スクラムマスターという役職を「会議の調整役」や「Jiraチケットの整理係」だと捉えている現場は少なくありません。これはSRE(サイト信頼性エンジニアリング、サービスの可用性を工学的に管理する職能)やインフラエンジニアにとっても他人事ではないテーマです。なぜなら、障害対応やポストモーテム(事後検証)の場で、同じ役割の矮小化が起きているからです。
この記事では、スクラムマスターの本来の価値を整理した議論を手がかりに、SREの障害対応プロセスやオブザーバビリティ(可観測性、システム内部の状態を外部から把握できる性質)の設計にどう応用できるかを考えます。会議運営の属人化やポストモーテムの形骸化に心当たりがあるインフラ担当者の参考になれば幸いです。
「見えるタスク」が本質を覆い隠す構造
スクラムマスターの役割が事務作業に矮小化される理由は単純です。会議のスケジュール調整やJira更新は、やった・やっていないが一目で分かります。
一方で、チームの成熟度を上げる、対立を調整する、ワークフローの構造的な問題を直すといった仕事は、成果が出るまで何も見えません。評価されにくい仕事ほど後回しにされる、という構造的な罠がここにあります。
SREの現場にもまったく同じ構造があります。ダッシュボードを整備する、オンコール対応をする、インシデントチケットを閉じるといった仕事は可視化されやすいです。
一方で「なぜこの障害がSLO(サービスレベル目標、可用性やレイテンシの許容範囲を数値で定めた指標)を脅かすまで気づけなかったのか」という根本原因を追い、監視設計そのものを作り直す仕事は地味で評価されにくい傾向があります。結果として、アラート疲れやポストモーテムの形骸化が放置されがちです。
システムレベルの障壁除去という考え方
ここで紹介されている「システミック・インペディメント・リムーバル(systemic impediment removal、構造的な障害要因の除去)」という概念は、SREの文脈に置き換えると理解しやすくなります。
日々のスタンドアップで「開発環境が落ちている」「セキュリティチームからAPIキーが来ない」という声が出たとします。経験の浅い担当者は、その都度Slackで催促するだけで終わります。
経験のある担当者は違う見方をします。複数チームで同じ種類のブロッカーが繰り返されているなら、それは個別の障害ではなく環境プロビジョニング(インフラ環境の払い出し作業)そのものの設計不良だと判断します。
この発想は、IaC(Infrastructure as Code、インフラ構成をコードで管理する手法)を導入する動機そのものです。TerraformやPulumiでプロビジョニングを自動化するのは、単なる作業の省力化ではありません。
「同じ種類の障害が繰り返し起きる」というパターンを構造的に潰す行為です。手作業のインフラ払い出しがボトルネックになっているなら、セルフサービス化できる箇所がないか棚卸しする価値があります。
「誰が壊したか」から「どこに穴があったか」への転換
もう一つ重要な指摘が、障害発生時の対話の方向性です。スプリントが失敗し経営層が説明を求めてくる場面で、良いファシリテーターは「誰がビルドを壊したか」ではなく「CI/CDパイプラインのどこに穴があったからこの問題が通過したのか」に話を引き戻します。
これはSRE文化で言う「ブレームレス・ポストモーテム(blameless postmortem、個人を責めずにシステムの欠陥を検証する振り返り手法)」とほぼ同じ発想です。Googleが提唱したSREプラクティスの中核にある考え方でもあります。
個人の責任追及に話が向かうと、現場は失敗を隠すようになります。インシデントの詳細な時系列を正直に書かなくなり、オブザーバビリティのためのログやトレースの改善提案も出てこなくなります。
SLOの達成率が悪化しているのに原因究明が進まない組織では、この「犯人探し」の空気が根っこにあるケースが少なくありません。障害対応フローを見直す際は、まず振り返りの質問の立て方を点検する価値があります。
事業価値とのつながりを可視化する
もう一つの論点は、ビジネス価値と技術実行の橋渡しです。バックログの見積もりをフィボナッチ数でこなすだけで、エンジニアがユーザーへの影響を理解していない「フィーチャーファクトリー」状態への警鐘が述べられています。
これはコスト最適化の文脈にも直結します。クラウドリソースのスケーリング設定や冗長構成を決める際、「なぜこのSLOなのか」「このレイテンシ目標はビジネス上どの程度の価値を守っているのか」が共有されていないと、過剰な冗長化や無駄な常時稼働インスタンスが放置されがちです。
SLOはエンジニアの勘ではなく、ビジネス側の許容リスクとセットで決めるべき数値です。この橋渡しが欠けているチームほど、コスト最適化の議論が「とりあえずインスタンスを落とす」という場当たり対応に陥りやすくなります。
今日チームで確認できること
抽象論で終わらせず、自分のチームに当てはめて点検できる項目を挙げます。
- 直近のポストモーテムの議事録を開き、「誰が」ではなく「どの仕組みが」を主語にした文章になっているか確認する
- 繰り返し発生しているオンコール対応のブロッカーを3件書き出し、個別対応ではなく構造的な解決(IaC化・自動化)ができないか洗い出す
- SLOの数値がプロダクトオーナーやビジネス側と合意された記録として残っているか確認する
- オブザーバビリティのダッシュボードが「異常検知」だけでなく「なぜ検知が遅れたか」を振り返る材料になっているか確認する
これらはいずれも、特別なツール導入なしに今日中にチェックできる項目です。Terraform StateファイルやCI/CDの設定を1行も触らなくても、議事録とSLO文書を読み返すだけで現状把握ができます。
まとめ
スクラムマスターの価値が「会議の調整役」に矮小化される構造は、SREやインフラ担当者の仕事が「アラート対応係」に矮小化される構造とよく似ています。
見えやすい作業に評価が集まり、見えにくい構造改善が後回しになる点は共通の罠です。
繰り返し起きる障害やブロッカーを個別対応で終わらせず、IaCによる自動化やプロビジョニング改善につなげられないか棚卸ししてみてください。
あわせて、直近のポストモーテムが「誰が」ではなく「どの仕組みが」を主語にしているか、一度読み返してみる価値があります。