Breaking the Cycle of Recurring Failures: Applying Generative AI to Root Cause Analysis in Legacy Banking Systems

要約

従来の銀行は、主にレガシー システムの制約と所有権の断片化により、デジタル変革において重大な課題に直面しています。
最近のインシデントでは、このような断片化が表面的なインシデントの解決に終わり、根本原因が対処されずに放置され、繰り返し障害が発生することがよくあります。
インシデント後の分析に新しいアプローチを導入し、知識ベースの GenAI エージェントと「5 つのなぜ」テクニックを統合して、問題の説明と変更要求データを調査します。
この方法により、これまで管理者またはベンダーの失敗に起因すると考えられていたインシデントの約 70% が、根本的な内部コードの問題に起因していることが判明しました。
私たちの手法の効果を示すケーススタディを紹介します。
5,000 を超えるプロジェクトをスキャンした結果、同様の根本原因を持つ 400 を超えるファイルを特定しました。
全体として、私たちは知識ベースのエージェントを活用して根本原因分析を自動化および高度化し、それをよりプロアクティブなプロセスに変換します。
これらのエージェントは、ソフトウェア開発ライフサイクルの他の段階にわたって適用でき、開発プロセスをさらに改善します。

要約(オリジナル)

Traditional banks face significant challenges in digital transformation, primarily due to legacy system constraints and fragmented ownership. Recent incidents show that such fragmentation often results in superficial incident resolutions, leaving root causes unaddressed and causing recurring failures. We introduce a novel approach to post-incident analysis, integrating knowledge-based GenAI agents with the ‘Five Whys’ technique to examine problem descriptions and change request data. This method uncovered that approximately 70% of the incidents previously attributed to management or vendor failures were due to underlying internal code issues. We present a case study to show the impact of our method. By scanning over 5,000 projects, we identified over 400 files with a similar root cause. Overall, we leverage the knowledge-based agents to automate and elevate root cause analysis, transforming it into a more proactive process. These agents can be applied across other phases of the software development lifecycle, further improving development processes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google