For the complete documentation index, see llms.txt. A Markdown version of this page is available by requesting this URL with the header "Accept: text/markdown".

最適化

開発スピードを落とさず、無駄を削減

アイドルリソースの検出、クラウドコミットメントの最適化、インフラストラクチャの適正化を自動化します。Harnessが無駄なコストに自動で対処するため、チームの手作業を減らせます。

21%のクラウドインフラストラクチャ支出が無駄になっている
Harness, FinOps in Focus 2025
27〜40%の節約を FinOps のベストプラクティスで実現
AWS Cloud Value Benchmark Study
20〜30%の平均コスト削減を成熟した FinOps で実現
FinOps Foundation, State of FinOps 2025

AI・クラウド支出のROIを測定

アセスメントを受ける
最適化アクション

すべての節約機会を優先順位付けし、アクションまで実行

AutoStopping、コミットメントカバレッジ、クラスターの適正化が1つのビューに表示されます。チームは常に次に取るべき行動を把握できます。

アイドルリソースの検出

アイドル状態を見逃さない

AI が利用パターンを継続的に監視し、稼働していないリソースにフラグを立て、請求が届く前にすべてのアイドル VM、コンテナ、クラスターを可視化します。

AWS、Azure、GCP 全体での継続的な監視。 マルチクラウド環境全体で、すべてのコンピュートタイプが継続的に追跡されます。クラウドプロバイダーを問わず、アイドル状態を見逃しません。

アイドル状態の VM、コンテナ、Kubernetes ワークロード、データベースを検出。 すべてのリソースタイプの利用パターンを分析し、無駄なコストが膨らむ前にHarnessがアイドルリソースを検出します。

アイドルリソースが予算を圧迫する前のリアルタイムアラート。 請求サイクルの終了時に損失へ気づくのではなく、アイドル時間が増えた時点で通知を受け取れます。

アイドルリソースの検出AI が監視中
リソース期間ステータス
dev-k8s-nodegroup
月 1,800ドルの節約
4時間23分アイドル● アイドル
staging-rds-cluster
月 2,100ドルの節約
2時間10分アイドル● アイドル
test-ec2-fleet
月 940ドルの節約
6時間45分アイドル● アイドル
prod-redis-cache
2分前にアクティブ● アクティブ
✦ 3件のアイドルリソースを検出・最大 月 4,840ドルの節約可能性
シャットダウンルールポリシーを適用
非本番環境のアイドルシャットダウン● アクティブ
トリガー30分間アイドル状態
アクションインスタンスを停止
スケジュール月〜金 18時〜8時 + 週末
影響を受けるリソース47件のインスタンス
シャットダウンスケジュール
月
火
水
木
金
土
日
シャットダウン時間帯実行中
✦ ルールは自動適用中・前回実行は18分前
自動シャットダウンルール

一度設定すれば、あとは Harness が対応

ポリシーを一度設定すれば、Harness がそれを適用します。リソースはスケジュールまたは非アクティブ時に停止し、手動介入やプロダクションワークロードへの影響はありません。

スケジュールまたは非アクティブ状態をトリガーとする停止ルール。 リソースは、スケジュールまたはアイドルウィンドウのいずれか早いタイミングで停止します。1つのルールで両方のパターンに対応し、個別の設定は不要です。

環境、タグ、チーム、個々のリソースに適用範囲を限定。 ルールは必要な範囲にのみ正確に適用されます。カスタムスクリプトを書かずに、開発環境、特定のチーム、タグ付きリソースグループを対象にできます。

プロダクションワークロードは自動的に除外。 プロダクション環境はデフォルトで保護されます。Harnessは非プロダクションワークロードにのみ停止ポリシーを適用するため、誤って本番環境に適用されるリスクもありません。

オンデマンドでの即時再起動

必要な瞬間にリソースを再起動

停止中のリソースは、開発者が必要とした瞬間に、手間なく、完全な監査証跡を残しながら再起動します。チケット提出や待ち時間なしで、作業再開時にシームレスにアクセスできます。

トラフィック、ブラウザアクセス、API 呼び出しによる自動再起動。 HTTPトラフィック、ブラウザリクエスト、API呼び出しなど、何らかのアクセスを検知すると即座に再起動します。手動操作やチケット発行は不要です。

開発者はダウンタイムを感じず、遅延は意識されません。 リソースの再起動中、トラフィックはプロキシで保持されます。開発者がページを読み込む時点では、リソースは既に稼働しています。

すべての停止・起動イベントを、コンプライアンス対応の監査証跡として記録。 すべての停止・再起動イベントが、タイムスタンプ、トリガー元、所要時間とともに記録されます。FinOps とコンプライアンスチームに完全な可視性を提供します。

コミットメントの推奨事項AI 推奨
AWS EC2 Reserved Instances
1年間
カバレッジ
78%
月間節約額
月 8,400ドル
購入
AWS RDS Reserved
1年間
カバレッジ
65%
月間節約額
月 3,200ドル
購入
GCP Committed Use
1年間
カバレッジ
82%
月間節約額
月 2,100ドル
更新
Azure Reserved VM
3年間
カバレッジ
45%
月間節約額
月 1,800ドル
見直し
推定節約効果の大きい順に表示。毎日更新。
RIとSavings Planのインサイト

Cost Management Agent が最適なコミットメント構成を推奨

AI が利用パターンを分析し、カバレッジを最大化し無駄を最小化する最適なコミットメント構成を推奨します。専任の FinOps アナリストによる数値計算は不要です。

過去の利用履歴を分析し、最適な RI と Savings Plan の組み合わせを算出。 すべての推奨は、汎用的なベンチマークや手動のスプレッドシート分析ではなく、各アカウントの実際の利用パターンに基づいています。

AWS、Azure、GCP のコミットメントを単一の統合ビューで把握。 リザーブドインスタンス、Savings Plan、Committed Use Discount を一括管理し、影響度でランク付けして1か所に表示します。

影響度でランク付けされた推奨事項を、節約効果の高い順に表示。 推定の月次節約額、信頼スコア、損益分岐日がすべての推奨事項に含まれます。推測は必要ありません。

コミットメントカバレッジの追跡

カバー済み、期限切れ間近、未対応をすべて可視化

何がカバーされ、何が期限切れ間近で、どこで節約機会を取り逃しているかを正確に把握できます。スプレッドシートやアカウント間の手動照合は一切不要です。

すべての RI と Savings Plan を網羅するライブカバレッジダッシュボード。 すべてのアカウントとクラウドプロバイダーにわたるコミットメントカバレッジをリアルタイムで把握できます。手動でデータを取得したり、月末になって想定外のコストに気づいたりすることもありません。

コミットメントがオンデマンド料金に戻る前に、期限切れを通知。 Harnessは有効期限を追跡し、カバレッジの不足を数週間前から通知するため、意図せずオンデマンド料金に戻るのを防げます。

カバレッジ不足箇所を正確に示すギャップ分析。 未カバーの支出は、リソースグループ、アカウント、リージョンごとに表示されます。すべてのギャップに、解消のための推奨事項が含まれます。

カバレッジステータス稼働中
prod-ec2-fleet
AWS EC2 RI · 847日後に期限切れ
アクティブ
data-platform
GCP CUD · 23日後に期限切れ
まもなく期限切れ
staging-rds
AWS RDS RI · 8日後に期限切れ
まもなく期限切れ
ml-training
Azure Reserved · 3日前に期限切れ
期限切れ
2件のコミットメントがまもなく期限切れになります。オンデマンド料金を避けるため、今すぐ更新してください。
自動最適化

ワークロードの変化に追従する推奨事項

Harness はワークロードの変化に応じて推奨事項を継続的に調整し、コミットメントを実際の利用状況に合わせ続けます。一度設定すれば、四半期ごとの見直しなしで最適な状態を維持できます。

利用パターンの変化に応じて推奨事項を自動更新。 ワークロードが拡大・縮小すると、最適なコミットメント構成が自動的に再計算されます。手動での再分析は不要です。

計画的なワークロード変更期間中の過剰コミットを回避。 Harness は長期コミットメントを推奨する前に、環境内の予定された変更を考慮します。ロックインのリスクはありません。

RI・Savings Plan の利用率を平均 38% 改善。 自動化されたカバレッジ管理により、手動または単発の分析と比べてコミットメント利用率を継続的に向上できます。

オートスケーリング

インテリジェントなノードオートスケーリング

AI 駆動のビンパッキングを使い、スポットインスタンスで Kubernetes ノードを動的にスケールします。アプリケーションコードを1行も変更せずに、コンピュートコストを最大 70% 削減できます。

CPU だけでなく、ワークロードパターンに基づくオートスケーリング。 ノード数は、メモリ負荷、保留中の Pod、過去の利用パターンに基づいて調整され、過剰プロビジョニングにつながる単純な CPU しきい値には依存しません。

スポット優先スケジューリングでコンピュートコストを最大 70% 削減。 可能な限りワークロードはスポットノードに配置され、オンデマンドは重要なサービスのために確保されます。コスト削減はインフラストラクチャ層で実現されます。

アイドル容量を排除するため、スケールダウンもスケールアップと同じ速さで実行。 需要が低下すると、未使用のノード容量は即座に回収されます。Harness は手動チューニングなしでプール規模を継続的に適正化します。

自動処理

ダウンタイムゼロでスポットインスタンスの中断に対応

スポットインスタンスの中断を自動的に検出・処理し、容量が回収される前にワークロードをシームレスに移行します。クラスターは手動介入なしで稼働を継続します。

2分前の中断通知を受けてワークロードを自動移行。 AWS、GCP、Azureはスポット容量を回収する2分前に警告を出します。Harnessはその時間を使ってPodを適切に再スケジュールします。

手動介入なしのダウンタイムゼロの Pod 再スケジューリング。 Pod は利用可能なノードへ自動的に移行します。アプリケーションはオンコール対応を必要とせず、中断中も稼働を継続します。

スポット容量不足時は、重要なワークロードをオンデマンドへフォールバック。 スポット容量が不足した場合、重要なワークロードは即座にオンデマンドに移行します。重要度の低いバッチジョブは、スポット容量が戻るまでキューに留まります。

スケジューリング

ノードタイプを横断した、ワークロード対応型スケジューリング

スポットとオンデマンドの容量へワークロードをインテリジェントに配置し、環境とワークロードの優先度に応じた最適な組み合わせを実現します。重要なサービスを保護しつつ、重要度の低いワークロードのコストを最小化します。

重要なワークロードはオンデマンド、重要度の低いワークロードはスポットに配置。 優先度を考慮したスケジューリングにより、プロダクションサービスはオンデマンドで安定稼働し、バッチジョブや開発ワークロードはスポットの節約効果を最大化します。

Kubernetes ネイティブで、アプリケーションマニフェストの変更は不要。 スケジューリングの判断はインフラストラクチャ層で行われます。アプリケーションコード、Helmチャート、マニフェストを変更する必要はありません。

ワークロードの構成が変化しても継続的に最適化。 新しいワークロードがデプロイされると、Harness は最適なノードと価格の組み合わせを自動的に再計算します。手動チューニングは不要です。

ワークロードスケジューリング最適化済み
ワークロード
種類
ノード
優先度
コスト/時間
ステータス
api-gateway
Deployment
オンデマンド
緊急
$0.48/hr
スケジュール済み
ml-training
Job
スポット
標準
$0.12/hr
スケジュール済み
data-pipeline
CronJob
スポット
標準
$0.12/hr
スケジュール済み
frontend
Deployment
オンデマンド
緊急
$0.48/hr
スケジュール済み
batch-reports
Job
スポット
低
$0.09/hr
スケジュール済み
重要なワークロードはオンデマンドで保護 · 重要度の低いワークロードはスポットを最大活用
Customer Success

エンジニアリングリーダーから信頼される

平均 70% のコスト削減
“クラウドアカウントを接続したところ、数週間で過剰支出の箇所が正確に分かりました。節約効果は即時かつ測定可能なものでした。”

— FinOps 責任者, エンジニアリング担当 VP, Synopsys

年間 100 万ドル以上の節約
“すぐに月1.5万〜2万ドル、その後6か月で月10万ドルの節約を実現しました。Harnessは、私たちが気づいていなかった無駄まで見つけてくれました。”

— クラウドインフラストラクチャーリード, クラウドエンジニアリング担当ディレクター, Tyler Technologies

プラットフォームの全機能

すべての最適化機能を1つのプラットフォームに

アイドルリソース検出から Kubernetes ノードスケジューリングまで、すべての最適化機能の ROI を1か所で測定・把握できます。

アイドルリソースの検出

AWS、Azure、GCP全体を継続的に監視し、アイドル状態のVM、コンテナ、データベースを、無駄なコストが膨らむ前に検出します。そのコストをすぐに削減できます。

自動シャットダウンルール

スケジュールベースおよび非アクティブ時トリガーのポリシーが、非プロダクションリソースを自動的に停止します。プロダクションワークロードはデフォルトで除外されます。

オンデマンドでの即時再起動

停止中のリソースは、開発者が必要とした瞬間に再起動します。アイドル時間の課金も、開発生産性の損失もありません。

RIとSavings Planのインサイト

AI が過去の利用履歴を分析し、AWS、Azure、GCP 全体で ROI と節約効果の高い順にランク付けされた最適なコミットメント構成を推奨します。

コミットメントカバレッジの追跡

コミットメントがオンデマンド料金に切り替わる前の期限アラート付きライブカバレッジダッシュボード。ギャップ分析も含まれます。

コミットメントの自動最適化

ワークロードの変化に応じて推奨事項が自動更新されます。RI・Savings Planの利用率は平均38%改善。コミットメントへの投資効果を直接高めます。

インテリジェントなノードオートスケーリング

AI 駆動のビンパッキングとスポット優先スケジューリングにより、Kubernetes のノードコストを最大 70% 削減。アプリケーションコードに触れずに測定可能な ROI を実現します。

スポットインスタンスの中断対応

中断の2分前の通知を受けてPodを自動移行。ワークロードはダウンタイムゼロで利用可能なノードへ再スケジュールされます。

ワークロード対応型スケジューリング

重要なワークロードはオンデマンドで保護し、重要度の低いワークロードではスポット利用を最大化。Kubernetesネイティブで、マニフェストの変更は不要です。

カスタマーサクセス

エンジニアリングリーダーから信頼される

“すぐに月1.5万〜2万ドル、その後6か月で月10万ドルの節約を実現しました。Harness CACMは、私たちが気づいていなかった無駄まで見つけてくれました。”

— クラウドインフラストラクチャーリード, クラウドエンジニアリング担当ディレクター, Tyler Technologies

Harness Cloud Cost Optimization を始める

AutoStopping、コミットメントカバレッジ、クラスター最適化。すべてを1つのプラットフォームで実現します。