるのかを知るために、自らの比率が一を下回るかそれを大きく上回るかを大まかに知っていれば足りる。付録に完全なグリッドを示す。

図 2. ステークス比率 p ℓ/c₁ に対する最適プラットフォーム数(三つの凸性について)。比率がおよそ一を下回ると完全な標準化が最適であり、それを上回ると最適解はステークスとともにゆっくり上昇する。曲線が交差するのは、凸性が高いほど大規模障害による損失が増すと同時に、最初の分割の便益が後の分割の便益より大きく増すためである。
図 2. ステークス比率 p ℓ/c₁ に対する最適プラットフォーム数(三つの凸性について)。比率がおよそ一を下回ると完全な標準化が最適であり、それを上回ると最適解はステークスとともにゆっくり上昇する。曲線が交差するのは、凸性が高いほど大規模障害による損失が増すと同時に、最初の分割の便益が後の分割の便益より大きく増すためである。

5. 凸性はどこから来るか

モデルの結果は γ>1\gamma > 1、すなわち企業全体を一度に失うことは部分を別々に失うことの総和よりコストが大きいという主張にかかっている。この主張は仮定されるのではなく論証されるべきであり、どこで成り立たないかも述べられるべきである。成り立たないところでは正統的な助言が正しいからである。

5.1 凸性の五つの源泉

相互カバー。 一つの業務機能が停止すると、他がそれをカバーする。アプリが受けられない電話を支店が受け、ポータルが売れないものを倉庫が出荷し、職員は紙で業務を行う。カバーはカバーする側の業務機能が稼働している場合にのみ可能である。部分的な障害はカバーに吸収されるが、全面的な障害にはカバーする者がいない。したがって最後の業務機能が停止したときの損失は最初のものが停止したときの損失より大きく、これが凸性である。

有限の回避策能力。 企業には手作業の回避策を実行できる人員、電話回線、顧客の許容度に限りがある。小さな障害はその能力の範囲に収まるが、大きな障害はそれを超え、超過分はそのまま失われる。

閾値。 規制上の報告、契約上のサービスクレジット、評判上の注目、メディア報道にはいずれも閾値がある。閾値を下回る障害は直接損失のコストを負い、上回る障害は直接損失に加えて閾値の帰結のコストを負う。閾値は損失関数を規模とともに階段状に上昇させ、これは集計上の凸性である。

復旧の並列性。 復旧は能力に限りのあるチームが行う。異なるプラットフォーム上の二つの独立した障害は異なるチームが並列に復旧できるが、全体に及ぶ一つの障害は同じ人員が逐次的に復旧するため、その継続時間、したがって損失は規模とともに増大する。

依存関係の伝播。 業務機能は互いに依存している。稼働していても停止した業務機能に依存する業務機能は劣化する。停止割合が上がるにつれ劣化する割合はより速く上がる。追加の障害のそれぞれが、複数の存続業務機能から依存先を奪うからである。

これらの源泉はいずれもインシデントを管理した経験のある者には馴染み深く、合わせて、疎結合の業務機能からなる企業にとって γ>1\gamma > 1 を通常の場合とする。γ\gamma の値は実証的な問題であり、我々は例示として 1.5 と 2 を用い、第15節でそれをどのように測定しうるかを述べる。

5.2 凸性が欠ける場合:密結合

業務機能が極めて密に結合しており、そのいずれか一つを失うことが全部を失うことと同じくらい悪い場合、議論は逆転する。いかなる支払いも完了するためにオーソリゼーション、クリアリング、セトルメントのすべてが機能しなければならない決済チェーンはそのような場合である。一つのステップの障害はチェーンを止め、一つのステップが停止したときの損失はチェーンが停止したときの損失である。そのようなチェーンの内部では γ≤1\gamma \le 1 であり、どのプラットフォームが故障してもすべてが止まるため、プラットフォーム間の分散化は何ももたらさず、標準化が正しい。一つのプラットフォーム、一つの故障モード、一つの復旧である。Perrow (1984) の密結合がその条件であり、本稿に第一の規則を与える。密結合のチェーン内では標準化し、疎結合の業務機能間では分散化せよ。分散化の単位は業務機能ではなくチェーンであり、企業はプラットフォームを数える前にチェーンを地図化すべきである。

同じ論理が一つの反論に答える。一つのプラットフォームでの故障が他へ伝播するなら、複数のプラットフォームを運用しても役に立たない。伝播とは結合であり、結合したプラットフォームはモデルの目的上一つのプラットフォームである。多様性はプラットフォームが独立に故障する場合にのみ数えられ、それが次節の主題である。

6. 凸性の測定

モデルのすべては γ\gamma にかかっており、γ\gamma はどの企業も記録していない量である。それは測定可能であり、本節では構築例を用いてその方法を示す。リスク部門が自らのインシデント台帳で同じことを行えるようにするためである。

6.1 データ

台帳の各障害について二つの数が必要である。それが及んだ企業の業務機能の割合 ff と、それが引き起こした損失 LL(ℓ\ell と同じ単位)である。割合は通常、影響を受けたシステムを記したインシデント記録から復元できる。損失はより難しい。企業はインシデントの直接コストを記録するが、失われた事業、補償、評判上の帰結を記録することはまれであり、凸性の大部分はそこに存在するからである。直接コストしか記録しない台帳は γ\gamma を過小評価する。したがって測定は一回限りの作業から始まる。台帳の中で最大の十件ないし二十件の障害について、カバーと回避策によって回復されたものとされなかったものを含め、事業部門とともに完全な損失を再構成するのである。

6.2 当てはめ

損失関数 L=ℓfγL = \ell f^{\gamma} の対数をとると log⁡L=log⁡ℓ+γlog⁡f\log L = \log \ell + \gamma \log f となり、これは傾きが γ\gamma の直線である。表 2 は、十二の業務機能を持つ企業について構築した八件の障害からなる台帳とその当てはめを示す。一つの業務機能に及んだ障害は全面障害の数値のおよそ二十分の一であって十二分の一ではなく、企業の半分に及んだものはおよそ三分の一であって半分ではなく、傾きはおよそ 1.8 である。この数値は例示だが、その大きさが要点である。小さな障害はカバーに吸収され、大きな障害はそうでない企業は、γ\gamma が一を大きく上回ることを見出すであろうし、当てはめはその発見を印象ではなく数にする。

表 2. 十二の業務機能を持つ企業について構築したインシデント台帳と、それに当てはめた凸性。損失は百万ユーロ単位で、失われた事業と補償を含めて再構成したもの。log⁡f\log f に対する log⁡L\log L の当てはめた傾きは γ≈1.8\gamma \approx 1.8、切片は ℓ≈58\ell \approx 58 を与える。

障害 業務機能数 割合 ff 損失 LL L/ℓL/\ell
A 1 0.08 0.7 0.012
B 1 0.08 1.1 0.019
C 2 0.17 2.4 0.041
D 3 0.25 4.9 0.084
E 4 0.33 8.0 0.138
F 6 0.50 17.0 0.293
G 9 0.75 36.0 0.621
H 12 1.00 58.0 1.000

6.3 残差を読む

当てはめの残差は傾きと同じくらい情報に富む。その規模に対して直線の予測より多くのコストを要した障害は、カバーが失敗し、回避策が尽き、あるいは閾値が超えられたものである。その記録はどれであったかを語り、それによってこの企業において作用している第5節の源泉が特定される。予測より少ないコストで済んだ障害はカバーが機能したものであり、保持する価値のある第7節の手作業能力と相互能力を特定する。直線を当てはめて残差を読む企業は、自らの γ\gamma とその理由の両方を学ぶ。これはモデルが求める以上のものであり、統合の意思決定がまさに必要とするものである。

6.4 データなしに γ\gamma を聞き取る

台帳が乏しい場合、γ\gamma は聞き取りによって範囲を定めることができる。事業部門に、小さな障害と大きな障害について、カバーがどれだけ持ちこたえ、価値のどれだけの割合を維持するかを尋ねる。報告上、契約上、評判上の閾値がどこにあり、それぞれを超えると何のコストがかかるかを尋ねる。復旧が停止システム数とともにどのようにスケールするかを尋ねる。各回答は損失曲線上の一点を与え、三つか四つの点が傾きを与える。聞き取りは粗いが、粗さは適切な場所にある。プラットフォーム一つと二つの間の決定は γ\gamma が一に近いか二に近いかにかかっており、聞き取りは通常それらを見分けることができる。

7. 隠れたモノカルチャー

7.1 名目的多様性と実効的多様性

モデルは独立に故障するプラットフォームを数える。三つのアプリケーションプラットフォームを一つのオペレーティングシステム上で動かし、三つすべてを一つのIDプロバイダーで認証し、三つすべてに一つのエージェントでパッチを当て、三つすべてを一つのクラウドリージョンでホストする企業は、ライセンス請求の目的では三つのプラットフォームを持つが、それら共有コンポーネントのいずれかの故障の目的では一つである。その名目的多様性は三であり、共有コンポーネント故障に対する実効的多様性は一である。2024年7月の障害はまさにこれであった。多様なアプリケーションランドスケープを持つ組織が、単一のセキュリティエージェントを共有していたことを発見し、そのエージェントこそが故障したプラットフォームだった。

二つの尺度がこの区別を運用可能にする。不均等な配分について、プラットフォーム jj が業務機能の割合 sjs_j を担うとき、実効プラットフォーム数は割合の二乗和の逆数、

meff=1∑jsj2,(7)m_{\text{eff}} = \frac{1}{\sum_j s_j^{2}}, \tag{7}

式 7. 不均等な割合に対する実効プラットフォーム数。割合の二乗和の逆数である。

すなわち逆シンプソン指数 (Simpson, 1949)、経済学では逆ハーフィンダール指数 (Hirschman, 1964) として知られるものである。企業の二分の一、十分の三、五分の一を担う三つのプラットフォームは meff=2.6m_{\text{eff}} = 2.6 であって三ではなく、十分の九を担う一つと小さな二つは meff≈1.2m_{\text{eff}} \approx 1.2 である。企業の期待損失は meffm_{\text{eff}} によって支配され、式 (5) はその目標値として読まれるべきである。

共有コンポーネントについて、プラットフォームの故障がペアワイズ相関 ρ\rho で相関しているとき、実効数は

meff=m1+(m−1) ρ,(8)m_{\text{eff}} = \frac{m}{1 + (m-1)\,\rho}, \tag{8}

式 8. 故障がペアワイズ相関 ρ\rho で相関している場合の実効プラットフォーム数。

であり、ρ=0\rho = 0 における mm から ρ=1\rho = 1 における一まで低下する。相関が二分の一の三つのプラットフォームは実効的には一・五であり、相関が十分の九であれば実効的には一である。すべてのプラットフォームが依存する共有コンポーネントは、プラットフォームが他の点でどれほど多様であろうと、そのコンポーネントの故障について ρ=1\rho = 1 を設定する。

7.2 共有コンポーネントの一覧

表 3 は、企業が気づかずに故障モードを共有することが最も多いコンポーネントを列挙する。いずれもアプリケーション一覧にプラットフォームとして現れないからである。共通する性質は、それぞれがプラットフォームを数えない部門によって企業全体のために一度だけ選ばれることである。セキュリティ部門がエージェントを選び、インフラ部門がハイパーバイザーとリージョンを選び、ID部門がプロバイダーを選び、ネットワーク部門が DNS を選ぶ。それぞれの選択は局所的には理にかなっており、それぞれが ρ=1\rho = 1 の依存関係を加える。

表 3. 名目的に多様なプラットフォームが故障モードを共有する経路となるコンポーネントと、プラットフォームを数えずにそれらを通常選択する部門。

共有コンポーネント 選択する部門と、それが見えない理由
エンドポイントセキュリティ・エージェント セキュリティ部門。ポリシーによりすべての端末に展開される
オペレーティングシステムとパッチチャネル インフラ部門。「標準ビルド」
IDプロバイダー、シングルサインオン ID部門。すべてのアプリケーションがそれを通じて認証する
ハイパーバイザー、クラウドプロバイダー、リージョン インフラ部門。ホスティングの決定
DNS、証明書、コンテンツ配信 ネットワーク部門。他の誰にも見えない
統合バス、API ゲートウェイ アーキテクチャ部門。すべての連携がそこを通る
複数製品に対する単一の SaaS ベンダー 調達部門。一つの契約、一人のベンダー管理者
単一のインテグレーターまたはマネージドサービス・プロバイダー ソーシング部門。責任を問う相手が一つ
ネットワークコア、ファイアウォール ネットワーク部門。一つのアーキテクチャ

この一覧は本稿に第二の規則を与える。名目的多様性ではなく実効的多様性を数えよ。統合のビジネスケースは、アプリケーションプラットフォームだけでなく共有コンポーネントについても計算した統合前後の meffm_{\text{eff}} を明示すべきであり、分散化の決定は、別々に保持するプラットフォームがそれらを一つにしてしまうコンポーネントを共有していないことを確認すべきである。

7.3 最後の拠り所としての多様性

常に利用可能でありながらほとんど数えられないプラットフォームが一つある。手作業プロセスである。紙で支払いを受けられる支店、印刷されたリストからピッキングできる倉庫、手書きで記録できる病棟は、取引当たりの運用コストが高く、デジタルなものとの相関がほぼゼロで、能力が有限で使われなければ減衰する第二のプラットフォームである。モデルにおいてそれは c1c_1 が大きく ρ=0\rho = 0 のプラットフォーム、すなわち最も高価で最も価値のある種類のものである。一つのデジタルプラットフォームに統合し手作業能力を失効させた企業は、最も厳密な意味で meff=1m_{\text{eff}} = 1 であり、2024年7月に最もうまく切り抜けた組織は、多くの証言によれば、画面なしでも業務を続けられた組織であった。

8. 低コストの多様性

第二のプラットフォームを運用することは多様性を買う高価な方法であり、モデルはそれを c1c_1 で価格付けする。いくつかの設計は同じ保護の一部をはるかに安価に買うことができ、モデルはそれらがなぜ機能するかを示す。それぞれは、プラットフォームを加えることなく、単一の故障が及びうる割合 ff を下げるか、故障しうるものの間の相関 ρ\rho を下げるのである。

8.1 時間における多様性:リングとカナリア

すべてのインスタンスに一度に展開された変更は、それが不良であれば f=1f = 1 に達する。同じ変更を RR 個のリングで展開し、各リングを前のリングが一定期間問題なく動作するまで保留すれば、停止されるまでに達するのは高々 f=1/Rf = 1/R であり、不良な変更による損失は ℓ\ell から ℓ (1/R)γ\ell\,(1/R)^{\gamma} へ下がる。四つのリングと γ=2\gamma = 2 であれば十六分の一である。リング式ロールアウトはプラットフォームではなく時間における多様性であり、コストは金銭ではなく遅延であり、表 3 のあらゆる共有コンポーネントについて利用可能である。これはまた、2024年7月の障害の中心にいたベンダーが、障害を引き起こしたコンテンツ更新について事後に採用したものでもある (CrowdStrike, 2024)。最初のリングがカナリアであり、カナリアは企業が運用できる最も安価なプラットフォームである。モデルの留保は、リングが保留期間内に現れる故障からしか守らないことである。潜伏する欠陥はすべてのリングに達し、潜伏する欠陥は共通ショックである。

8.2 場所における多様性:リージョンとサイト

同じプラットフォームを二つのリージョンや二つのサイトでホストすることはプラットフォームを増やさないが、電源、ネットワーク、プロバイダーのリージョン内インシデントといったリージョンに局所的な故障について ρ\rho を下げる。プラットフォーム自身のソフトウェアの故障は両リージョンに及ぶため、それには何の効果もなく、第二のリージョンを第二のプラットフォームとして数える企業は両者を混同している。モデルの読み方では、リージョンの多様性は一種類の共通ショックについて qq を下げるものであり、m=2m = 2 としてではなくそのように価格付けされるべきである。

8.3 縮退モード

依存先が故障したときに読み取り専用、キャッシュ、キュー・アンド・フォワードといった縮小したモードにフォールバックできるプラットフォームは、全面障害を部分障害に変換する。障害が及ぶ割合 ff は、縮退モードが維持できない機能の割合となる。縮退モードは設計に組み込まれていれば安価であり、そうでなければ不可能であり、モデルは依存先の故障について ff を下げることでそれを数える。第7節の手作業プロセスはその極限の場合であり、ソフトウェアを必要としない縮退モードである。

8.4 製品ではなくサプライヤーにおける多様性

一つのサプライヤーの二つの製品は、そのサプライヤーの故障モード、すなわち更新プロセス、IDサービス、財務的健全性を共有する。第二の製品が高価すぎる層でサプライヤーの多様性を望む企業は、代わりにその層の依存先において、フォールバックとしての第二のIDプロバイダー、第二の DNS、第二の認証局を、プラットフォームのコストのごく一部で得られることがある。これらは依存先の故障について ρ\rho を下げ、プラットフォーム数を変えない。

8.5 これらに共通するもの

これらの設計が安価なのは、運用すべきものを加えないからである。既存のものがどのように故障するかを変えるのである。モデルは、より低い ff、より低い ρ\rho、より高い mm の間で無差別である。三つすべてが期待損失を下げるからであり、企業はそれらを削減単位当たりのコストの順に買うべきである。通常、リングと縮退モードが最初に来て、リージョンと依存先の多様性が次に、第二のプラットフォームが最後に来る。これは統合の見直しがそれらを検討する順序の逆である。

9. オランダの状況

9.1 七月のある朝

2024年7月19日の障害は、他のあらゆる場所と同様にオランダにも及んだ。航空会社と地上システムの故障により国の主要空港では便が遅延・欠航し、病院は影響を受けたワークステーション上のシステムの混乱を報告して診療を延期し、政府と民間のサービスが中断した。影響を受けた組織は同じアプリケーションプラットフォームを選んでいたのではない。同じセキュリティエージェントを選んでおり、それは所有するすべての Windows コンピュータ上で特権レベルで動作していた。モデルの用語では、彼らのアプリケーションの多様性は無関係であった。エージェントは ρ=1\rho = 1 の共有コンポーネントであり、障害は影響を受けたすべての組織で一に近い割合 ff に達し、残りは凸性が引き受けた。コストを負ったのは、個別には何ら不注意なことをしていなかった組織であり、それがモノカルチャーの特徴である。

9.2 設計上の単一障害点

政府のデジタルサービス機関が運用する国民デジタルID、DigiD は、大半の住民が税務当局、自治体、健康保険者、年金管理機関、病院にオンラインでアクセスする手段である。それは設計上の単一障害点であり、一つのIDがもたらす一貫性と利便性のために選ばれたものであって、その選択は本稿が所与とするまさにその標準化の経済性によって擁護可能である。モデルはその選択のコストを述べる。それに依存するすべてのサービスにとって、ID層は ρ=1\rho = 1 の共有コンポーネントであり、サービス拒否攻撃がこれまで何度も引き起こしてきた障害は、それらすべてへのアクセスを一度に奪う。存在する緩和策、すなわち企業向けの別個のIDスキーム、来るべき欧州デジタルIDウォレット、各サービス自身のフォールバックチャネルは、モデルの意味での分散化であり、その価値はモデルの用語で述べることができる。それぞれが依存するサービスの一定割合について ρ\rho を下げるのである。我々は国民IDを二重化すべきだと論じるのではない。それに依存する企業はそれを meffm_{\text{eff}} に数え入れ、フォールバックチャネルを訓練し続けるべきだと論じるのである。

9.3 集中を数える規制

DORA はオランダの金融機関にICT集中リスクを評価し重大インシデントを中央銀行に報告することを求め、NIS2 のオランダ国内実施法は報告とリスク管理の義務を重要セクターに拡張する。いずれも集中を、知られていなければならない量とする。モデルは監督当局と被監督者に同じ語彙を提供する。meffm_{\text{eff}} が集中であり、式 (5) がそれが慎重でなくなる水準であり、モノカルチャー・プレミアムがそれを超えるコストである。両規制が今や要求するインシデント報告は、第15節で論じるように、pp、ℓ\ell、そして何よりも γ\gamma が、仮定されるのではなくついに測定されうるデータである。

9.4 病院の朝

病院は、閾値が臨床的であるため、第5節の凸性が最も可視化されるセクターである。電子カルテを失った病棟は紙にフォールバックして何とか対処する。すべての病棟のカルテを、同じワークステーションに依存する検査、薬剤、画像システムとともに一度に失った病院は対処できず、診療を延期する。複数のオランダの病院が2024年7月19日にまさにこれを報告し、最も速く復旧したのは、自らの説明によれば、訓練された紙の手順を持つ病院であった。これはモデルの用語では最後の拠り所としての多様性である。このセクターの少数の電子カルテプラットフォームへの統合は、あらゆる標準化の根拠から擁護可能であるが、病院横断的なモノカルチャーでもある。一つのプラットフォームの欠陥はそれを運用するすべての病院に及び、これは単一の病院の分散化では対処できないセクターレベルの共通ショックであり、NIS2 国内実施法がこのセクターを必須と指定したことで、セクターは今やそれを考慮することを義務づけられている。

9.5 規制が求めるもの、モデルの用語で

DORA の要求事項はモデルの量へ直接翻訳される。各金融機関に維持を求めるICT第三者契約の台帳は、表 3 の共有コンポーネント一覧の規制版であり、そこから meffm_{\text{eff}} を計算できる。要求される集中リスク評価は meffm_{\text{eff}} が慎重であるかという問いであり、式 (5) はその一つの答えである。そして、影響を受けた顧客数、継続時間、地理的範囲、経済的影響の閾値を用いる重大インシデント分類は、それ自体が凸性の源泉である。閾値を超える障害は、下回る障害にはない報告上、監督上、評判上の帰結を伴うため、規制そのものが閾値を超えたところで損失曲線を急峻にする。γ\gamma を推定する機関は規制の閾値を源泉の一つに含めるべきであり、これは DORA が集中を測定すると同時にそのコストを引き上げることを意味する。

9.6 主権の問題

少数の非欧州クラウドプロバイダーへの依存をめぐるオランダの公的議論は、モデルの用語では qq をめぐる議論である。すなわち、一つのプロバイダーにホストされたすべてのワークロードに一度に及ぶ法的、政治的、あるいは商業的な共通ショックである。モデルはそのようなショックの確率にかかっているこの議論を解決しないが、その条件を述べる。第二のプロバイダーはコスト c1c_1 のプラットフォームであり、一種類のショックについて qq を下げる。それを運用する価値があるかどうかは、通常どおり qq、ℓ\ell、γ\gamma に依存する。議論の両側の企業は、これら三つの数なしで議論するよりも、それらを持って議論する方が有益であろう。

10. 構築例

このケースは観察されたものではなく構築されたものである。いかなる銀行についての報告でもなく、その数値は例示である。統合の見直しが生み出す種類の意思決定についてモデルを走らせるために存在する。

10.1 提案

Bank K は中規模のオランダの銀行であり、二度の合併の後、旧事業体ごとに一つ、計四つの勘定系プラットフォームを運用しており、それぞれが業務機能のおよそ四分の一を担っている。コスト見直しは一つへの統合を提案し、ライセンス、スキル、ツール、連携で年間3百万ユーロを節約するとしている。それぞれ c1=c_1 = 1百万ユーロの三つのプラットフォームの除去である。ビジネスケースは節約と移行コストを計上し、それ以外は何も計上しておらず、原則として承認されている。

10.2 モデルの読み

銀行のリスク部門は、自行および同業他行のインシデント履歴から、勘定系プラットフォームの機能停止を伴う障害がプラットフォーム当たりおよそ十年に一度発生すること、p=0.10p = 0.10、基準継続時間の全面障害が補償、失われた事業、規制上の帰結、評判においておよそ60百万ユーロのコストを要すること、そして比例的な割合よりはるかに少ないコストで済んだ過去の部分障害の形状から γ≈2\gamma \approx 2 であることを推定している。これらは表 1 の高ステークスのパラメータであり、提案に対するモデルの読みは表 4 にある。

表 4. Bank K:現在の環境、提案、モデルの最適解についての運用コスト、障害による期待損失、総コスト。年間百万ユーロ単位、c0c_0 は省略。テールの数値は付録 A より。

4(現在) 1(計画) 2 3
運用コスト c1mc_1 m 4.0 1.0 2.0 3.0
期待損失 E(m)E(m) 1.5 6.0 3.0 2.0
総コスト T(m)T(m) 5.5 7.0 5.0 5.0
20年に一度の最悪の年(VaR 95%) ≈\approx30 60 30 20

提案は運用コストで3百万ユーロを節約し、障害による期待損失で4.5百万ユーロを加える。その総コストは置き換える環境より年間1.5百万ユーロ悪化し、二十年に一度の最悪の年はおよそ30百万ユーロから60百万ユーロへと倍増する。対照的に、二つのプラットフォームへの統合は運用コストで2百万ユーロを節約し、期待損失で1.5百万ユーロを加え、最悪の年を変えずに総コストを五十万ユーロ引き下げる。三つへの統合は総コストを同じ額だけ引き下げ、最悪の年を半減させる。正統的な移行は符号を誤っており、正しい移行は見直しが提案したより小さな統合である。

10.3 設計

銀行は二つのプラットフォームに統合し、本稿の規則を分割に適用する。まず密結合のチェーンを地図化する。オーソリゼーションからセトルメントまでの決済チェーンは、その内部では γ≤1\gamma \le 1 であり多様性が何ももたらさないため、丸ごと一つのプラットフォームに置かれる。残りの業務機能は、銀行が持つ最も疎な結合に沿って、リテールバンキングを一方のプラットフォームに、法人バンキングを他方に分割し、いずれかの障害があっても他方が顧客にサービスを提供しカバーできるようにする。これが凸性の由来である。次に銀行は実効的多様性を確認する。二つのプラットフォームには異なるパッチチャネルと異なるエンドポイントエージェントが与えられ、異なるクラウドリージョンでホストされ、四半期ごとにフォールバックが訓練されるID層を通じて認証されるため、共有コンポーネントの相関は一ではなく低い。リテール支店網の手作業能力は保持され訓練される。銀行の mm は二であり、共有コンポーネントについて計算した meffm_{\text{eff}} は二に近く、その統合ビジネスケースは今や、見直しのものにはなかった障害損失の項目を計上している。

11. 第二の構築例:病院グループ

銀行のケースはプラットフォームに関するものであった。第二のケースは共有コンポーネントに関するものであり、モデルによればより大きなリスクは通常そこにある。観察されたものではなく構築されたものであり、いかなる病院についての報告でもない。

11.1 環境

病院グループ G は三つの病院を、一つの電子カルテ、一つの検査システム、一つの画像システム、一つの薬剤システムで運用している。四つのプラットフォームであり、それぞれセクター標準で、それぞれ適切に選ばれている。三病院のすべてのワークステーションは同じオペレーティングシステムのビルド、同じエンドポイントセキュリティ・エージェント、同じパッチチャネルで動作し、すべての臨床医は一つのIDプロバイダーで認証し、四つのプラットフォームすべてが一つのデータセンターでホストされ、第二のデータセンターにウォームスタンバイがある。名目上 m=4m = 4 である。NIS2 国内実施法のために作成されたグループの台帳は、四つのプラットフォームすべてがワークステーションのビルド、エージェント、IDプロバイダー、データセンターのネットワークに依存し、スタンバイがエージェントとIDプロバイダーをプライマリと共有していることを示している。

11.2 実効的多様性

プラットフォーム自身のソフトウェアの故障については meffm_{\text{eff}} はおよそ四であり、グループは十分に分散化されている。薬剤システムの欠陥があってもカルテ、検査、画像は稼働し続け、臨床上の損失は限定される。ワークステーションのビルド、エージェント、IDプロバイダー、ネットワークの故障については、四つのプラットフォームすべてにわたって ρ=1\rho = 1 であり meff=1m_{\text{eff}} = 1 である。それらのいずれかの欠陥はすべての病院のすべての臨床医に一度に及び、そのうち二つを共有するスタンバイは役に立たない。グループの実際の多様性は、歴史的に最も相関しやすい故障モードについては一つのプラットフォームであり、2024年7月はまさにその種の故障であった。

11.3 数値

グループのリスク部門は、共有コンポーネントの機能停止を伴う故障を全体で年間 p=0.08p = 0.08、基準継続時間の全面障害の損失を、診療延期、搬送先変更、超過勤務、規制上の帰結においておよそ40百万ユーロ、そして病院自身の部分障害から γ\gamma をおよそ 2.2 と推定している。部分障害は紙で吸収されるが全面障害はそうでないため急峻である。共有コンポーネントの故障モードについて、c1c_1 をおよそ0.8百万ユーロとすると p ℓ/c1p\,\ell / c_1 は比率四を与え、式 (5) は m∗≈2m^{*} \approx 2 を与える。グループは共有コンポーネントを一組ではなく二組の独立したセットで運用すべきである。

11.4 設計

二つの電子カルテを運用することは破滅的であり、モデルはそれを求めない。モデルが求めるのは、現在四つのプラットフォームを一つにしている共有コンポーネントの二組の独立したセットである。グループはワークステーションを、異なるベンダーの二つのエージェントと二つのパッチチャネルを持つ二つのビルドに分割し、各病院の診療科をいずれかのビルドに割り当ててすべての病棟に他方のビルドの同僚がいるようにし、月次で訓練されるフォールバックとして第二のID経路を加え、スタンバイのデータセンターをプライマリと共有しないネットワークとエージェントに移す。プラットフォームは四つのままである。共有コンポーネント故障に対する実効的多様性は一からおよそ二へ上昇し、これはモデルが求めたものであり、コストは第二のプラットフォームのそれを大きく下回る。第二のビルドとエージェントは c1c_1 のごく一部のコストであり、第二のID経路はプラットフォームではなく依存先であり、第8節のリング式ロールアウトが両ビルドに適用されるため、不良な更新が及ぶのは高々環境の四分の一である。紙のフォールバックは保持され、資金を与えられ、四半期ごとに訓練される。グループにとって、それが他のすべてとの相関がゼロである唯一のプラットフォームだからである。

11.5 ケースが示すもの

銀行のケースは、正統的な統合が符号を誤りうることを示した。病院のケースはより一般的なことを示す。プラットフォームにおいては分散化されコンポーネントにおいてはモノカルチャーである企業であり、そこでは統合が一度も提案されることなくプレミアムが支払われており、救済策はプラットフォームではなくコンポーネント、時間、依存先における多様性であるため低コストである。大半の企業は銀行よりも病院に近く、DORA と NIS2 が今や要求する台帳は、そのことを企業に示す手段である。

12. 規則

チェーン内では標準化し、業務機能間では分散化せよ。 密結合のプロセスチェーンを地図化し、各チェーン内では一つのプラットフォームとする。疎結合の業務機能間ではモデルの最適解が適用される。分散化の単位はチェーンである。

実効的多様性を数えよ。 あらゆる統合の前後で、アプリケーションプラットフォームだけでなく共有コンポーネントについても meffm_{\text{eff}} を計算せよ。一つのエージェント上の三つのプラットフォームは一つのプラットフォームである。

プレミアムを価格付けせよ。 あらゆる統合のビジネスケースに、企業自身の推定値を用いた統合前後の障害による期待損失 p ℓ m1−γp\,\ell\,m^{1-\gamma} の項目を加えよ。pp、ℓ\ell、γ\gamma を述べられないケースはリスクに関するケースではなく、統合はリスクに関する意思決定である。

テールを確認せよ。 統合前後の二十年に一度の最悪の年を述べ、企業の報告閾値、資本バッファ、契約上のエクスポージャーと比較せよ。期待値が等しくテールが異なるものは異なる意思決定である。

最後の拠り所としての多様性を保持せよ。 手作業能力をプラットフォームとして扱え。資金を与え、訓練し、数えよ。それは相関がゼロである唯一のプラットフォームである。

より小さな統合を選好せよ。 モデルが内点の最適解を与える場合、最適解の一つ手前で止まることによる損失は小さく、一つ行き過ぎることによる損失は大きい。期待損失の曲線は一の近傍で急峻だからである。迷ったときはプラットフォームを一つ残せ。

13. ビジネスケースにおけるプレミアムの価格付け

第12節の規則はプレミアムを価格付けすることを求めている。本節では、統合が実際に決定される文書においてその項目がどのように見えるかを示す。ビジネスケースの紙面にないリスクは意思決定の中にないからである。表 5 は、大半の財務部門が用いる形式で、第10節の銀行について、モデルが加える項目に印を付けた統合ケースを示す。

表 5. モデルの項目(⋆\star で表示)を加えた Bank K の統合ビジネスケース。一回限りの移行項目を除き年間の数値、百万ユーロ単位。正統的なケースは提案が年間 3.0 を節約すると示す。完全なケースは、提案が現在より年間 1.5、二プラットフォームの代替案より 2.0 多くのコストを要し、最悪の年が倍増することを示す。

項目 現在(m=4m=4) 提案(m=1m=1) 代替案(m=2m=2) 出所
プラットフォームの運用コスト、c1mc_1 m 4.0 1.0 2.0 ライセンス、スキル、ツール、連携
運用コスト、その他(c0c_0) 12.0 12.0 12.0 mm によって変化しない
正統的な年間合計 16.0 13.0 14.0
⋆\star 障害による期待損失、p ℓ m1−γp\,\ell\,m^{1-\gamma} 1.5 6.0 3.0 p=0.10p=0.10, ℓ=60\ell=60, γ=2\gamma=2
⋆\star うち共有コンポーネントに帰属するもの(q ℓq\,\ell) 0.6 0.6 0.6 q=0.01q=0.01。コンポーネントが分散化されない限り不変
完全な年間合計 17.5 19.0 17.0
⋆\star 二十年に一度の最悪の年(VaR 95%) ≈\approx30 60 30 付録 A
⋆\star 最悪の年に DORA の重大インシデント閾値を超えるか 可能性が高い 確実 可能性が高い 影響を受ける顧客数、継続時間
一回限りの移行コスト – 18.0 9.0 プログラムの見積り
⋆\star 一回限りの移行時障害リスク – 2.4 1.0 移行インシデントによる期待損失
⋆\star 共有コンポーネント考慮後の実効的多様性 meffm_{\text{eff}} 3.6 1.0 1.9 台帳より

完全なケースの三つの特徴は引き出す価値がある。第一に、正統的なケースと完全なケースが食い違うのは節約の大きさではなくその符号についてである。提案の3百万ユーロの運用コスト節約は実在するが、それが加える4.5百万ユーロの障害損失より小さい。上段のブロックしか見ない財務部門は提案を承認し、紙面全体を見る財務部門は代替案を選好する。両者は同じ数字を読んでいる。第二に、共有コンポーネントの項目は列をまたいで不変であり、これは統合の決定が企業の最大の相関リスクに触れないというモデルの表現である。そのリスクはプラットフォーム数ではなく第8節の設計によって対処されるものであり、この項目が不変であると示すケースは、何がそれを変えるのかという問いを招く。第三に、テールの項目は他と加法的ではなく、節約と相殺すべきではない。それらは取締役会が何を受け入れようとしているかを見られるように示されており、DORA のもとでケースを読む監督当局が最初に尋ねる項目である。

このテンプレートは一般化できる。あらゆる統合ケースは、星印付きの四つの年次項目、星印付きの二つの一回限りの項目、実効的多様性の項目を計上でき、それらを埋められない企業は pp、ℓ\ell、γ\gamma をまだ推定していないのであり、付録 B がその方法を示す。この作業は通常リスク部門で数週間を要するが、統合に要する年数とプレミアムが支払われる十年に比べれば短い。

14. 監督当局への含意

今やオランダ企業に集中リスクの評価を求める規制は、集中がどこまでなら過大でないかを述べておらず、機関の評価を評価する監督当局には基準が必要である。モデルは、監督当局がいかなる機関の統合の決定や集中評価についても問うことができ、それぞれ数を答えとして持つ三つの問いを提供する。

第一は、プラットフォームだけでなく共有コンポーネントについても台帳から計算した環境の実効的多様性であり、そもそもそれが計算されているかどうかである。共有コンポーネントを除いてプラットフォーム数を報告する機関は名目的多様性を報告したのであり、2024年7月は名目的多様性が故障する量ではないことの恒久的な実証である。第二は、機関自身による損失の凸性の推定と、それを裏付けるインシデントデータまたは聞き取りである。γ\gamma を推定していない機関はその集中を価格付けしたはずがなく、γ\gamma が一に近い機関は、自らの説明によれば分散化から得るものがほとんどなく、その理由を述べられるはずだからである。第三は、過去数年の統合の決定が表 5 の項目を計上していたか、していなかったならそれぞれのプレミアムはいくらだったかである。これらの問いのいずれも監督当局にプラットフォーム数の規定を求めるものではなく、モデルもそれを行わない。それらは、機関が自らの行ったトレードオフを知っていることを示すことを求めるのであり、それこそが集中リスク評価の目的である。

監督当局はモデルをセクターレベルでも用いることができ、そこでは共通ショックの形式が適用される。大半の機関が同じプラットフォーム、同じエージェント、同じプロバイダーを運用するセクターは、いかなる機関自身の分散化によっても下がらない qq を持ち、セクターのレジリエンスはその場合、被監督者ではなくサプライヤーの特性となる。モデルは監督当局にそう述べるための語彙を与え、台帳データは、それが実証される朝が来る前にそれを見る手段を与える。

15. 限界と研究課題

本研究は理論研究である。四つの限界が続き、それぞれに検証が伴う。

第一に、γ\gamma は未測定である。それはモデルの決定的なパラメータであり、現在どの企業も記録していないものである。企業内またはセクター横断で、各障害の損失をそれが及んだ企業の割合に回帰することで、インシデント履歴から推定できるであろう。DORA と NIS2 が今や要求するインシデント報告は、初めてそのサンプルを生み出す。我々は、大半の企業とセクターで γ\gamma が一を上回り、閾値が顕著なところでは一を大きく上回り、密結合のチェーン内では一以下であると予測する。全般に γ≤1\gamma \le 1 という発見は本稿の実務的主張を反証し、そのテールの議論だけを残すであろう。

第二に、モデルはプラットフォームの故障を独立とし、相関を meffm_{\text{eff}} を通じて扱う。より完全なモデルは依存関係グラフ上の故障の同時分布を与えるであろうし、第7節の共有コンポーネント一覧はそれに向けた第一歩である。検証は、一覧から計算した meffm_{\text{eff}} が観察される障害の相関を予測するかどうかである。

第三に、運用コストはプラットフォーム数に線形であり、損失は停止割合のべき乗である。いずれも単純化である。プラットフォーム当たりの固定費は規模とともに低下しうるし、損失は曲線ではなく階段状かもしれない。損失が凸で p ℓp\,\ell が c1c_1 に比して大きい場合には常に内点の最適解が存在するという定性的な結果は、プラットフォーム数とともに増加するあらゆるコスト関数と凸であるあらゆる損失関数のもとで生き残る。閉形式は生き残らない。

第四に、ケースは構築されたものであり、オランダの読みは解釈的である。2024年7月の出来事と国民IDの設計は公知である。それらに依存する企業がそれらを meffm_{\text{eff}} に数え入れるべきだという主張は我々のものである。オランダの金融機関のサンプルについて、その DORA 集中評価から meffm_{\text{eff}} を計算し、各機関自身の損失推定を用いて式 (5) と比較するフィールド研究は、セクターがモデルの最適解からどれほど、どの方向に離れているかを示すであろう。

16. 結論

ITランドスケープの標準化はその運用コストを下げ、脆弱性を上げ、両者は相殺されない。プラットフォームが少なければ障害は大きくなり、障害の被害がその規模より速く増大する場合、すなわち業務機能が互いをカバーでき、回避策が有限であり、閾値が存在する場合には常にそうなるのであるが、どの故障も起こりやすくならないにもかかわらず、障害による期待損失はプラットフォームが統合されるにつれて上昇する。運用コストと障害損失の和を最小化するプラットフォーム数は閉形式を持つ。それは障害の確率と規模、損失の凸性とともに上昇し、プラットフォームのコストとともに低下する。一を下回れば正統的な助言が成り立つ。一を上回れば、完全に標準化する企業は、統合のビジネスケースが示さないモノカルチャー・プレミアムを支払う。

我々 Nashua は、プレミアムが実在すること、それが企業の最も予期しないところ、すなわちコンポーネントを共有する名目的に多様なランドスケープにおいて最大であること、そしてあらゆる統合の決定において節約と並べて価格付けされるべきであることを論じてきた。規則は少ない。密結合のチェーン内では標準化し、疎結合の業務機能間では分散化せよ。名目的ではなく実効的多様性を数えよ。プレミアムを価格付けせよ。テールを確認せよ。そして手作業能力を、他の何とも共に故障しない唯一のプラットフォームとして保持せよ。この議論が依拠する凸性は最も測定する価値のある量であり、今やオランダ企業にインシデント報告を求める規制は、初めてそれを測定可能にする。我々はそれが信じられるよりも測定されることを望む。

付録 A. テールの数値

均等に負荷された mm 個のプラットフォームが、それぞれ年間確率 pp で独立に故障し、それぞれ割合 1/m1/m を担うとき、一年に停止するプラットフォーム数はパラメータ mm と pp の二項分布に従い、jj 個が停止したときの損失は ℓ (j/m)γ\ell\,(j/m)^{\gamma} である。以下の数値は p=0.10p = 0.10 と ℓ=60\ell = 60 を用いる。95% バリュー・アット・リスク(VaR)は、超過確率が 5% を下回る最小の損失である。

表 6.

m=1m=1 m=2m=2 m=3m=3 m=4m=4
P(障害なし) 0.900 0.810 0.729 0.656
P(一つ停止) 0.100 0.180 0.243 0.292
P(二つ停止) – 0.010 0.027 0.049
P(三つ以上停止) – – 0.001 0.004
損失、一つ停止(γ=1\gamma=1) 60 30 20 15
期待損失(γ=1\gamma=1) 6.0 6.0 6.0 6.0
期待損失(γ=2\gamma=2) 6.0 3.0 2.0 1.5
VaR 95%(γ=1\gamma=1) 60 30 20 ≈\approx30

m=4m = 4 のバリュー・アット・リスクがおよそ 30 であるのは、同じ年に二つ以上のプラットフォームが故障する確率がおよそ 5.2% で、5% の水準をわずかに上回るからである。pp がわずかに低ければ 15 となる。この表の要点は最初と最後の行にある。γ=1\gamma = 1 のもとでの期待損失は列をまたいで同一であるが、二十年に一度の最悪の年はそうではない。

付録 B. パラメータの推定

障害確率 pp。 企業のインシデント台帳から。利用可能な最長の期間にわたるプラットフォーム・年当たりの機能停止を伴う障害数であり、企業自身の履歴が短い場合は同業他社またはセクターのデータと合算する。基準継続時間以上にわたってプラットフォームを停止させた障害を数える。より短い障害は別の損失規模に属する。

損失規模 ℓ\ell。 企業全体が基準継続時間にわたって停止した場合の損失。失われた収益またはサービス、補償とサービスクレジット、規制上の帰結、復旧コスト、評判上の見積りである。大半の企業はこの数値を事業継続計画の中に別の名前で持っている。

凸性 γ\gamma。 インシデント台帳から。各障害について、及んだ業務機能の割合と被った損失を取り、log⁡(loss)=log⁡ℓ+γlog⁡(share)\log(\text{loss}) = \log \ell + \gamma \log(\text{share}) を当てはめる。台帳が乏しい場合は、第5節の源泉から γ\gamma を聞き取る。カバーと回避策がどれだけ持ちこたえるか、閾値がどこにあるか、復旧がどのようにスケールするかを尋ね、その回答から γ\gamma の範囲を定める。

プラットフォームコスト c1c_1。 統合のビジネスケース自体から。取り除くプラットフォーム一つ当たりに主張される節約額が、構成上、c1c_1 である。

実効的多様性 meffm_{\text{eff}}。 アプリケーション一覧と表 3 の共有コンポーネント一覧から。プラットフォームについて割合に基づく尺度を計算し、次に各共有コンポーネントについてどのプラットフォームがそれに依存するかを記録し、そのコンポーネントの故障モードについてそれらのペアワイズ相関を一に設定する。

付録 C. 感度グリッド

表 7 は、ステークス比率 p ℓ/c1p\,\ell / c_1 と凸性 γ\gamma のグリッドについて、式 (5) による m∗m^{*} を示す。一を下回る値は完全な標準化を意味する。

表 7. ステークス比率と凸性による最適プラットフォーム数 m∗m^{*}。

p ℓ/c1p\,\ell / c_1 0.5 1 2 4 8 16
γ=1.25\gamma = 1.25 0.19 0.33 0.57 1.00 1.74 3.03
γ=1.5\gamma = 1.5 0.40 0.63 1.00 1.59 2.52 4.00
γ=2\gamma = 2 0.71 1.00 1.41 2.00 2.83 4.00
γ=2.5\gamma = 2.5 0.92 1.18 1.55 2.05 2.70 3.56
γ=3\gamma = 3 1.00 1.26 1.59 2.00 2.52 3.17

付録 D. 相関した故障のもとでの期待損失

mm 個のプラットフォームが、それぞれ周辺確率 pp で故障し、故障指示変数間にペアワイズ相関 ρ\rho があるとする。停止するプラットフォーム数の期待値は ρ\rho にかかわらず m pm\,p であるため、線形の損失(γ=1\gamma = 1)のもとでは相関は期待値を変えない。変えるのは分布のみであり、同じ期待損失をより少数のより大きな事象に集中させる。凸な損失のもとでは、相関は期待値を引き上げる。凸性がペナルティを課す大きな ff の確率を引き上げるからである。確率 qq のショックがすべてのプラットフォームを停止させ、それ以外では故障が独立である第4節の共通ショック形式では、期待損失は厳密に q ℓ+(1−q) p ℓ m1−γq\,\ell + (1-q)\,p\,\ell\,m^{1-\gamma} であり、独立モデルにおいてそれを再現する実効プラットフォーム数は、γ≠1\gamma \neq 1 に対して meff=(q/p+(1−q) m1−γ)1/(1−γ)m_{\text{eff}} = \left(q/p + (1-q)\,m^{1-\gamma}\right)^{1/(1-\gamma)} である。第7節のペアワイズ相関形式 meff=m/(1+(m−1)ρ)m_{\text{eff}} = m / (1 + (m-1)\rho) は、停止割合の分散についての対応する縮減であり、相関が単一のショックではなく拡散している場合にはより適切な尺度である。

参考文献

CrowdStrike (2024, 6 August). Channel File 291 incident: Root cause analysis. CrowdStrike Holdings. https://www.crowdstrike.com/wp-content/uploads/2024/08/Channel-File-291-Incident-Root-Cause-Analysis-08.06.2024.pdf

European Parliament and Council (2022). Regulation (EU) 2022/2554 on digital operational resilience for the financial sector (DORA). Official Journal of the European Union, L 333, 27 December 2022. https://eur-lex.europa.eu/eli/reg/2022/2554/oj

European Parliament and Council (2022). Directive (EU) 2022/2555 on measures for a high common level of cybersecurity across the Union (NIS 2). Official Journal of the European Union, L 333, 27 December 2022. https://eur-lex.europa.eu/eli/dir/2022/2555/oj

Geer, D., Bace, R., Gutmann, P., Metzger, P., Pfleeger, C. P., Quarterman, J. S., & Schneier, B. (2003, 24 September). CyberInsecurity: The cost of monopoly. Computer & Communications Industry Association. https://www.schneier.com/essays/archives/2003/09/cyberinsecurity_the.html

Haldane, A. G., & May, R. M. (2011). Systemic risk in banking ecosystems. Nature, 469, 351–355. https://doi.org/10.1038/nature09659

Hirschman, A. O. (1964). The paternity of an index. American Economic Review, 54(5), 761–762.

Hollnagel, E., Woods, D. D., & Leveson, N. (Eds.) (2006). Resilience engineering: Concepts and precepts. Ashgate. (Reissued by CRC Press, 2017. https://doi.org/10.1201/9781315605685)

Leveson, N. G. (2011). Engineering a safer world: Systems thinking applied to safety. MIT Press. https://doi.org/10.7551/mitpress/8179.001.0001

Markowitz, H. (1952). Portfolio selection. Journal of Finance, 7(1), 77–91. https://doi.org/10.1111/j.1540-6261.1952.tb01525.x

May, R. M. (1972). Will a large complex system be stable? Nature, 238, 413–414. https://doi.org/10.1038/238413a0

Perrow, C. (1984). Normal accidents: Living with high-risk technologies. Basic Books.

Ross, J. W., Weill, P., & Robertson, D. C. (2006). Enterprise architecture as strategy: Creating a foundation for business execution. Harvard Business School Press. ISBN 978-1-59139-839-4.

Sheffi, Y. (2005). The resilient enterprise: Overcoming vulnerability for competitive advantage. MIT Press.

Simpson, E. H. (1949). Measurement of diversity. Nature, 163, 688. https://doi.org/10.1038/163688a0

Tilman, D., Reich, P. B., & Knops, J. M. H. (2006). Biodiversity and ecosystem stability in a decade-long grassland experiment. Nature, 441, 629–632. https://doi.org/10.1038/nature04742

Weill, P., & Ross, J. W. (2004). IT governance: How top performers manage IT decision rights for superior results. Harvard Business School Press. ISBN 978-1-59139-253-8.

Weston, D. (2024, 20 July). Helping our customers through the CrowdStrike outage. The Official Microsoft Blog. https://blogs.microsoft.com/blog/2024/07/20/helping-our-customers-through-the-crowdstrike-outage/