BPStudy#227 AI時代のシステム障害対応に残る属人化を10年・2000件から解く

Transcript

1. BPStudy#227 AI時代のシステム障害対応に残る属人化を 10年・2000件から解く 2026/07/21 19:30～20:15講演、20:15-20:30質疑 株式会社インシデントテック 代表取締役 株式会社NTTデータ 経営企画本部 野村浩司 1
2. 目次 1. アイスブレイク・自己紹介 2. 米国最新情報：AI SRE 3. AIをどのように捉えているか 4. 障害対応の改善ポイント（2023年に出版した書籍より） 5. AI時代のシステム障害対応における責任/専門性とは? 6. システム障害対応AIエージェント「IncidentTech」について 2
3. 金融庁への1日の障害報告件数は？ 約5件/日 3
4. 自己紹介 NTTデータにて 15年間,金融サービス担当 ・1日6回、やまない電話！ 週2回、夜中に駆け付け！ ・大規模システム障害が発生！！ ・社内、社外問わず150社以上と 書籍出版・講演・相談を実施！ 写真入れる 株式会社インシデントテック 代表取締役 株式会社NTTデータ 経営企画本部 シニアエキスパート 野村浩司 4
5. 2015年9月5日、大規模システム障害が発生 テレビのニュースに流れる X(旧Twitter)では 「カードが使えない」が多数 5
6. 障害対応の現場も大混乱。数百名以上参集。数百件問合せ。 6
7. （参考）AI SREでユニコーン誕生 AI SREは米国では急成長継続 https://thebridge.jp/2026/02/resolve-ai-125m-series-a-unicorn-ai-sre-lightspeed 7
8. AIをどのように捉えているか（の一意見） 「人間の技術上限に依存し、 AIのQは人間を上回らない」 8
9. AI回答により誤判断が発生 AIの回答を若手が過信しすぎて、ミスが発生。再発防止として「第三者チェック」などと回帰見込 9
10. Qは人間の技術が上限で、C/Dだけ向上 LLM技術の特徴である「検索の拡張（意味検索・クエリ拡張）」からQが超えているように感じる が、「意思決定を譲りづらい」領域ではQが人間を越えない 10
11. AI時代のシステム障害対応に おける責任/専門性とは? ～属人化の本質～ 11
12. AI時代のシステム障害対応の属人化の本質 属人化の本質は「責任」と「専門性」に分かれる。 特にここではミッションクリティカルシステムの危機対応時の属人化について記載 参考：BPRの手法の1つ：https://www.projectmanagement.com/wikis/233084/raew-analysis#_ 「責任」「専門性」「権限」「実行」の４つに分かれるが、本講演では特に論点になる２つに着目 12
13. 「権限」「実行」を対象外とした理由 「権限」「実行」は解決策が想像しやすく、本講演では「責任」「専門性」を中心に講演 13
14. 責任 責任については以下２つに分類され、これらを準備した障害対応プロセスが必要 ・事後処理責任：「尻ぬぐいができるか」 ・説明責任： → アクションの候補を事前に決めておく 「なぜそうしたかが言える」 → どんな判断基準・判断情報で決めたか 14
15. 責任の具体的 ＜事例①＞ ・判断情報：サーバのメモリ数値 ⇒CPU・DISKの数字も加える ・判断基準：90%以上が5分以上継続 ⇒80%以上が60分以上継続している ・アクション候補：事前に作成したスクリプト／手順に従い「サーバ再起動」 ⇒事前にジョブの停止・事後の再開 ＜事例②＞ ・判断情報：サービスの正常チェック ・判断基準：チェックNGが2回連続 ・アクション候補：「サービスに異常発生の可能性」をWebに掲載 15
16. 専門性 専門性については以下２つに分類され、これらを準備した障害対応プロセスが必要 ・直感的類似検索：「過去似ているのがあった」→ 速いが未確定な仮説を立てること ・分析的仮説検証：「似ているけど本当か確認」→ 遅いが仮説が正しいかの検証すること ・参考：https://www.researchgate.net/figure/The-dual-process-model-of-diagnostic-reasoning_fig1_230827866 16
17. 専門性の具体例 ・直感的類似検索 利用者から「操作ができなくなっちゃったのですが・・・」と問合せ。 →最近、システム管理者画面がフリーズしてメモリ不足が原因、再起動で復旧 ・分析的仮説検証 →システム管理者の画面ですか、担当者の画面ですか？→システム管理者 →メモリが90%以上を継続していますか？ ⇒NO、０％で張り付き ⇒直感的類似検索に戻り、「メモリ監視不全？」 ⇒仮説検証できるのが「良い質」の情報 その情報を選べるのがベテラン 17
18. AI時代のシステム障害対応の属人化の本質 属人化の本質は「責任」と「専門性」に分かれる。 ベテランの経験と勘 特にここではミッションクリティカルシステムの危機対応時の属人化について記載 参考：BPRの手法の1つ：https://www.projectmanagement.com/wikis/233084/raew-analysis#_ 「責任」「専門性」「権限」「実行」の４つに分かれるが、本講演では特に論点になる２つに着目 18
19. システム障害対応AIエージェント 「IncidentTech」 19
20. 障害対応をAIエージェントで標準化・効率化 障害対応時の「属人化」 「タスク・ヒトの管理が難しい」という課題を解消するAIエージェント システム障害対応の「標準化」 システム障害対応の「属人化」 • 誰がやっても同じクオリティに • 社内にノウハウが蓄積し、より良い障害対応が可能に タスク・ヒトの管理が統制され効率化 障害時にタスク・ヒトの管理が混乱 • 散乱する情報を自動で収集・分析 • 複雑な管理も自動で網羅的かつ効率的に実施 若手でもベテランのように障害対応ができるようになることを目指す！ ‹#› 20
21. IncidentTechについて ミッションクリティカルなシステムでも属人化の改善をすぐに実感できます。 システム障害発生 （エラーメッセージ、チャット・通話、過去インシデント、報告書、システムログ等） 障害統括AI 顧客連絡AI 暫定復旧AI 情報収集・類似事象検索 報告文書作成・障害連絡 原因仮説提示・対処案提示 顧客連絡／暫定復旧完了 （状況把握、関係者報告、対処案決定） 21
22. PoCの検証状況 22
23. 今後のサービス提供スケジュール インシデント対応は新しい世界 AIエージェントの本格運用 • 24/365オンコール対応の”代役” 夜間 – AIが障害対応を主導 サービスリリース 2026/04 2027/04 • β版提供開始 • 障害対応ノウハウの蓄積 2027/10~ へ • 障害対応ノウハウと運用ルールを基盤化し、 日中 – AIが人の判断・説明サ 複数のAIエージェントが役割分担・協調しなが ポート ら自律的に障害対応・復旧を行う世界を実現 • 障害対応の早期化・効率化・人 員低減によるコスト削減を実現 改 善 2027/07 2026/07 平時 知識・技量 障害発生 障害対応時 海外進出 • 英語版提供により海外展開 AIエージェントリリース • 障害対応ノウハウを体系的に学習した • 障害対応のスピードと精度を 強化 企業向けAIエージェントを提供 • 人の判断を補助し、ベテラン社員 のように障害対応ができる ①AIエージェントに対して • 障害対応訓練 • 事象/ノウハウ蓄積・提 供 ②AIエージェントが自律的に • 障害対応/ノウハウ活用 23
24. 是非お話ししましょう！ 面 談 予 約 24
25. ご清聴いただきありがとうございました！ アンケートご協力お願いします！ https://forms.gle/4kqEkXV8GPmCHdps9 ‹#› 25