ダイムラートラック(Daimler Truck)が子会社の分割に導入したグラフデータベース技術は、全体的なITインフラの可視性と効率性を向上させる内部成果に変わりました。2021年のメルセデス・ベンツとの事業分離を推進する際、ダイムラーは十数年にわたる交差依存関係を持つ1500以上のITシステムとアプリケーションを分割する必要がありました。これは、世界10万人の従業員、5万5000人のディーラー、6000のビジネスパートナーに影響を与える大規模なプロジェクトです。
従来、同社は資産を単純な構成管理データベース(CMDB)で記録していましたが、実環境における相互作用構造やシステム間の接続関係を反映した情報は著しく不足していました。この複雑なIT依存性の問題を解決するために、ダイムラーはグラフ技術に目を向けました。最終的に、Neo4jのグラフデータベースを導入し、ネットワークトラフィック分析企業のExtraHopのテレメトリーデータと組み合わせて、リアルタイムの運用関係をノードとエッジの形式で可視化しました。
この方法は単なるドキュメント化を超え、「生きたリアルタイムマップ」を構築します。これにより、アプリケーション間の接続構造だけでなく、電子メールリレー、税務サービス、レガシーシステムとの接点なども高度な形で取り込まれました。これにより、分割過程で予期しない依存関係を早期に発見し、シームレスな切り替えを実現しました。
三年半のプロジェクトを経て、ダイムラーは13万台のモバイルデバイスと1.5万台のサーバーを自社データセンターに移行し、全体のアプリケーション数を約40％削減するとともに、古い金融、物流、人事システムの近代化も達成しました。同社は、この過程で大規模言語モデル(LLM)をグラフデータベースに統合することで、非専門家でも自然言語クエリを通じて「昨日正常に動作していたシステムがなぜ今日エラーを起こしたのか」や「このアプリケーションの依存関係はどこにあるのか」といった問題を容易に理解できるようになったと述べています。
このグラフに基づくアプローチは、短期的なアーキテクチャの分割支援だけでなく、安全性の可視性と運用の安定性において長期的な価値も創出しています。例えば、証明書更新の見落としによる断続的なエラーや、不要な電力消費を引き起こす未知のレガシーデバイスの問題を事前に検知できるなどの効果がありました。また、同社は、グラフ技術を用いて悪意のある活動を行う代理デバイスを特定した成功例も明らかにしています。
最終的に、分割のために行った技術的選択は、持続可能なデジタル化体系改革の基盤となりました。ダイムラートラックは、グラフベースのシステムを通じて、各アプリケーションの予想される動作と実際の運用の差異をリアルタイムで可視化・分析し、予期せぬ故障やネットワーク脅威への早期対応能力を獲得しています。
