NTT DATA

DATA INSIGHT

NTT DATAの「知見」と「先見」を社会へ届けるメディア

カテゴリで探す
サービスで探す
業種で探す
トピックで探す
キーワードで探す
カテゴリで探す
サービスで探す
業種で探す
トピックで探す
2026.11.18技術トレンド/展望

AI時代、システム運用はどう進化するか

AI(人工知能)、特に近年の生成AIの進化により、システム運用は大きな転換期を迎えている。AIの活用は個々の作業の効率化にとどまらず、将来的にはAIが自律的に運用業務を担う段階へと進んでいくだろう。一方、その実現には技術の進歩だけでなく、運用の仕組みや人の役割を見直す必要がある。本稿では、システム運用の企画・改善に携わる方に向けて、AIによる運用高度化の未来像と、その実現に向けた考え方を紹介する。
目次

1.AIが当たり前になる時代、運用はどう変わるのか

私たちがめざすのは、AIが人と協調しながら、システム運用の高度化を自律的かつ継続的に推進する未来です。その将来像を具体的にイメージできるように、一つ例を挙げましょう。

例えば、オンラインサービスで応答遅延が発生した場合、AIが自ら監視データやシステム構成、直近の変更履歴を調査し、原因候補とサービスへの影響を分析。十分に検証された復旧措置を、事前に承認された範囲で自律的に実行します。その際、重大な影響が見込まれるような場合には、人に判断を委ねます。さらに、問題の発生傾向をAIが継続的に分析し、再発防止策や品質改善策まで提案します。

図1:応答遅延から復旧・改善へ、AIが運用をつなぐ

これは、私たちが思い描く将来のシステム運用の一例にすぎません。めざすのは、単なる運用業務の自動化にとどまらず、AIと人がそれぞれの強みを生かし、システムの安定性と品質を継続的に高めていくことです。

ここでいうAIは、目的に沿って情報収集や分析などの処理を進める仕組みです。従来から運用は、安定稼働だけでなく、継続的改善による価値の向上を担ってきました。AIが変えるのは、その目的ではなく、実現方法です。

人が行ってきた情報収集や分析、定型的な判断・実行といった役割をAIが担えば、人は品質目標やリスク許容度、改善の優先順位といった判断に注力できるようになり、運用が高度化されていきます。つまり、運用高度化とは、人からAIへの単なる作業の置き換えではなく、AIの活用を前提に運用の仕組みや人の役割を変えていくことなのです。

図2:AI時代、システム運用はこう変わる

2.AIを導入するだけでは、運用は進化しない

こうした未来を実現するためには、個々の業務にAIを導入するだけでは不十分です。例えば、問い合わせ対応と障害分析に別々のAIを導入しても、情報や対応結果が相互に共有されなければ、業務全体の改善は限定的です。従来の組織や業務の分断を、AIによって再生産するような状況になりかねません。

AIの活用を考える上では、参照する情報の信頼性も大きな課題です。古い手順書や矛盾する設計情報に基づく提案は、もっともらしい誤回答につながりやすく、確認や手戻りを増やす可能性があります。AIが生成した回答の確認や参照情報の更新など、AI導入に伴って新たに必要となる業務も考慮する必要があります。

また、AIの提案を誰が判断し、どこまでAIによる実行を認めるのか、人の判断基準を曖昧にしたままでは、AIに安心して業務を任せることもできません。必要なのは、AIを追加すること以上に、AIを前提とした運用設計へと発想を転換することです。

3.AIの自律化を支える、人と情報の新たな設計

では、AIを前提とした運用設計では、どのようなことを定める必要があるのでしょうか。

1つ目が、AIが自律的に運用業務を担う際に参照する信頼できる情報の整備と、適切な統制です。そのために、「Single Source of Truth(SSOT)」という概念が取り入れられるようになっています。SSOTとは、人とAIが共通して参照する、信頼できる唯一の正式な情報源を明確にする考え方です。単にすべての情報を一つのシステムに集めることを指すのではなく、どの情報を正式なものとして扱い、誰が更新し、どの時点の情報なのかを明確化します。

2つ目は、AIエージェントに任せる業務や実行権限、守るべき制約を明確にすることです。こうしたルールを、本稿では「AI Agent Rules(AIAR)」と呼びます。AIがどのような作業を実行でき、どのような状況で停止するのかを定めます。根拠が不足する場合や情報が矛盾する場合には、推測で進めず、人へ判断を引き継ぎます。

3つ目が、人とAIの役割分担です。現在のAI活用では、AIの提案を人が最終的に判断・承認する「Human in the Loop(HITL)」が重要です。ただし、今後AIの自律化がさらに進めば、すべての判断に人が介在することが最適とは限りません。リスクが小さく、十分に検証された処理はAIに委ね、重大な変更や例外は人が判断する。リスクとAIの成熟度に応じて、任せる範囲を見直していく必要があります。

AIに作業の実行を委ねても、人や組織の説明責任がなくなることはありません。AIが処理を実行できる条件を定め、動作を監督し、必要に応じて人が介入する仕組みが求められます。自律化が進むほど、サービスマネジメントの重要性はむしろ高まっていくでしょう。

図3:AIの自律化を支える、人と情報の設計

4.運用の知見がサービスを進化させる未来

運用の現場には、問い合わせ、障害の兆候、性能の変化、利用者の要望など、改善の手掛かりとなる情報が日々蓄積されています。しかし、個々の対応記録(チケット)や担当者個人の知識に埋もれ、十分に活用されていない場合もあります。こうした情報を、AIが継続的に分析し、改善の必要性や優先順位を整理できれば、問題を未然に防ぎ、サービスをより良くする運用の高度化につながっていきます。

運用で得た知見を開発へ還元することも重要です。例えば、繰り返される障害や問い合わせから、設計や機能の改善点が見つかるかもしれません。AIが運用情報と開発情報を結び付け、改善候補を根拠とともに整理し、人が採否や優先順位を判断します。改善の対象は、運用の手順や監視だけでなく、アプリケーションの設計や機能にも広がります。

こうした考え方は、私たちが提唱する「AI Native DevOps」(AIを前提に開発と運用を連携させ、継続的な改善を進める考え方)にも通じており、その考え方を社内向けのホワイトペーパーや簡易ガイドラインにまとめ、NTT DATAグループ内で共有しています。重要なのは、まず運用の高度化を進め、そこで得られた知見を開発にも還元することです。これにより、サービス全体の継続的な改善につなげていくことができます。

将来的には、AIが改善案の具体化や、あらかじめ許可された範囲での改善策そのものの実行にも関与していくでしょう。改善後は品質や障害の再発状況、利用者への影響を確かめ、その結果を次の運用に活かします。AIは、この継続的な改善の循環を加速させる可能性を持っています。

図4:運用の知見がサービスを進化させる

5.AIを前提とした運用変革への第一歩

AIによる自律的な運用は、技術の進化だけでは実現しません。最初から全面的な自動化をめざす必要もありません。まず自社の業務を振り返り、情報の分断や属人的な判断がどこにあるのかを把握します。そのうえで、AIに任せる業務と人が担う判断を整理し、信頼できる情報の整備とともに、段階的に活用範囲を広げることが現実的でしょう。

その効果は、回答の確認や情報整備に必要な時間も含めた作業時間の短縮だけでなく、サービス品質の向上、障害の再発防止、改善活動の迅速化といった観点から評価します。それらを担う人材の育成でも、AIへの指示の仕方に加え、提案の根拠や不確実性を読み解き、採否の理由を説明する力を強化することが重要です。

AI時代の運用高度化とは、サービスが継続的に進化する環境を築くことです。NTT DATAとして私たちが重視するのは、信頼できる情報の整備、AIの実行ルールの策定、人による監督を一体的に設計し、その運用で得た知見を開発に還元することです。人には、サービスの価値を定義し、AIの活動を統制し、継続的な改善を導く役割が求められます。その未来を描き、実現に向けて運用を変革することこそ、これからのサービスマネジメントの重要な挑戦だと考えています。

生成AI(Generative AI)についてはこちら:
https://www.nttdata.com/jp/ja/services/generative-ai/

アプリケーション開発・管理についてはこちら:
https://www.nttdata.com/jp/ja/services/adm/

テクノロジーコンサルティングについてはこちら:
https://www.nttdata.com/jp/ja/services/technology-consulting/

あわせて読みたい:

記事の内容に関するご依頼やご相談は、こちらからお問い合わせください。

お問い合わせ

お問い合わせ

記事の内容に関するご依頼やご相談は、
こちらからお問い合わせください。

お問い合わせ