オンプレミス型以外のアプリ解析ツールには、主にクラウド型があります。クラウド型は、サービス提供会社がインターネット上で用意したサーバーを使う形式です。インターネットに接続すれば、どこからでもすぐに利用を始められます。初期費用が少なく済み、サーバーの管理や保守を提供会社が行うため、技術担当者の負担が軽くなります。一方で、収集したデータは提供会社のサーバーに保存されるため、情報の保管場所を自社で完全に管理することはできません。オンプレミス型は自社の設備に導入するため、初期の設置費用やサーバーの準備が必要になります。技術担当者が定期的にプログラムの更新や機器の保守を行う必要があり、運用の手間がかかります。しかし、すべてのデータを社内に保管できるため、情報の取り扱いに厳しい規則がある企業でも安心して使えます。

オンプレミス型のアプリ解析ツールの導入で特に押さえておきたいのは「初期の導入費用が高額になる」と「技術担当者の確保と育成が必要」の2点です。初期の導入費用が高額になるの面では、専用のサーバーやネットワーク機器、ソフトウェアのライセンスなど、導入時に必要な設備の購入費用が大きな負担となります。技術担当者の確保と育成が必要については、サーバーの設定や保守、ソフトウェアの更新、トラブル発生時の対応など、専門的な知識を持つ技術担当者が必要です。このほか「定期的な保守と更新の負担がある」「設備の拡張に時間がかかる」「災害や事故への備えが必要」なども、事前に確認しておくことをおすすめします。

オンプレミス型のアプリ解析ツールでも、生成AIやAIエージェントの活用が着実に広がっています。生成AI（大規模言語モデル）の統合により、ログ解析が飛躍的に高度化しました。従来は人手で膨大なログを検索して異常を探していましたが、今ではAIが自動で大量データを精査し異常を検知して文脈を理解します。エラーログの要因を人間が読み取りやすい説明文として生成することも可能になり、担当者は「なぜ特定の時間帯にエラーが増えたのか？」といった問いを自然言語で投げかけて直接回答を得ることもできます。AIエージェントの導入で、オンプレミスの解析ツールは異常検知後の対応まで自動化しつつあります。仮想の運用エキスパートとも言えるAIが、ログやメトリクス、設定変更履歴など多角的なデータを常時分析し、エラーの根本原因を関連イベントとともに提示したり、具体的な対処策の提案まで行います。