トラス構造が幾何学的に組まれた建築物のファサード
技術解説

Microsoft 365障害で露呈した単一ベンダー依存の落とし穴と対策

目次を見る

特定のクラウドベンダーにメールもチャットもAI機能もまとめて任せている組織に向けた内容です。2026年11月、Microsoft 365とTeams、SharePoint、Copilot(Microsoft 365に統合された生成AI機能)が同時に障害を起こし、オーストラリアだけで数万人規模の業務が止まる事態になりました。これを単なる「大手クラウドの一時的な不具合」として流さず、SRE(Site Reliability Engineering、サービスの信頼性を工学的に維持する職能)の観点から何を点検すべきか整理します。

起きたことを一言で言うと、通信基盤と生成AI機能が同じ障害ドメイン(障害の影響が及ぶ範囲のまとまり)に同居していたために、片方が落ちるともう片方も連鎖的に使えなくなった、という状態です。メールが止まるだけなら電話で代替できますが、承認フローやチャットボット経由の自動応答までCopilotに依存していた組織は、代替手段がなく完全に業務が停止しました。

なぜ起きるのか: 依存の積み重ねを分解する

単一ベンダー障害が「痛い障害」になる理由は、技術的な原因が1つだからではありません。むしろ複数の設計判断が積み重なった結果として起きます。

1つ目は、認証基盤の集約です。Microsoft Entra ID(旧Azure AD、Microsoft系サービス共通の認証基盤)を使っていると、Teamsが落ちるだけでなく、同じ認証に依存する社内ツールやSaaSのログインまで巻き込まれます。

2つ目は、通知・承認の経路が1つしかないことです。たとえば稟議の承認通知をTeamsのボットだけに頼っていると、Teams障害時に承認が完全に止まります。メールやSlack、SMSなど複数チャネルを併用していれば、一方が落ちても業務が止まりきりません。

3つ目は、AI機能自体が外部APIコールの連鎖で動いている点です。Copilotは裏側で複数のマイクロサービス(機能ごとに分割されたサービス群、ここでは認証・検索・推論・Office連携などが連携)を呼び出します。どこか1つのサービスが落ちれば、ユーザーから見ると「Copilotが使えない」という1つの障害に見えますが、原因は分散している場合があります。

自分のプロジェクトが該当するか確認する

まず、自組織がどれだけMicrosoft系サービスに依存しているかを棚卸しします。確認すべきポイントは次の通りです。

  • 承認フロー・通知が単一のチャットツール (Teams等) だけに依存していないか
  • 認証基盤がMicrosoft Entra ID 1系統だけで、バックアップの認証経路がないか
  • CopilotやAI機能をビジネスクリティカルな処理 (顧客対応・承認判断) に直結させていないか
  • SaaSのステータスページ監視をベンダー公式の1箇所しか見ていないか

これらを確認するには、まず自社のIaC(Infrastructure as Code、インフラ構成をコードで管理する手法)のリポジトリを見て、Terraform や Pulumi の設定でMicrosoft 365関連のプロバイダー (azuread や azurerm など) がどこまで使われているかを grep してみます。

grep -rl "azuread_" ./infra | xargs grep -l "approval\|notification"

このコマンドで、承認や通知に関わるリソースがAzure AD依存のモジュールにどれだけ紐づいているか洗い出せます。該当ファイルが複数出てくる場合、単一ベンダー依存の範囲が広いと判断できます。

対策の手順

対策は「依存を完全になくす」ことではなく、「依存が切れたときに何が止まるかを可視化し、最小限の代替経路を用意する」ことが現実的です。

1. SLOを障害ドメイン単位で設計し直す

SLO(Service Level Objective、サービスが満たすべき品質の目標値)を「Microsoft 365全体で99.9%」のように大雑把に置くのではなく、認証・通知・AI推論といった機能単位で分けて設定します。これにより、Copilotの障害が承認フローのSLOにどこまで影響するかを事前に定量化できます。

2. 通知・承認経路を二重化する

稟議や障害通知のワークフローに、Teams以外の経路 (メール、SMS、Slack等) を最低1つ組み込みます。ワークフローエンジン側で条件分岐を設け、一定時間Teams経由の応答がない場合に別経路へフォールバックする設計が有効です。

3. オブザーバビリティでベンダー外部要因を切り分ける

Datadog や Grafana、Azure Monitorなどで、自社サービスのエラー率上昇が外部ベンダー起因かどうかを即座に判別できるダッシュボードを用意します。外部ベンダーのステータスページ (Microsoft 365 Service Health など) をAPI経由でポーリングし、自社の監視ダッシュボードに統合しておくと、障害発生時の切り分け時間を短縮できます。

4. ポストモーテム (事後検証) をテンプレート化する

障害対応を属人化させないために、ポストモーテムのテンプレートに「単一ベンダー依存度」を評価項目として追加します。今回のような連鎖障害が起きるたびに、どの機能がどのベンダーのどのサービスに依存していたかを記録に残し、次回の設計判断の材料にします。

5. コスト最適化とのバランスを取る

マルチベンダー化は冗長性を高める一方、ライセンスコストと運用の複雑さが増します。全機能を二重化するのではなく、SLOで「最も影響が大きい」と判定された機能 (承認フローや顧客対応チャネルなど) に絞って代替経路を用意するのが現実的な落としどころです。

導入前に確認すること

今回のような障害は、技術的に目新しい話ではなく、クラウド依存設計の基本的な落とし穴です。

  • 承認・通知・認証がどれだけ1つのベンダーに集約されているか棚卸しする
  • SLOを機能単位で分割し、どこが止まると業務にどれだけ影響するか数値化する
  • 最も影響の大きい経路だけ、二重化や代替手段を用意する
  • 障害時にベンダー起因かどうかを即判定できる監視体制を整える

まずは上記のgrepコマンドのような棚卸しから着手し、どの機能がどれだけ単一ベンダーに依存しているかを一度洗い出してみてください。

参考

Điểm tin AI & Mô hình Ngôn ngữ Lớn (LLMs) tại Úc - Ngày 15/11/2026

AI 駆動開発のご相談は forva AI へ。

まずはお気軽にどうぞ。