自律運用の成否は、土台のデータで決まる ― Kyndryl×ServiceNowの発表を読んで
11月9日、KyndrylとServiceNowは「Kyndryl Autonomous Operations for ServiceNow」を共同開発し、ServiceNow Storeで提供を始めたと発表した(Kyndryl発表)。Kyndryl Bridgeの運用データをServiceNow AI Platformと組み合わせ、AIエージェントが障害の検知から原因分析、修復の案内までを担う「自律運用」の製品である。Storeの掲載情報では、有料の認定生成AIアプリケーションとして公開されている。
何をする製品か
顧客は自社の資産・構成・依存関係・性能・イベント・変更・インシデント・リスク・解決策といった運用データをKyndryl Bridgeに通し、その文脈をServiceNow側のエージェントが読む(Kyndryl発表)。エージェントの仕事は、故障のパターンから問題を先回りして見つけること、根拠のある原因分析を出すこと、リスクを評価して段階的な修復手順を示すことだ。Storeの掲載情報では、運用のダッシュボードやITヘルスの指標、インシデントの原因分析、解決プレイブックの生成、変更リスクのスコアリングといった機能が挙がり、Bridgeとの通信にはModel Context Protocol(MCP)が使われるとされている。解決したインシデントの知見はプラットフォームに戻り、次の自動化や提案に生かされる(Kyndryl発表)。
土台のKyndryl Bridge
Bridgeは2022年の提供開始以来、1,400社超の基盤となり、数百万件の観測シグナルを相関させて月1,600万超のAIインサイトを生んでいる(Kyndryl発表)。蓄積された運用データと解決の実績は、1万超のベストプラクティスやランブック、修復手順として整理されている。ITインシデントを最大50%削減した実績がある、というのは同社の主張である。Bridgeが集めるデータは、資産のインベントリ(何があるか)、稼働の実績(どう動いているか)、解決の工学データ(どう直したか)の3層で、コストの可視化やセキュリティ、コンプライアンスの統制も担うとされる。「エージェンティック・メモリ」という仕組みで、組織の知見や運用の文脈を保持し続けることもうたわれている。
前提条件は、そのまま「土台の点検項目」になる
Storeの掲載情報では、対応バージョンはAustralia Patch 7とZurich Patch 13で、前提としてITSM Prime、DiscoveryとEvent Managementを含むITOM Advanced、Now Assistの関連コンポーネント、MCPのクライアントとサーバーが挙がっている。
これを現場の言葉に置き換えると、自律運用を載せる前の点検項目になる。
- Discoveryが構成を拾えているか。拾えていない資産は、エージェントからは存在しないも同然になる
- CMDBのステータスが資産側と一致しているか。先日書いたHAMとCSDMの話と同じで、資産側とCMDB側のステータスのズレは、そのままエージェントの判断のズレになる
- Event Managementでイベントが集約・相関できているか。エージェントの「先回り検知」は、相関されたイベントがあって初めて働く
- 変更のリスク評価がプロセスとして回っているか。自動修復の前に置くべき関門である
私がCMDBのアセスメントで見てきたのは、まさにこの土台の状態だ。自律運用は「入れれば始まる」ものではなく、この点検を通った環境から順に載せていくものになる。
両社の言葉
KyndrylのCarraro氏は、顧客が求めているのは実験ではなく実務での成果であり、Bridgeの深い運用データと工学の知見をServiceNow AI Platformと組み合わせ、「信頼できる自律企業」への移行を支えると述べている。ServiceNowのPark氏は、Kyndrylが数十年の運用データと工学の深みを持ち込み、ServiceNowがAI Control Towerと安全に動かすためのガバナンスを持ち込む、「パートナー主導のAI」の実践だと位置づけた(いずれもKyndryl発表)。発表によれば、製造・小売・銀行の各業界では、すでに両社の組み合わせが使われ始めている。
現場からの見立て
第一に、「解決したインシデントが学びに戻る」という仕組みの正体は、ベンダー側の蓄積である。1,400社分の運用データと1万超の実践知があるから回るのであって、自社環境で同じ学びを再現できるわけではない。いまBellwood Servicesで進めているインシデントから問題管理へのAI検証でも、開発者インスタンス(PDI)ではPredictive Intelligenceの学習自体が動かないことが分かっている。買っているのは「蓄積」だ、と理解しておく必要がある。
第二に、線引きの設計が現場の仕事になる。変更リスクのスコアリングが製品機能に入っていること自体が象徴的だ。自動修復の前にリスク評価がある。この順番を間違えると、自律運用は便利な仕組みではなく、止められない仕組みになる。「どこまで自動にしてよいか」を決めるガバナンスの設計こそ、導入・運用の現場が担う部分だ。
まとめ
今回の発表は「AIエージェントが運用を代行する」話ではなく、「運用データが整っている組織から順に、AIの恩恵を大きく受けられる」という話だと読む。自律運用の検討を始めるなら、製品の選定の前に、土台の点検から始めるのが順序になる。
Bellwood Servicesでは、ServiceNowの導入・運用支援の中で、CMDB/CSDMの観点から「自律運用を載せられる土台かどうか」の点検を含む相談を受け付けています。お問い合わせページ(https://bellwoodservices.com/contact/)よりお気軽にご連絡ください。
関連記事:
- ServiceNowの日本における導入実績(2010年~2025年)
- Knowledge Graph学習ノート 第1回
- 作ったそばから古くなっていく ― 2014年、CMDBを育てる人たち
- ServiceNowのHAMにCSDMを適用する話
- ServiceNow CSDM導入で陥りがちな4つの誤解
出典:Kyndryl「Kyndryl expands partnership with ServiceNow」(2026年11月9日) / ServiceNow Store「Kyndryl Autonomous Operations for ServiceNow」掲載情報
