Column

コラム

「AIが変えるセキュリティ運用」業務負担を減らし、即応力を高めるSecOpsの新しい形

「アラートが鳴り止まない」「インシデント対応に追われて、脆弱性管理まで手が回らない」セキュリティ担当者からこうした声を聞く機会は、ここ数年で明らかに増えています。 背景にあるのは、攻撃件数の増加だけではありません。攻撃の手口そのものが変わってきています。AIを使って自動化された攻撃に対し、人手中心の防御体制で戦い続けることには、すでに限界が来ています。 本記事では、その実態とセキュリティ運用(SecOps)にAIを組み込む際の考え方を整理します。サイバー攻撃の現実、「件数」よりも「変化」に注目すべき理由攻撃の脅威を正しく捉えるには、件数の増減だけでなく、攻撃の「質と速度」の変化に目を向ける必要があります。ランサムウェアは「大企業だけの問題」ではなくなった警察庁の報告によると、2024年のランサムウェア被害件数は222件にのぼり、企業規模を問わずターゲットになっています。国内の平均被害額は約2,400万円とされていますが、これは届出ベースの数字であり、実態はさらに大きいとみられます。 また、海外のデータでは復旧までに平均21日間を要するとされています。「3週間、業務が止まる」という事態がいつ自社で起きてもおかしくない状況です。攻撃者はすでにAIを使用フィッシングメールの自動生成、脆弱性スキャンの自動化、検知回避のためのマルウェア自動変異。攻撃側はAIを組み合わせることで、攻撃のサイクルを大幅に短縮しています。 2025年1〜10月の世界のランサムウェア被害件数は6,623件と、前年同期比で38%以上増加しました。件数の伸びもさることながら、注目すべきは攻撃の「精度と速度」が上がっている点です。AIが「攻撃の全工程」を担う時代Anthropicが報告した事例では、偵察から侵入・水平展開・データ窃取まで、攻撃工程の80〜90%がAIによって自律的に実行されました。人間のオペレーターは最小限の指示を出すだけで、あとはAIが自律的に動きます。 攻撃側がここまで自動化を進めている以上、防御側も同じ土俵で対応しなければ追いつけない状況になっています。なぜ、セキュリティチームは「疲弊」しているのか 攻撃の変化に対して、現場のセキュリティチームはどのような状況に置かれているのでしょうか。タスクの多さと、プレッシャーの重さセキュリティチームが担うタスクは、脆弱性管理・インシデント対応・リスク管理・コンプライアンス対応・AIガバナンスと幅広いものです。そこに、攻撃対象領域の拡大やゼロトラスト推進といった外的なプレッシャーが重なります。 さらに社内では、ツールの乱立やチームのサイロ化が業務の摩擦を生んでいます。この構造がある限り、人手だけで対処しようとすること自体に無理があるのです。「備えができていない」と感じている企業が6割を超えるAIを使った攻撃が自社に大きな影響を与えていると感じている企業は74%にのぼります。一方で、十分な備えができていないと答えた企業は60%に達します(Ponemon Institute調査)。 問題意識はあっても、対策が追いついていない。多くの企業が抱えるこの構図を直視する必要があります。AIがSecOpsをどう変えるのか、「人の代わり」ではなく「仕組みの変革」AIをSecOpsに組み込む目的は、人の仕事を奪うことではなく、人が判断すべき業務に集中できる体制をつくることにあります。重要度の判定から対応まで、AIが「流れ」をつくるアラートの確認・優先度の判断・対応方針の決定という一連の流れは、今は担当者が一つひとつ手動で進めていまが、AIがインシデントを自動で整理・分類することで、何から手をつけるべきかを即座に判断できるようになるのです。 そして、アナリストは定型的なトリアージ作業から解放され、本来の高度な判断業務に集中できます。複数部門をまたぐ対応を、AIがつないで自動化する検知・トリアージ・封じ込め・フォレンジック・レポーティングという一連の対応は、複数のチームをまたいで進みます。この連携を人手で調整している限り、判断のブレや対応の遅れが生じやすくなります。 AIがプロセスをオーケストレーション(統括・調整)することで、対応の一貫性とスピードが向上します。証跡管理とレポート作成も、AIが自動で担うインシデント後の作業ログ整理・レポート作成・監査対応は「後回しになりがちな作業」の代表格です。AIがリアルタイムで作業記録を残し、対応後のレポートを自動生成することで、経営報告や監査対応にかかる工数も大きく削減できます。AIを動かす「アーキテクチャ」の考え方 SecOpsにAIを組み込む際、仕組みの構造を理解しておくことが重要です。AIアシスタントとAIエージェントは、役割が違うAIには大きく二つの役割があります。「AIアシスタント」は、人間の指示をもとに洞察や要約を提示するサポート役です。一方「AIエージェント」は、定められた目標に向けて自律的に計画・実行します。 前者は業務時間中のオンデマンド支援、後者は24時間365日の自律稼働という違いがあります。この二つを使い分けることが、実効性のある運用自動化の前提になります。複数のエージェントを束ねる「オーケストレーター」が鍵インシデントレスポンス・脅威ハンティング・脆弱性対応には、それぞれの業務に特化したAIエージェントが存在します。これらを束ねるのが「オーケストレーター」の役割です。 与えられた問題の解決に向けてプロセスを推論し、複数のエージェントに指示を出します。調査・トリアージ・封じ込めをAIが自律処理することで、アナリストは本来注力すべき業務に集中できる体制が整います。脆弱性対応もインシデント対応も、具体的な成果が出ている脆弱性対応では、自動診断から修正案の提示・パッチ適用可否の確認・変更リクエストの作成までをAIエージェントが一連で処理します。 インシデント対応では、アラートから原因特定・優先度判断までの時間が大幅に短縮され、担当者ごとの対応のばらつきも減り、「仕組みとして動く」ことが、現場の負荷軽減に直結します。まとめ昨今、AIによるサイバー攻撃の手口が多様化しています。攻撃側がAIを使って自動化を進めている以上、防御側も同じ土俵に立つ必要があります。 そのためにはまず体制を整えることが重要です。自社の運用のどこに負荷が集中しているかを整理し、自動化できる工程を特定するところから始めるとよいでしょう。 SecOpsの自動化・自律化を実現するプラットフォームとして、ServiceNow Security Operationsが提供するAIエージェント活用のアプローチは、実務的な選択肢の一つとして参考になるはずです。 現状の運用課題を棚卸しし、最初の一歩を踏み出すきっかけにしていただければ幸いです。 ServiceNow Security Operationsの活用に関心のある方は、ぜひ株式会社DTSにご相談ください。

ITトレンド

企業が今すぐ取り組むべきAI運用・統制の基本

AI活用の推進が加速する一方で、管理や統制の仕組みが追いついていない企業は多くあります。 「とにかく使ってみよう」という動きは大切ですが、ガバナンスの整備が後回しになったまま進むと、あとで大きなリスクを抱えることになりかねません。 本記事では、AI活用における「運用・統制」の考え方と、今から取り組むべき具体的なポイントについて解説します。AI活用推進の裏で、静かに広がっているリスクAIの導入が進む中で、見えないところでリスクが積み重なっているケースがあります。なぜそうなるのか、まずは過去の教訓から振り返ってみましょう。「シャドウIT」で起きた問題が、AIでも繰り返されているクラウドやSaaSが急速に普及した時代、IT部門の管理が追いつかない「シャドウIT」問題が多くの企業で起きました。 ある部門が無断でクラウドストレージを契約し、顧客情報を含むデータが外部監査で発覚したケースや、R&D部門がPoC後に使わなくなったクラウドサービスのAPIキーを放置し、不正アクセスの入り口になったケース。 バックオフィス部門が未承認のノーコードツールでアプリを開発し、権限設定のミスでセンシティブな情報が社内に広まってしまったケースなど、いずれも根本にあるのは、「誰が・どのサービスを・どんな用途で使っているか」が把握できていなかったことです。同じことが今、AIの世界で起きている残念ながら、まったく同じ構図がAIでも起きています。 従業員が個人契約の生成AIサービスに業務上の機密情報を入力し、モデルの学習データとして利用されてしまうリスクや、利用中のSaaSに次々と追加されるAI機能が、誰にも把握されないまま有効化されているケースがあります。 「AI活用推進」の掛け声のもとで多くの部門にAIが浸透していく一方、どの部門のどの業務で、誰の責任でAIが動いているのかが管理されていない状況。 これらはすべて、シャドウITと同様の問題です。AIにも、積極的な統制の仕組みが必要です。「見える化」だけでは足りない。AIに必要なのは「ガバナンス管理」 「うちはAI台帳を作っているから大丈夫」と思っている企業もあるかもしれません。しかし、一覧を作るだけでは不十分です。そもそも、AIの何を管理すればいいのかAIシステムを管理するとは、単に「使っているツールの名前を並べる」ことではありません。 使用しているモデル、プロンプト、学習に使ったデータセット、稼働環境、システムの所有者、リスク分類、現在のライフステージ。これらの要素をセットで把握して初めて、実効性のある統制が生まれます。 たとえば、与信審査を補助するAIシステムであれば、どのモデルを使い、どんなデータで動いていて、誰が責任を持ち、リスクレベルはどう分類されているか。こうした情報を一元的に管理することが、AIガバナンスの出発点です。「見える化」と「ガバナンス管理」は何が違うのかAIガバナンスとは、「どんなAIを使っているか」を把握するだけにとどまりません。 そのAIが「どんな成果を生んでいるか」「どんなリスクを抱えているか」「定められたルールをどれだけ守れているか」まで、ライフサイクル全体を通じて管理し続けることを指します。 日本では経済産業省が「AI事業者ガイドライン」を策定し、AIのリスク管理と統制に関する最低限の期待水準を示しています。EU AI ActやNIST AI RMFなど、海外でも規制整備が進んでいます。 対応を後回しにしていると、気づいたときには手遅れになりかねません。AIガバナンスは誰が担うのかAIの統制が重要だとわかっていても、「実際に誰が担うのか」が曖昧なままになっている企業は少なくありません。多くの企業でAIのルールと責任が宙に浮いているCAIO(最高AI責任者)やAI CoE(AI推進の専門組織)を設けている企業はまだ少数派です。 多くの現場では、AIに関するルールや責任の所在が曖昧なまま運用が進み、実務的な統制のしわ寄せがIT・DX部門に集まりやすい状況になっています。 世界ではすでに26%の組織がCAIOを任命済みとされており(IBM調査)、日本でもデジタル庁が行政府省へのCAIO任命を指示するなど、AIガバナンスは経営レベルの課題として位置づけられるようになっています。ガバナンスを「仕組み」に落とし込むことが重要な理由特定の担当者の意識や努力に頼るだけでは、組織全体のガバナンスは長続きしません。人が変わればルールが形骸化し、属人化した管理はいつか穴が生まれます。 AIガバナンスを機能させるには、「プロセスとして管理を回せる仕組みと文化」を作ることが不可欠です。 担当者が変わっても、新しいAIシステムが増えても、一定の統制が維持される状態を目指すことが重要です。AIガバナンスを「仕組み」として動かすために必要な要素 では、実際にどのような仕組みが必要なのでしょうか。大きく3つの観点から整理します。全社のAIアセットを一元的に把握するまず取り組むべきは、組織内に存在するAIシステム・モデル・データセットを一覧化し、それぞれがどの業務プロセスと結びついているかを追跡できる状態にすることです。 「スプレッドシートで管理している」という企業もありますが、AIの数が増えるにつれて更新が追いつかなくなり、気づけば実態と台帳がかけ離れてしまうことがほとんどです。変化のスピードに対応できる仕組みが必要です。リスク評価・コンプライアンス管理・運用監視を一体で回すリスク分類、ポリシーへの準拠状況、監査対応、日々の稼働状況の追跡。これらをそれぞれ別の担当者がバラバラに管理していると、どうしてもガバナンスに穴が生まれます。 各プロセスを連動させることで、設計から廃止までのライフサイクル全体を通じた統制が実現します。問題が起きてから対処するのではなく、継続的にリスクを把握・管理できる体制が求められます。AIガバナンスは「守り」ではなく「攻め」の経営判断にも活きるAIガバナンスというと、リスクを抑えるための「守りの施策」と受け取られがちです。 しかし実際には、どのAIがどんな価値を生んでいるかを継続的に測定・可視化できれば、次にどの領域にAI投資を集中すべきかの判断精度も高まります。 ガバナンスの整備は、リスク管理にとどまらず、AI戦略とビジネス目標を整合させるための情報基盤にもなり得ます。こうした仕組みを提供するプラットフォーム「ServiceNow」AIアセットの一元管理、リスク評価、コンプライアンス対応、価値測定。これらを一つのプラットフォームとして提供しているのが、ServiceNowのAIコントロールタワーです。 AIコントロールタワーは、ServiceNow上で稼働するAIアセットだけでなく、AWS BedrockやAzure AI Foundryなど外部環境のAIも横断的に管理でき、NIST AI RMFやEU AI Actに対応したコンテンツパックも用意されています。 ゼロから仕組みを構築しなくても、規制対応や統制の土台を整えやすい点が特徴です。ServiceNow自身もこの仕組みを自社活用し、約500億円超の価値を実現した実績があります。まとめAIガバナンスの整備を、一度に全社規模で進める必要はありません。まずは「自社にどんなAIが存在しているか」を棚卸しするところから始めましょう。 高リスクなユースケースを特定し、責任者を明確にする。その小さなステップが、実効性あるAIガバナンスの土台になります。「見えないものは管理できない」この言葉は、AIの統制においても変わらない原則です。 ServiceNowのAIコントロールタワーは、そうした現状把握から本格的なガバナンス管理まで、段階的に取り組みを進めるための仕組みとして多くの企業で活用されています。 まずは現状の確認から、一歩踏み出してみてはいかがでしょうか。 ServiceNowによるAI活用の「運用・統制」にご興味があれば、ぜひお気軽にDTSまでご相談ください。

ITトレンド

「Autonomous IT(自律型IT運用)」とは?AIエージェントがもたらす次世代のIT運用

「今年こそ、AI活用や業務改善に本腰を入れたい」そう思いながらも、気づけば障害対応やアラート監視に追われ、気づけば年度末を迎えている。そんな経験に、心当たりはないでしょうか。 多くの企業がIT予算の増加を計画しており、予算は動いている一方で、IT部門が「攻め」に転じられない状況が続いています。 原因はお金ではありません。日々の運用業務が、人と時間を奪う構造そのものにあります。 本コラムでは、こうした課題を解決するアプローチとして注目される「Autonomous IT(自律型IT運用)」の考え方と、AIエージェントがIT運用の各領域にもたらす具体的な変化についてご紹介します。なぜIT部門は日常業務に追われ続けるのかIT部門が本来担うべき役割は、ビジネスの成長を支えるIT戦略の立案と実行です。しかし現実には、その時間の多くがインシデント対応や監視業務に費やされています。なぜこの状況は変わらないのでしょうか。監視ツールが増えるほど、担当者の負担も増えるクラウドの普及やシステムの複雑化に伴い、多くの企業では複数の監視ツールを並行して使うようになりました。しかし、ツールが増えるほどアラートの量も増えます。 深刻な障害を知らせる通知と、無視しても支障のないノイズが混在する中で、担当者は一つ一つを目視で確認し、判断し、対応しなければなりません。 Forrester Research社の調査では、60%のインシデントが今も手動で報告・対応されているといいます。自動化が叫ばれて久しいですが、現場の実態はそれほど変わっていません。 本来やるべき改善活動や戦略的な検討は、こうした日常業務の後回しになり続けています。「手が足りない」は人数の問題ではなく、仕組みの問題IDC社の調査では、72%のCIOがイノベーション推進に必要なスキルを持つ人材の不足を課題として挙げています。この数字を見て「採用を強化しよう」と考えるのは自然な反応です。しかし、それだけでは問題の本質には届きません。 仮に人員を増やしたとしても、手作業で回している業務プロセスそのものを変えなければ、負担は分散するだけで総量は減りません。問題の核心は「繰り返し発生する手作業をいかに減らすか」にあります。人を増やす前に、仕組みを見直す必要があります。「Autonomous IT(自律型IT運用)」とは何か? こうした構造的な課題への答えとして注目されているのが、「Autonomous IT(自律型IT運用)」という考え方です。IT運用にAIを組み込み、日常業務の多くをシステム側が自律的に処理できるようにする取り組みを指します。人による手動対応から、AIが自律的に動く世界へIT運用の進化は、大きく3つの段階で捉えることができます。 最初の段階は「人による手動対応」です。担当者がアラートを確認し、原因を調べ、対応策を実行します。 次の段階が「ワークフロー化」です。決まった手順をシステムに登録し、一部の処理を自動化します。 そして現在注目されているのが「AI Agents(AIエージェント)」の活用です。AIエージェントは、単純なルールに従うだけでなく、状況を判断しながら複数のタスクを自律的に処理できます。 アラートの内容を読み解き、過去の類似事例を参照し、対応の優先度を判断する。そうした一連の作業を、人間の代わりに担う存在です。Autonomous ITが目指す「ゼロ」の世界自律型IT運用が実現した先には、IT部門にとって5つの「ゼロ」が見えてきます。 0 Touch IT Support:問い合わせや簡単なトラブルはシステムが自己解決し、担当者の手を借りない状態 0 Service Outage:障害が発生する前に予兆を検知し、サービス停止をゼロに近づける状態 0 IT Asset Issues:資産の管理漏れや棚卸しの形骸化がなく、常に正確な把握ができている状態 0 Security Breaches:脅威を即座に検知・封じ込め、深刻なセキュリティ侵害が起きない状態 0 Strategy Drift:IT投資がビジネス戦略と常に連動し、方向性のズレが生じない状態いずれも「完全に達成する」というよりは、これらを指針として運用の質を継続的に高めていくための目標として捉えるものです。人とAIは「代替」ではなく「協働」自律型IT運用という言葉を聞くと、「人の仕事がなくなるのでは」という懸念を持つ方もいるかもしれません。しかし、その理解は正確ではありません。 目指しているのは、繰り返し発生する定型業務をシステム側が引き受け、人間はより判断力や創造性が求められる仕事に集中できるようにすることです。 アラートへの初動対応や定型的なレポート作成はAIが担い、例外的な判断や戦略的な意思決定は人間が行います。 AIは人を置き換えるのではなく、人が本来の仕事に向き合えるようにするための存在です。IT運用の各領域で、何がどう変わるのかAutonomous ITの考え方を具体的な業務に当てはめると、現場での変化がより鮮明に見えてきます。それぞれの領域で、何がどう変わるのかを見ていきましょう。インシデント対応:数時間かかっていた対応が数分に従来のインシデント対応では、担当者がアラートを確認し、ログを調べ、影響範囲を特定し、関係者に連絡、対応策を実行するという一連の作業を手作業でこなしていました。 熟練のエンジニアでなければ判断が難しい場面も多く、対応に数時間を要するケースも珍しくありません。 自律型IT運用では、AIがアラートを自動で集約・分類し、関連するログや過去の類似インシデントを参照したうえで原因の候補を提示します。 担当者は状況を一から調べる手間なく、AIが整理した情報をもとに判断・対応に集中できるのです。セキュリティ対応:脅威を検知してから封じ込めるまでの時間を縮めるセキュリティインシデントが発生した際、担当者がこなす作業量は膨大です。脅威の分析、影響を受けたシステムや利用者の特定、関係者への報告、証跡の記録、事後レポートの作成。これらを短時間でこなすことは、人手だけでは限界があります。 自律型IT運用では、脅威の検知から分析・封じ込めまでの一連のプロセスを整理・自動化できます。脆弱性を封じ込めるまでの時間を60〜80%改善できるという数値も報告されており、セキュリティ担当者が本来注力すべき調査・判断業務に時間を使える環境が整います。IT資産管理・投資管理:「見えていなかったもの」を可視化する「どの部署がどのソフトウェアを何本使っているか、正確に把握できているか」と問われて、自信を持って答えられる企業はそう多くないでしょう。 ハードウェア・ソフトウェア・クラウドにまたがる資産管理は、気づけば担当者の経験と勘に依存する属人的な運用になりがちです。 自律型IT運用では、システムが資産情報を自動で収集・更新し続けることで、常に正確な全体像を把握できる状態を保てます。過剰なライセンス取得や未使用のクラウドリソースを継続的に検出することで、コスト削減にも直結します。 さらに、IT投資とビジネス戦略のズレを可視化することで、「なぜこのシステムにお金をかけているのか」という問いにも答えやすくなります。導入前に知っておきたい3つのポイント 関心を持ち始めた段階でよく出てくるのが、「本当に自社に導入できるのか」という疑問です。ここでは現実的な観点から、押さえておきたいポイントを整理します。既存の監視ツールやシステムとの連携から始められる「自律型IT運用を導入するには、既存のツールをすべて入れ替えなければならない」と思っている方は少なくないでしょう。 しかし実際には、サードパーティの既存の監視ツールと連携しながら、段階的に自動化を進めていくアプローチが一般的です。 今使っているツールを捨てる必要はなく、まずは自動化の恩恵を乗せていくイメージで始められます。人の判断が必要な場面には、きちんと人が関与できる「自律型」という言葉に、「システムが勝手に動いてしまうのでは」という不安を覚える方もいるかもしれません。 しかし、適切に設計されたシステムでは、重要なアクションの前には必ず人間への確認ステップが組み込まれています。URLのブロックや関係者への通知といった判断は、AIが提案し、人間が承認する形で進みます。 「制御された自律性」とも呼ばれるこの設計思想が、現場での安心感を担保します。AIが何をしているかを管理・把握できる体制も必要になるAIの活用が広がるほど、「どのAIが、何の業務に、どう使われているか」を把握することが難しくなります。 規制対応やリスク管理の観点からも、AIの活用状況を一元的に可視化・管理する「AIガバナンス」の重要性は今後さらに高まっていくでしょう。ツールを導入する段階から、この視点を持っておくことが重要です。これら3つのポイントを満たすプラットフォームを選ぶことが、成否を分ける「連携のしやすさ」「人間の関与が設計に組み込まれているか」「AIガバナンスに対応しているか」この3つは、ツールやプラットフォームを選ぶ際の実質的な判断軸になります。 個別のツールを組み合わせて対応しようとすると、管理が分散し、かえって運用負荷が増すという落とし穴にはまりやすいものです。 こうした条件を一つのプラットフォームで満たせる選択肢として、ServiceNowがあります。IT運用管理からサービス管理・資産管理・セキュリティ対応まで横断的にカバーしながら、AIエージェントの活用とガバナンス管理を統合した環境を提供しています。 「何から始めるか」を考える際の選択肢のひとつとして、ぜひ参考にしてみてください。まとめ本コラムでは、IT部門が日常業務に追われ続ける構造的な課題を出発点に、「Autonomous IT(自律型IT運用)」という考え方とその可能性についてご紹介しました。 AIエージェントの活用によって、インシデント対応・セキュリティ対応・IT資産管理といった各領域で業務の自動化と効率化が進みます。 人とAIが役割を分担し、担当者がより付加価値の高い業務に集中できる環境を実現することが、自律型IT運用の本質です。 また、導入にあたっては既存ツールとの連携・制御された自律性・AIガバナンスという3つの観点でプラットフォームを選ぶことが、成否を左右する重要なポイントになります。 自律型IT運用は、一夜にして実現するものではありません。大切なのは、全体像を把握したうえで、自社が今最も課題を感じている領域から着手することです。 小さく始め、効果を確認しながら範囲を広げていく。そのアプローチが、現場の混乱を最小限に抑えながら変化を積み重ねる、現実的な道筋です。 ServiceNowを基盤とした次世代のIT運用にご興味があれば、ぜひお気軽にDTSまでご相談ください。

ITトレンド

Workflow Data Fabricで実現する、AIを活用したワークフローの自動化

日々の業務で、「必要なデータはどこにあるのだろう?」「このデータとあのデータの形式が違うから、手作業で加工しなくては…」 このように「データの壁」に直面し、時間とエネルギーを奪われている人は多いのではないでしょうか。 多くの企業では、部門ごとに独自のシステムやツールが導入された結果、データが孤立し、連携できない「データサイロ化」という問題が慢性化しています。このサイロ化こそが、ビジネスのアイデアやスピードを著しく妨げる最大の要因です。 そこで本記事では、データ活用の非効率を根本から解決し、ビジネスのあり方そのものを変革する新しい考え方「Workflow Data Fabric(ワークフロー・データ・ファブリック)」について、分かりやすく解説します。なぜ、会社のデータは「バラバラ」になってしまうのか?データが自然とバラバラになってしまうその原因は、ビジネスが成長し、各部門が専門的な業務を追求した結果、それぞれに最適なシステムを導入してきた歴史にあります。 人事部には人事システム、営業にはSFA、基幹業務にはERPシステムといった具合に、目的は達成できても、データはそれぞれの「システムという箱」の中に閉じ込められてしまいます。 これが「データサイロ」です。データが孤立すると、部署をまたぐ連携が必要になった際、システムを繋ぐための複雑な開発が必要になったり、あるいは担当者が膨大な手作業でデータを集め、加工し直したりする非効率が発生します。 この手間が、データの活用スピードを鈍らせ、企業の機動力を大きく低下させているのです。従来のデータ管理手法の課題これまで、この「データの壁」を壊すために、企業は様々なデータ管理手法を導入してきました。例えば、データウェアハウス(DWH)やデータレイクといった仕組みです。これらの手法は、「データをすべて一箇所に集める」という発想に基づいており、特定の分析目的には非常に有効でした。 しかし、データの種類が爆発的に増え、ビジネスの変化のスピードが加速する現代においては、その限界が見え始めています。すべてのデータを集めるには、莫大なコストと時間がかかります。 また、データの移動と複製を繰り返すことで、セキュリティリスクが増大し、何より「データの鮮度」が失われてしまいます。 データは生き物です。集めている間に古くなり、必要な情報が手に入ったときには、すでにビジネスのチャンスを逃した後、という事態も少なくありません。データを「必要な時に、必要な形」で届ける仕組み「Workflow Data Fabric」 Workflow Data Fabric(WDF)は、単なる新しい技術というよりも、企業におけるデータ活用のあり方そのものを変える「新しい考え方」です。 WDFが目指すのは、「誰もがデータにアクセスし、活用できる状態」、つまり「データ活用を身近にする」ことです。 これまでのデータ管理が専門家だけのものであったのに対し、WDFは必要なデータを、必要な人がすぐに使える状態にします。 顧客からの問い合わせ、サプライチェーンの変動、社内での承認状況など、ビジネスを取り巻く情報はリアルタイムで変化します。 WDFは、この変化に合わせて、常に最新のデータを提供できるため、瞬時の意思決定と行動を可能にするという価値を持っているのです。データ基盤のパラダイムシフト:集めないデータ管理従来のデータ管理が「データを一箇所に集める」ことに固執していたのに対し、WDFはデータ基盤におけるパラダイムシフト、すなわち「考え方の転換」をもたらします。 WDFの画期的なアプローチは、「データをその場に置いたまま、仮想的に統合する」という点です。 それぞれのシステムにあるデータを無理に移動させることなく、まるで一つにまとまっているかのように扱える仮想的な層を作ります。 これにより、データの移動に伴うコストやリスクを削減しつつ、異なるシステム間の壁を乗り越えてデータを統合的に活用できるようになるのです。「データファブリック」と「Workflow Data Fabric」は、何が違う?「データファブリック」という言葉を聞いたことがあるかもしれません。これは、データの「統合・接続」に焦点を当てた仕組みです。データを仮想的に繋ぎ、アクセスを容易にする技術基盤を指します。 一方、Workflow Data Fabricは、この基盤に加えて「データ活用のプロセス全体」を自動化・最適化する概念までを含みます。 単にデータを繋ぐだけでなく、データ収集から加工、分析、そしてビジネスアプリケーションへの連携までの一連の「ワークフロー」全体を自動化・効率化する仕組みです。 つまり、WDFは「データを見つける」だけで満足せず、「そのデータを活用して新しい価値を生み出すまでの流れ」を、人の手を介さずに自動で完結させるという、一段上の視点を持つのです。Workflow Data Fabricがもたらす革新的な価値つづいて、Workflow Data Fabricには、どのような価値があるのかご説明します。「データ」がAI活用のための「源」に変わるWorkflow Data Fabricの最大の強みの一つは、データをAIがすぐに活用できる形で提供する仕組みにあります。 AIは、質の高いデータがなければ期待通りに機能しません。WDFは、複数のシステムにまたがるバラバラなデータを統合し、AIがリアルタイムで学習・分析するための基盤を自動で構築します。 これにより、データはAIにとって極めて価値の高い「源」に変わり、AIはより正確で、より速い判断を下せるようになるのです。 これは特に、ServiceNowのようなプラットフォーム上で、異なる業務データを横断的に統合する際に強力な優位性となります。思考から実行までを加速する「アクション」これまでのデータ活用は、分析の結果をレポートとして表示する「見る」こと、つまり「思考」で終わることがほとんどでした。 しかし、WDFは違います。データ分析の結果をトリガーに、「次の行動(アクション)」を自動で起こすことを可能にします。 例えば、システムの監視データから異常値を検知したら、それが単なるアラートで終わるのではなく、WDFを通じて自動で担当者に必要な情報と連携してアラートを飛ばす、といった一連の流れを実現。 また、顧客の問い合わせ内容をAIが分析し、最適な回答を自動で生成・提示するなど、データからAIを介した「アクション」の流れが生まれることで、業務のスピードが劇的に加速します。ワークフローを自動化し、ビジネスを再構築Workflow Data Fabricは、データから導き出されたインサイトを基に、複雑な業務プロセス全体を自動化し、ビジネスを再構築します。 これまでのデータ活用が「分析」で留まっていたのに対し、WDFは分析結果をトリガーにして、部署をまたぐ連携や、手作業で行っていた業務を巻き込み、複雑なワークフロー全体を自動で実行。 これにより、例えば顧客からの要望が、営業、開発、サポートといった複数の部門をシームレスに流れ、解決までが劇的に効率化されるといったメリットが生まれます。ServiceNowが実現する、理想の「Workflow Data Fabric」 Workflow Data Fabricの概念を実現する上で、ServiceNowが特に優位性を持つのは、「統合型」プラットフォームを提供している点です。 従来の企業がバラバラなシステム管理に苦しんでいたのに対し、ServiceNowは単一のプラットフォーム上で、データとワークフローを統合する基盤を提供します。 ServiceNowはこのプラットフォーム上で「Data」「Action」「Workflows」の3つの要素をシームレスに連携させています。 「データ」が単なる情報ではなく、AIを活かす「源」となり、それが次の「アクション」を自動で生み出し、最終的にビジネスの複雑な「ワークフロー」全体を自動化する。 この一連のサイクルが単一の基盤上で実現されるからこそ、企業はビジネス全体のスピードと効率を飛躍的に向上させることができるのです。まとめWorkflow Data Fabricは、現代の企業が直面する「データの壁」を打ち破る、画期的な考え方です。 それは、「データを一箇所に集めるのではなく、必要な時に、必要な人に届ける」という、これまでの常識を覆すアプローチにあります。 WDFによって、データは単なる静的な情報から、AIを動かし、自律的に「アクション」を生み出すビジネスの動力源へと進化します。 この仕組みを実現するには、データ、AI、そしてワークフローという三つの要素をシームレスに繋ぐことができるServiceNowのような統合プラットフォームが有効な選択肢といえるでしょう。 これからのビジネス競争において、Workflow Data Fabricのような仕組みは、企業の機動力と競争力を左右する重要な要素となります。 ぜひこの機会に、未来のデータ活用への第一歩を踏み出してみてはいかがでしょうか。 ServiceNowを基盤としたWorkflow Data Fabricにご興味があれば、ぜひお気軽に株式会社DTSまでご相談ください。

ITトレンド

生成AIがもたらす従業員エクスペリエンスの革新

「働きがい」を感じる職場で働くことは、私たち一人ひとりにとって、そして企業にとっても重要なテーマです。 しかし、多くの企業が生産性向上を追求する中で、従業員一人ひとりの「働きがい」や「職場で日々の積み重ね」は、後回しにされてしまうことがあります。 今、その状況を変える力を持つツールが注目されています。それは、「生成AI」です。生成AIと聞くと、業務の効率化を想像するかもしれませんが、その可能性はそれだけに留まりません。 特に、人事(HR)領域では、生成AIが従業員の日常業務やキャリア形成を支援することで、働き方そのものを根本から変える鍵を握っているのです。 本記事では、生成AIがどのように私たちの職場での経験を豊かにするのか、その具体的な役割と未来の展望を探ります。なぜ今、従業員エクスペリエンスが重要なのか?私たちが会社でどのように感じ、どれだけモチベーションを維持できるかという、個人的な感情や感覚は、単なる日々の業務の積み重ねではありません。 この「従業員エクスペリエンス(働きがい)」が満たされることで、一人ひとりのパフォーマンスは向上し、結果として組織全体の生産性や創造性が高まります。また、働きがいのある職場は、優秀な人材を引きつけ、彼らの定着率を高める効果も期待できます。 しかし、多くの企業が、この見えにくい部分の改善に苦労しています。この課題を解決するために、テクノロジー、特に生成AIの力を借りるという新しい考え方が広がりつつあるのです。企業成長に不可欠な「働きがい」企業が持続的に成長し続けるためには、単に利益を追求するだけでは不十分です。社員一人ひとりが仕事にやりがいを感じ、自律的に成長できる環境が不可欠です。 働きがいは、エンゲージメント、つまり会社に対する愛着や貢献意欲を高めます。これは、顧客満足度や企業のブランド価値向上にも繋がる重要な要素です。 近年、労働市場の流動性が高まる中で、働きがいは企業が選ばれるための重要な競争力となりました。企業は、社員の声を丁寧に聞き、彼らが働く上で直面する課題を解決することで、この働きがいを育む必要があります。生成AIがもたらす働き方の新時代生成AIは、私たちの働き方を根本から変える新しい時代の幕開けを告げています。これまでのテクノロジーが、定型的なタスクの自動化を目的としていたのに対し、生成AIは、創造的で複雑な作業においても人間のパートナーとなり得ます。 これにより、私たちはより創造的で、人間にしかできない仕事に集中できるようになります。単なる効率化を超え、私たちの仕事のあり方そのものを豊かにする変革と言えるでしょう。"生成AIがHRを変える"効率化と新たな価値創出 人事(HR)部門は、これまで多くの事務作業や問い合わせ対応に追われ、本来注力すべき「人材の育成」や「組織づくり」に十分な時間を割くことが難しい状況でした。 しかし、生成AIの登場によって、この状況は大きく変わり始めています。生成AIは、単純なルーティンワークを自動化することで、人事担当者の負担を軽減し、より価値の高い業務に専念できる環境を提供します。 これにより、人事部門は単なる管理部門ではなく、従業員一人ひとりの成長を支援し、企業の未来を創り出すための戦略的なパートナーへと進化するのです。HR業務の効率化2024年版のServiceNow EXトレンドレポートによると、HR担当者の65%が生成AIによって仕事の進め方が変わると感じています。 AIエージェントは、人事担当者の強力なアシスタントとして機能し、面接のスケジュール調整や、多角的な視点から評価を行う360度フィードバックの収集といった、時間のかかる業務を自動的にこなします。 これにより、人事担当者は、従業員とのコミュニケーションやキャリアカウンセリングなど、より人間らしい対応が求められる業務に集中できるでしょう。 この効率化は、人事サービスの提供コストを削減し、組織全体の生産性向上にも大きく貢献します。従業員のためのセルフサービス強化給与明細の確認、福利厚生制度の利用方法、年末調整の手続きなど、従業員は日々さまざまな人事関連の疑問に直面します。これまでは、HR担当者に問い合わせるか、社内の膨大なマニュアルを読み込む必要がありました。 しかし、AIエージェントが導入されることで、従業員は自分のスマートフォンやPCから、いつでも必要な情報にアクセスできるようになります。複雑な手順を踏まずとも、AIに質問するだけで答えを得られるのです。 また、人事申請や手続きの多くがデジタル上で完結するため、従業員は待ち時間やストレスから解放され、よりスムーズに業務を進めることができます。未来志向のタレントマネジメント:生成AIによる人材育成とキャリア支援生成AIの活用は、単なる業務の効率化に留まらず、従業員一人ひとりのキャリア形成や能力開発にも寄与します。これまでの人材育成は、画一的な研修プログラムや、経験と勘に頼ったOJTが中心でした。 しかし、生成AIは膨大なデータを分析することで、個人のスキルや適性、そして成長の可能性を正確に把握し、最適な学びの機会を提供します。 これにより、私たちは自分の強みを活かし、未来に必要なスキルを効率的に身につけることができます。生成AIは、私たちのキャリアの旅路を支える心強い羅針盤となるのです。生成AIを活用した人材育成未来の変化に対応できる人材を育てるためには、まず、社員一人ひとりがどのようなスキルや経験を持っているのかを正確に把握することが重要です。生成AIは、職務経歴やプロジェクトの成果、社内での活動履歴などを分析し、個人のスキルセットを詳細に可視化します。 これにより、企業は組織全体のスキルギャップを特定し、戦略的なリスキリングプログラムを計画できます。生成AIが提案する個別最適化された学習プランは、社員が自律的にスキルアップできる環境を創出し、組織全体の競争力を高める原動力となります。パーソナライズされたキャリア支援従業員一人ひとりのキャリアの夢は異なります。AIエージェントは、個人の目標や興味を深く理解し、それに合ったキャリアパスやメンターを提案します。 例えば、ある従業員がマーケティング職に興味を持っている場合、生成AIはその職種に必要なスキルを提示し、社内でそのスキルを持つ人を紹介したり、関連するプロジェクトへの参加を促したりします。 このようなパーソナライズされた支援は、従業員が自身のキャリアに主体性を持って向き合うことを促し、仕事に対する満足度やモチベーションを大きく向上させるでしょう。まとめ 生成AIは、単なる業務効率化のツールではなく、従業員が日々の業務で直面する大小さまざまな瞬間に寄り添い、働きがいを育むパートナーとなります。 人事部門の負担を軽減するだけでなく、個人のスキルアップやキャリア形成を支援することで、組織全体のパフォーマンスを向上させます。 そして、これらの変革を実現するのが、生成AIが標準搭載された、ServiceNowのような統合型ワークフロープラットフォームです。※ServiceNowについて、詳しくは[ServiceNow®とは]をご覧ください。 これまで手作業で行っていた承認プロセスや、複数の部門をまたぐ情報連携を生成AIが自動化することで、従業員は本来の業務に集中できます。 企業が今後も持続的に成長していくためには、こうした生成AIの力を最大限に活用し、従業員一人ひとりの働きがいを継続的に刷新していくことが不可欠です。 生成AIと人が共に進化する働き方を実現することで、私たちはより豊かな職業人生を歩むことができるでしょう。 ServiceNowを基盤とした生成AIソリューションにご興味があれば、ぜひお気軽に株式会社DTSまでご相談ください。

ITトレンド

AIでIT部門の悩みを解決! ServiceNowで実現する、自動化と業務効率の向上

現代のビジネスにおいて、ITに関する課題に直面している企業は少なくありません。多種多様なツールがバラバラに存在し、部分的な自動化にとどまっているため、IT部門の業務効率が上がらず、優秀な人材の確保も難しくなっています。 部署ごとにITサービスの運用が分断されていると、顧客や従業員から不満が出たり、IT部門の負担が増えたり、組織全体の生産性が低下するなど、さまざまな問題を引き起こします。結果として、新しい事業への挑戦をためらう原因にもなりかねません。 このような状況を打開し、デジタル技術を活用してビジネスを成長させるには、テクノロジーと日々の運用を一体化させることが不可欠です。 この記事では、ServiceNowが提供するAIを活用した自動化が、どのようにIT部門の課題を解決し、業務効率を向上させるのかを詳しくご紹介します。なぜServiceNowなのか?IT部門の課題を解決する統合AIプラットフォーム今日のIT部門は、従来の断片的なツールや部分的な自動化だけでは解決が難しい、根深い課題に直面しています。 手作業に依存するプロセスや、部門間の連携不足は、インシデント解決の遅延や従業員満足度の低下を招き、IT部門全体の生産性を阻害しています。 これらの課題を解決するために、ServiceNowは「テクノロジー・サービスとオペレーションを一体化する」という明確なビジョンを掲げ、これを実現するための統合プラットフォームを提供。 特に「ITSM Professional & Now Assist」は、IT部門が直面する生産性、従業員体験、データ活用といった包括的な課題を解決するソリューションとして注目されています。 ServiceNowは、プラットフォームに最初から組み込まれているAIを活用することで、IT部門に以下のような価値をもたらします。  日々の業務を効率化することで、IT担当者は「目の前の作業」から解放され、より創造的で重要な仕事に集中できるようになる。 AIを活用した質の高いセルフサービスを充実させれば、従業員は困ったときに自分で問題を解決できるようになり、仕事への満足度も高まる。 集まったデータをAIで詳細に分析することで、IT部門のリーダーは、より戦略的な判断を下せる。 これらの価値が、企業全体の効率性と生産性を向上させ、持続的な成長を可能にします。ServiceNowの機能と成果 ServiceNowは、IT部門の課題を解決し、業務効率を劇的に向上させるための様々な機能を、一つのプラットフォーム上で提供しており、これらの機能はAIを活用して予測、自動化、分析することで、目に見える成果をもたらします。Predictive Intelligence(予測インテリジェンス)Predictive Intelligenceは、機械学習を使いこなして、ITサービスマネジメントを「経験に頼る」ものから「データに基づいた」ものへと進化させます。過去のデータを分析することで、インシデントの分類、担当部署への振り分け、優先順位付けが自動化されるため、担当者の作業負担が大幅に減ります。 また、似たようなインシデントや役立つ情報を提案してくれるので、担当者は迅速に問題解決に取り組めます。それだけでなく、似たような記録をまとめてくれるので、効率的な情報作成を助け、サービス責任者はインシデント解決にかかる時間を予測することも可能です。 これにより、インシデント解決時間が75%削減され、スタッフの生産性が向上した例もあります。Virtual Agent(仮想エージェント)Virtual Agentは、利用者からのよくある質問や、業者からの問い合わせを自動で処理し、24時間365日サポートを提供。 自然な言葉(自然言語処理:NLU)を理解するチャットボットにより、従業員は普段使い慣れているツールから、すぐに自分で問題を解決できるようになります。 これによって、問い合わせ対応にかかるコストや手間が減り、サービスの質が向上し、従業員の満足度アップにもつながります。 ServiceNowの仮想エージェントは、入力された内容を認識し、必要な作業を自動で作成して、適切な担当者に割り振ることで、スピーディーなサービス提供と効率的な働き方が実現可能です。 結果として、やり取りの55%を仮想エージェントに移管できるようになった実績があります。Performance Analytics(パフォーマンスアナリティクス)Performance Analyticsは、プラットフォームのデータを活用し、ITサービスのこれまでの状況や、これからの傾向(トレンド)を分析。 これにより、IT部門はリソースの優先順位付け、解決時間の短縮、自動化とセルフサービスの促進、そしてビジネス目標に合わせたサービスをどう提供するかを、より的確に判断できるようになります。 主要なパフォーマンス指標(KPI)を分かりやすく可視化し、詳細に分析することで、サービスパフォーマンスの改善をすぐに把握できます。 これにより、サービスパフォーマンスが3倍改善したという成果も報告されています。Now Assist for ITSM (生成AI機能)Now Assist for ITSMは、生成AIの力を借りて、ITサービスマネジメント全体の生産性を大きく引き上げる機能群です。 チャットの要約機能は、仮想エージェントやオペレーターとの会話内容、トラブル解決のためのやり取りを自然に要約してくれるので、担当者は状況を素早く把握でき、インシデントを引き継ぐ際の状況理解にかかる時間を75%も短縮できます。 また、インシデントの要約機能も同様に、以前の担当者が行った対応やトラブルシューティングの要約を提供し、MTTR(平均修復時間)の削減に貢献します。 さらに、解決メモの自動生成機能は、実際に行った対応と解決策に基づいて、正確な解決メモを自動で作成してくれるので、担当者の処理時間やトラブル解決時間を短縮。 ナレッジの生成機能では、解決済みのインシデントの中から、自動的に重要なポイントを見つけ出し、関連するナレッジコンテンツを生成することで、セルフサービス率の向上と、インシデント発生件数の削減を促します。 これらの機能により、Now Assistの要約結果に対して56%の従業員が好意的な反応を示し、IT担当者の生産性が50%以上も向上した事例があります。まとめ AIを活用した自動化がもたらす、未来のITサービスマネジメント。ServiceNowのAI機能は、現代企業が直面するITの分断された課題を解決し、デジタルトランスフォーメーションを加速させるための強力なソリューションです。 Predictive Intelligenceによる予測、Virtual Agentによる自動化、Performance Analyticsによるデータ分析、そしてNow Assist for ITSMによる生成AI機能といった多岐にわたる機能群は、IT担当者の生産性向上、従業員のセルフサービス強化、ITリーダーのデータに基づいた意思決定を包括的にサポートします。 AIを活用した自動化は、ただ業務を効率化するだけではありません。企業全体の効率性、生産性、顧客や従業員の体験を劇的に向上させ、持続的なビジネス成長に貢献する未来を切り拓きます。 ServiceNowは、ITサービスマネジメントの未来を創造し、企業がデジタル時代において競争力を保ち続けるための、基盤を提供してくれるはずです。 ServiceNow導入をご検討の際は、ぜひお気軽にDTSまでご相談ください。

ITトレンド

ServiceNow Hackathon Tokyo 25でDTSがブログ賞を獲得

特別賞のひとつ「ブログ賞」がDTS「わく縁」チームの手に!ServiceNow Japanが主催する開発者コミュニティ向けイベント「ServiceNow Japan Hackathon 2025」の予選結果が、9月18日に発表されました。全国から28チーム・175名の開発者が参加する中、DTSの新人エンジニアを中心とした「わく縁」チームが、特別賞のひとつである「ブログ賞」を受賞しました。 本イベントでは、AIエージェントを活用した革新的なアプリケーションの提案が競われました。「わく縁」チームは、会議のトランスクリプトをもとに要約・グラフィック化を行い、宿題のタスク管理まで支援するAIエージェントを提案。惜しくも決勝進出は逃しましたが、厳しい審査の中で特別賞に選ばれたことは大変名誉なことであり、初のHackathon受賞としてDTSにとって大きな一歩となりました。 この成果は、若手エンジニアの創意工夫と挑戦の姿勢が実を結んだものであり、今後のHackathon挑戦者への励みとなることが期待されます。ServiceNow Japan Hackathon 2025とは?「ハッカソン」とは、ハック(hack)とマラソン(marathon)を掛け合わせた造語で、エンジニアが限られた時間の中でアプリケーションのアイデアを考案し、プロトタイプを開発、プレゼンテーションを通じて競い合うコンテストイベントです。 ServiceNow Japanでは2018年からこのイベントを開催しており、2025年で7回目の開催となりました。今年度のテーマは「Where the world puts AI to work(AIエージェントをあなたのパートナーに)」。全国から集まった28チーム・175名の参加者が、ServiceNowのAIプラットフォームを活用し、AIエージェントをパートナーとして業務や社会課題の解決に挑戦しました。 DTSのHackathon 2025挑戦については、以下のブログをご覧ください。 【イベントレポート】 DTS若手エンジニアがHackathon 25でAIエージェントを利用したアプリケーション作成に挑戦 【チームメンバーによるコメント】■メンバー:三澤今回、私たちのチームはほとんどが新人で構成されており、初めてServiceNowのハッカソンに参加しました。発表形式も分からず、当日は終始緊張した雰囲気の中で臨みました。決勝進出チームや各賞の発表が進むにつれ、私たちのチーム名が呼ばれることはなく、正直なところ「今回は難しかったかな」と半ばあきらめかけていました。そんな中、最後の最後で「ブログ賞」として私たちのチームが呼ばれた瞬間は、驚きと喜びが入り混じった、忘れられない瞬間となりました。この賞は、単なる開発力だけでなく、社内の多くの方々の協力があってこそいただけたものです。だからこそ、チームだけでなく会社全体の力で勝ち取った賞だと感じており、本当に嬉しく思っています。ブログ賞の受賞を通じて、これまで積み重ねてきた努力が形となり、私たちの取り組みや魅力を多くの方に知っていただける機会になったことを心から嬉しく思います。今後もこの経験を糧に、さらに成長していきたいと思います。ServiceNow World Forum Tokyo 2025にもDTSが参加!DTSは、10月22日・23日に開催される「ServiceNow World Forum Tokyo 2025」にも2日間参加します。EXPO(展示エリア)では、最新の業務改革ソリューションをご紹介するほか、ServiceNowの難関資格CTAを保持する島貫航二による講演も予定されています。 【ServiceNowの価値を最大限に引き出す!DTSマネージドサービスで実現するAI活用×IT運用】開催日時:2025年10月23日(木)12:10~12:30会場:Expo会場内 Mini Theater登壇者:島貫航二(株式会社DTS テクノロジー&ソリューションセグメント デジタルソリューション事業本部デジタルビジネス事業部 ServiceNow 推進担当 シニアスペシャリスト)講演概要:ServiceNow導入後の「使いこなせない」を解決しませんか?本セッションでは、AIを活用した運用保守と内製化支援を両立する「DTSマネージドサービス」をご紹介。運用負荷や人材不足を解消し、IT部門が戦略的業務に集中できる体制づくりのポイントを解説します。  また、World Forum TokyoのCreatorConブースでは、Hackathon 2025予選の動画・資料も公開予定です。DTSのブースでは、Hackathon参加メンバーがご案内いたしますので、ぜひお立ち寄りください!終わりに今回のHackathon参加および特別賞の受賞を通じて、DTSの若手エンジニアは、ServiceNowやAIを活用した開発において大きな気づきと学びを得ることができました。この新たなエネルギーが、経験豊富なベテランエンジニアの知見と相まって、お客様のDX推進をさらに力強く支援する原動力になると確信しています。ServiceNowの導入や伴走支援にご興味のある方は、ぜひDTSまでお気軽にお問い合わせください。

ITトレンド

生成AIで顧客体験を劇的に変える! ServiceNowが描く未来のカスタマーサービス

デジタル化が進む現代、顧客が企業に求める体験レベルはかつてないほど高まっています。しかし、多くの企業がエージェントの非効率性や不完全なセルフサービスといった課題に直面し、顧客ロイヤルティの低下を招いています。 本記事では、これらの問題を解決し、顧客と企業双方に価値をもたらす、ServiceNowが描く未来のカスタマーサービスについて解説します。ServiceNowが提案する顧客体験の理想形ServiceNowが描く理想の顧客体験は、単なる問題解決にとどまらず、より包括的でシームレスな体験の提供です。 その実現のために、ServiceNowはデジタル変革を支える三つの柱を掲げ「AI」「ライブエージェント」、そして「ワークフロー」をシームレスに結びつけることで、顧客と企業双方に真の価値をもたらすことを目指しています。デジタル変革の理想ServiceNowが目指すデジタル変革の理想は、一つの要素で語れるものではありません。三つの重要な柱によって実現します。 一つ目の柱は、「比類なき顧客体験」の提供です。顧客がストレスなく迅速に、そして一人ひとりのニーズをセルフサービスで解決できる環境を築き上げます。 これこそが、顧客満足度とロイヤルティを飛躍的に向上させる鍵となります。 二つ目は、「エージェントの飛躍的な生産性向上」です。生成AIの力を借りることで、エージェントは複数のツールを行き来する煩雑な作業から解放され、単一の統合されたプラットフォーム上で効率的に業務を遂行できるようになります。 これによって、より多くの顧客に、より質の高いサービスを提供することが可能になります。 そして三つ目は、「大幅なコスト削減」です。ワークフローの自動化とAIによるタスクの効率化は、人件費や運用コストを大幅に抑えます。 さらに、問題解決までの時間が短縮されることで、顧客からの問い合わせ件数自体が減り、結果としてコスト削減に貢献します。 これら三つの目標を同時に実現することで、企業は確固たる競争優位性を築き、持続的な成長を達成できるのです。AI、ライブエージェント、ワークフローの融合ServiceNowのプラットフォームは、生成AI、ライブエージェント、そしてワークフローを完璧に融合させることで、これまでにないシームレスな顧客サービスを実現します。 まず、顧客はあらゆるニーズをセルフサービスで解決できるようになります。生成AIを活用したバーチャルエージェントは、複雑な質問にも的確に回答し、顧客が自力で問題を解決できる強力なサポートを提供。 ライブエージェントへの問い合わせ件数を削減し、担当者はより複雑な問題に集中できる環境を整えます。 次に、カスタマーエージェントはAIの力を借りて、たった一つのツールで業務を遂行します。AIが顧客の問い合わせ内容を自動で要約し、関連する情報を提示することで、エージェントは迅速かつ正確な対応が可能に。 これにより、担当者の作業効率は劇的に向上し、顧客への対応時間も短縮されます。 そして、ミドル・バックオフィスはタスクの自動化とオーケストレーションによって解決までの時間を短縮。顧客の問題解決には、営業や経理など複数の部門が連携する必要がある場合が多いのですが、この部門間の連携をAIが自動で調整し、タスクの割り当てや進捗管理を効率化します。 このように、ServiceNowのアプローチは、部門やツールの垣根を越えてスムーズなワークフローを実現し、より迅速でパーソナライズされた体験を提供することで、顧客ロイヤルティの向上と大幅なコスト削減を同時に叶えてくれるのです。ServiceNowの生成AIが顧客体験をどう変えるか デジタル化の進展に伴い、企業は顧客体験を継続的に向上させる必要に迫られています。ServiceNowは、この変革の中心に生成AIを据え、顧客と企業双方に革命的な価値をもたらしています。 ServiceNowが提供する生成AIソリューションは、単なる自動化ツールを超え、顧客とのエンゲージメントのあり方を根本から変えることを目指しています。 それは、AIが顧客の意図を深く理解し、先回りして最適な情報やサービスを提示することで、顧客が求める解決策に迅速にたどり着けるようにすることです。 また、企業側にとっては、これまで手動で行っていた多くの業務をAIが代行することで、リソースをより戦略的な活動に集中させることが可能になります。 この変革は、顧客が企業に対して抱く期待値を満たすだけでなく、それを上回る体験を提供することで、強固な顧客ロイヤルティを築き上げ、持続的な成長を実現する鍵となるのです。 ServiceNowの生成AIは、従来のサービスモデルを打破し、企業と顧客の関係をより強固なものとします。Now AssistとAIエージェントServiceNowの生成AIは、より高度な顧客体験を目指して日々進化しており、Now Assistはその第一段階、AIエージェントはその次のステップに位置づけられる技術です。 Now Assistは、担当者や顧客の生産性を高めるためのアシスタント機能に特化している一方、AIエージェントは自律的な業務遂行能力を備えている点が大きな違いです。 ここでは、Now AssistとAIエージェントの機能・特長について解説します。カスタマーサービス管理 (CSM) におけるNow AssistServiceNowの生成AIソリューション「Now Assist」は、特にカスタマーサービス管理(CSM)の領域で大きな変革をもたらしています。その中心的な価値は、「スマートなセルフサービスの実現」です。 顧客はバーチャルエージェントと対話することで、自分の問題を迅速かつ正確に解決できるようになり、従来のサポートチケット発行や電話での問い合わせといった煩雑なプロセスを回避できます。 これにより、顧客満足度が向上し、企業のサポートコストも削減。そしてカスタマーサービス担当者の生産性向上にも貢献します。 AIが顧客とのやり取りをリアルタイムで要約し、担当者に次のアクションを推奨するため、担当者はより効率的に顧客対応を進められます。 実際に、顧客対応要約の記述に要する時間を55%削減したという実績もあり、プロセスの自動化と最適化も進められます。 AIは手動でのデータ入力や承認プロセスを自動化し、業務フロー全体を効率化。入札手続きに要する時間を99%も削減した事例もあり、ビジネスのスピードを劇的に向上させます。 これらの機能により、企業は価値実現までの時間を大幅に短縮し、迅速な導入とROIの早期獲得を達成します。AIエージェントの機能続いてAIエージェントについてです。ServiceNowのAIエージェントは、従来のチャットボットとは一線を画す、高度な機能を備えています。 その第一の特長は、「自律的な業務遂行」です。AIエージェントは、単純な対話だけでなく、複雑な業務プロセスやタスクを自律的に実行できます。これにより、顧客の問い合わせから問題解決までの一連のプロセスを、スムーズかつ自動的に完結させることが可能になります。 第二に、「生産性向上」の貢献です。AIは、データの検索、要約、レコメンドなど、人間が時間と労力を費やしていた作業を高速で実行。これにより、エージェントはより複雑で戦略的な業務、例えば顧客との関係構築や特別な課題への対応に集中できるようになります。 第三に、「常に人間のコントロール下に」置かれていることです。AIの自律性と共に、人間がいつでも状況を把握し、必要に応じて介入できる体制を確保しています。 そして、ServiceNowの生成AIは、ServiceNowプラットフォームに標準で搭載。外部ツールを接続する手間なく、導入から運用までを容易に行うことができます。 AIエージェントが実行できるアクションは多岐に渡り、検索、要約、生成、推奨、そして実行の5つに分類され、これらのアクションを組み合わせることで、顧客体験のあらゆる側面を改善します。AIエージェントの価値創出ServiceNowのAIエージェントは、既に幅広い分野で数億ドル規模の価値を生み出しているという確かな実績があります。 その価値は、ServiceNowプラットフォーム全体の多様な領域(IT、CRM、人事、アプリ開発、財務・サプライチェーン管理など)で具体的に示されています。 たとえば、AIエージェントはITサポート依頼の76%を自動で対応し、IT部門の負担を大幅に軽減。また、カスタマーサポートの問い合わせ対応の72%を自動化することで、エージェントがより複雑な案件に集中できる環境を整えました。 人事部門では、AIを活用することで300万時間もの対応時間を削減し、従業員エンゲージメントの向上に貢献。さらに、開発者の生産性は20%向上し、新しいアプリケーションや機能の開発が加速。 受注管理においても、AIエージェントの活用により生産性が25%向上し、ビジネスプロセスの効率化が実現しました。 これらの驚異的な数値は、ServiceNowのAIエージェントが単なる理論上のツールではなく、現実のビジネスにおいて確実なROIをもたらす実用的なソリューションであることを証明しています。まとめ ServiceNowの生成AI(Now Assist、AIエージェント)は、顧客体験における従来の課題を解決し、企業に競争優位性をもたらす強力なツールです。 顧客、担当者、ITリーダー、そして企業全体に、顧客満足度の向上、生産性向上、コスト削減といった具体的なメリットをもたらします。 AIを活用した顧客体験の自動化と最適化は、これからのビジネス成長に不可欠な要素であり、ServiceNowは、この変革の最前線で、企業が未来のカスタマーサービスを構築するための基盤を提供します。 本記事でご紹介したServiceNowの生成AIにご興味をお持ちいただけましたら、ぜひお気軽にお問い合わせください。

ITトレンド

ServiceNowが拓く、AIワークフローの新時代

近年、AI技術は目覚ましい進化を遂げ、ビジネス環境に革命的な変化をもたらしています。 特にServiceNowにおいては、従来のスクリプト型ワークフローから予測型、会話型へと進化し、2024年には生成AI(Generative AI)を搭載した「Now Assist」が登場しました。 さらに2025年には、Agentic AI(自律型AI)である「AI Agents」が加わり、AIが人の代わりに業務を実行する「Agentic Workflow」が実現されつつあります。 本記事ではAIの進化の過程と、ServiceNowが実現する、AIを用いたワークフローの今後の展望について解説します。生成AI(Generative AI)とは?従来のAIとの違い生成AIは、従来のAIとは一線を画す、新たなコンテンツ創造能力を持つAIです。本章では、従来のAIと生成AIの違いや、仕組みについて詳しく解説します。従来のAIの役割従来のAIは、過去の膨大なデータを学習し、そのデータパターンに基づいて適切な解答を推論することを主な役割としていました。例えば、既存のデータから最適な選択肢を導き出したり、予測を行ったりする能力に長けています。生成AIの登場これに対し、生成AIは過去のデータを基盤としつつも、人間のように「0から1」を創造する能力を持っています。これにより、テキスト、画像、音声、動画など、これまでにない新しいコンテンツを自律的に生成することが可能になりました。AI技術の進化における生成AIの位置づけAI技術の進化において、生成AIは「機械学習(Machine Learning)」や「深層学習(Deep Learning)」のさらに上位に位置付けられます。深層学習が複雑なパターン認識を可能にした一方で、生成AIはその能力を応用し、より高度な創造性を実現する技術として注目されています。生成AIの基本的な仕組み生成AIの基本的な仕組みは、主に以下の要素で構成されます。  ユーザー(User):AIに何かを依頼する人間を指す。 プロンプト(Prompt):ユーザーがAIに対して指示や質問を与えるテキストのことです。生成AIは、このプロンプトの内容を解釈し、何を生成すべきかを理解。 データ(Data):AIが学習した膨大な情報のこと。このデータからAIは知識を記憶し、知識化する。 モデル(Model):学習されたデータを基に、プロンプトに応じて新たなコンテンツを生成するAIの中核となる部分。 生成されるデータ:モデルによって生成されるアウトプットで、テキスト、画像、音声など、様々な形式が存在。LLM(大規模言語モデル)の解説LLM(Large Language Models)は、大規模な「データ量」「計算量」「パラメータ数」を特徴とする、極めて精度の高い言語に特化したモデルです。 データ量:AIが学習する情報の量。大規模であるほど、より多くの知識とパターンを習得。 計算量:コンピュータが情報を処理する能力。膨大な計算量によって複雑なタスクを実行。 パラメータ数:AIが確率計算を行う際の係数の集合体。この数が豊富であるほど、モデルの表現力と精度が高まる。代表的なLLMには、OpenAIの「ChatGPT(GPT-4oなど)」やGoogleの「Gemini(旧Google Bard、Gemini Nano/Pro/Ultraなど)」があります。ServiceNowの「Now Assist」が実現する生成AI機能群 ServiceNowの「Now Assist」は、ServiceNowプラットフォーム上で利用できる生成AI機能の総称であり、多様なユーザーの生産性向上と業務効率化を支援する機能です。Now AssistとはNow Assistは、ServiceNowプラットフォーム上で利用できる生成AI機能の総称です。これは単一の機能ではなく、ServiceNowの各製品やユーザーの役割に応じて最適化された、多様な生成AIスキル(Now Assist Skill)の集合体として提供されています。 Now Assistは、ServiceNow独自の大規模言語モデルである「Now LLM」を主に使用していますが、開発時にはOpenAIやGoogle Cloud AIなどのサードパーティ製LLMも利用可能です。これにより、お客様の業務領域に合わせた柔軟なAI活用が可能となります。 各役割におけるNow Assistの価値▼サービス担当者(サービスデスク・カスタマーサポート等)向け Now Assistは、サービス担当者の生産性向上と複雑な作業の迅速化をサポートします。具体的な機能としては、以下のようなものがあります。  ケース/インシデント要約:顧客からの問い合わせやインシデントの内容をAIが自動で要約し、エージェントが迅速に状況を把握できるようにし、対応時間を短縮。 チャット要約:顧客とのチャット履歴が長くなった場合でも、担当者が会話のポイントをすぐに把握できるようにAIがその内容を簡潔に要約。 ナレッジ生成:過去の解決事例や対応記録から、FAQやナレッジベースの記事を自動で生成し、ナレッジ作成の手間を削減、情報共有を促進。 解決メモの生成:インシデント解決後に、その対応内容や解決策を自動で記録し、解決メモを作成。 メール返信推奨:顧客からのメールに対して、AIが内容を分析し、適切な返信文案を提案。これにより、エージェントは迅速かつ質の高い返信が可能。 ▼ 開発者・管理者向け 開発者や管理者にとって、Now Assistはアプリケーション開発の簡素化と迅速化をサポートします。具体的な機能としては、以下のようなものがあります。 テキストからのコード生成 : 自然言語で指示するだけで、AIが自動的にプログラミングコードを生成し、開発者のコーディング作業の負担を軽減。 テキストからのアプリ生成:テキストでの指示に基づいて、ServiceNowプラットフォーム上で動作するアプリケーションの骨格を自動生成し、アプリ開発の初期段階の工数を削減。 テキストからのダッシュボード生成:必要な情報や表示形式をテキストで指定するだけで、AIが最適なダッシュボードを自動で作成。 ▼ 従業員・顧客(エンドユーザー)向け 従業員や顧客(エンドユーザー)向けには、セルフサービスによる自己解決の促進とユーザー満足度の向上に貢献します。具体的な機能としては、以下のようなものがあります。  検索の効率化:AI検索機能において、ユーザーがより自然な言葉で検索クエリを入力できるようになり、AIが関連性の高い情報を迅速に提供。 生成AIを活用したVirtual Agent:従来のチャットボットが持つ機能に加え、生成AIの能力を活用することで、より複雑な問い合わせにも自然言語で対応し、高度な自己解決を支援。 スケジュールアシスト:会議やイベントのスケジュール調整において、AIが参加者の空き時間などを考慮し、最適な候補日時を提案。このように、Now AssistはServiceNowプラットフォーム上で、様々なユーザーが生成AIの恩恵を享受できるよう、幅広い機能を提供しています。これにより、企業全体の生産性向上と顧客体験の向上を実現します。 Agentic AI(自律型AI) とServiceNow AI Agentsの展望 Agentic AIは、ServiceNowのワークフローを次のレベルへと進化させ、ビジネスにおけるAI活用をさらに促進させます。 Agentic AIとはAgentic AIは、AIが自律的にタスクを遂行し、人間はそのプロセスを監督するという、新しい業務のあり方を指します。 従来の生成AIが、依頼に対して単に提案や回答を生成するのに対し、Agentic AIは自ら計画を立て、人の代わりに、より複雑なタスクを自律的に実行できるという点で大きく異なるでしょう。 具体的には、ユーザーからのリクエストを受け取ると、AIがWeb検索、データベース検索、APIタスク実行、監視・学習といった多様なステップを自ら実行します。 必要に応じて人間の確認を挟みながら、最終的な目標達成を目指すことができるため、この自律的な実行能力は、ビジネスプロセスの自動化を次のレベルへと引き上げることが可能です。ServiceNow AI Agentsの仕組みと役割ServiceNow AI Agentsは、このAgentic AIの概念をServiceNowプラットフォーム上で実現するものです。 その最大の特徴は、単なる汎用的なAIではなく、企業が持つ独自のデータやワークフロー、ナレッジベース、そして個々のユーザーの業務領域を深く理解する点です。 ServiceNow AI Agentの基本的な仕組みは以下のとおりです。  Requester(リクエスター):AI Agentに依頼を行うユーザーやシステム。 AI Agent Orchestrator(オーケストレーター):AI Agentの中心的な役割を担い、リクエスターからの依頼を受け、実行計画を立て、適切なAI Agentやツール、ワークフローを調整・実行。 AI Agent:特定の業務領域やタスクに特化した自律型AI。例えば、ITSMやCSM、HRSDなど、ServiceNowの各製品領域に特化したAI Agentが存在し、それぞれが専門的な業務知識と実行能力を持つ。 Tools(ツール):AI Agentがタスクを実行するために利用する外部システムやServiceNowプラットフォーム内の機能。これにはWeb検索、API実行、データベースアクセスなどを含む。 Workflows(ワークフロー):ServiceNowプラットフォーム上で定義された既存のワークフロー。AI Agentは、これらのワークフローと連携、自動化されたプロセスをトリガーし、その一部として機能。 Information(情報)/Skills(スキル):ナレッジベース(KB)や構成管理データベース(CMDB)、ユーザー情報など、AI Agentが参照する情報源や、Now Assist Skillなどの生成AI機能群。 ServiceNow AI Agentsは、インシデント解決、顧客サポート、従業員オンボーディングなど、多様な業務プロセスにおいて、人間の介入を最小限に抑えながら、自律的に、迅速かつ正確な業務遂行を可能にします。 企業はこれまでAIでは自動化が困難だった複雑な業務にもServiceNow AI Agentsを取り入れることで、大幅な効率化と生産性向上が期待できます。 まとめAI技術は近年大きく進化を遂げました。また、それはServiceNowにおいても同じことが言えます。 生成AI「Now Assist」による業務支援、そしてAgentic AI「ServiceNow AI Agents」による自律的なタスク実行は、企業のデジタル変革や、競争力を強化するための強力なツールとなります。 ServiceNowは、AIとワークフローの融合を通じて、これからのビジネスにおけるAI活用の重要性を高め、その貢献は今後さらに大きくなっていくでしょう。 ServiceNowのAIワークフロー導入をご検討の際は、ぜひお気軽に株式会社DTSまでご相談ください。            

ITトレンド
TOP