企業は拡大を続けるアプリケーション環境の管理、定型業務の自動化、意思決定支援のためにエージェント型AIの活用を進めています。ビジネスおよびIT部門のリーダーは、Unisysの「AI & Cloud Insights Report」によれば、この技術をクラウドアプリケーション管理の一部として位置づける傾向を強めています。
エージェント型AIを安全にスケールさせる上で、以下の要因はどの程度組織の能力を制限しているか(グラフは「中程度/大きな制約」と回答した割合を示す)(出典: Unisys)
大半の組織は依然としてテスト段階または導入初期の段階にとどまっています。ビジネス機能全体でエージェント型AIのスケール展開を開始した組織は、全体の4分の1近くに達しました。初期段階での活用は、従業員の生産性向上とクラウド管理が中心となっています。支出計画からも継続的な関心の高さがうかがえ、回答者の半数が今後1年間で投資を増やす計画を示しています。
導入の成否は事前準備にかかっています。各企業は、優先すべきユースケースの特定、経営層からの支持獲得、従業員研修、技術ベンダーとの連携、ガバナンスルールの策定といった面で進展を報告しました。こうした取り組みが、部門や業務プロセス全体にわたるエージェント型AIの幅広い導入を後押ししています。
Unisysの最高経営責任者(CEO)兼社長を務めるMike Thomson氏は、次のように述べています。「現在成果を上げている組織は、既存の資産を取締役会が確認・測定できる成果に転換する方法を見出しています。技術そのものよりも、それを実行に移す規律の方が重要なのです」
主な懸念は日々の管理面に集中しています。各組織は、データやAIワークロードの所在に関する可視性の不足、クラウドセキュリティ、プロバイダーへの依存集中、規制の不透明さを課題として挙げました。ビジネス部門のリーダーは、測定対象となったリスクカテゴリー全体でより強い懸念を示しています。
信頼性や雇用に関する懸念は低下傾向にあります。エージェント型AIを雇用喪失、バイアス、ハルシネーション、人間らしい共感の欠如と結び付ける回答者は減少しました。技術への習熟が進んだことで、関心の対象は導入ルール、ワークロードの監視、アクセス制御へと移っています。
AIの幅広い活用を支えるインフラ
データアーキテクチャと自動化への信頼度は高まっています。ビジネスおよびIT部門のリーダーの大半は、データドリブンな意思決定を支えるアーキテクチャとツールを既に備えていると回答しました。組織の9割は、IT環境の効率化・最適化のために自動化を活用していると答えています。
業務パフォーマンスが期待を上回った組織の割合は、前回調査と比べて減少しました。熟練した人材の不足、およびデータ管理・統合の課題が、依然としてITにおける主要な問題として残っています。
クラウドインフラ、クラウドアプリケーション、自動化、生成AI、ゼロトラストといった各分野への投資計画は引き続き活発です。各組織は、パブリッククラウドおよびプライベートクラウドのサービス利用を拡大しています。特定のデータ、所在地、コンプライアンス要件を持つ業種では、エッジクラウド、ソブリンクラウド、業界特化型クラウド環境の活用が進んでいます。
クラウド環境の拡大は、管理面での負担増につながります。プラットフォームごとに異なる制御体系、データの所在地、サービス間の依存関係、アクセスルールが生じる可能性があるためです。企業がクラウド運用とAIワークロードを支えるには、これらの環境全体で一貫した監視体制を確立する必要があります。
アプリケーション関連の取り組みは技術面が中心
アプリケーションのモダナイゼーションは、技術面のアップグレードとAI活用支援に重点を置いています。掲げられた目標の中では、AIと自動化の実現がほぼトップに位置し、これに回復力(レジリエンス)、コスト削減、顧客体験の向上、市場投入までのスピード向上が続きます。
既存システムとの統合は、依然としてアプリケーション戦略上最大の課題です。レガシーシステム、技術的負債、継続的な最適化作業もプロジェクトの遅延要因となっています。多くの企業が旧来のアプリケーションをクラウド環境へ移行し、クラウドネイティブな利用形態へと適応させています。
旧来のシステムを稼働させ続けることで、サービスがレガシー、クラウド、ハイブリッドの各環境に分散した状態になります。これにより依存関係が増え、アプリケーション管理が一層難しくなります。レガシーアプリケーションの廃止をさらに進めることが、この複雑さの軽減につながる可能性があります。
AI導入を導くセキュリティ制御
エージェント型AIは、企業のデータ、アプリケーション、業務プロセスへのアクセス権をソフトウェアシステムに与えるものであり、ID制御、アクセス管理、ワークロードの可視化、そしてシステム権限に対する明確な制限の必要性を高めています。
調査対象組織の半数近くが、過去1年間にサイバーセキュリティ侵害を経験しています。各組織は、マネージド検知・対応(MDR)、ID統治(アイデンティティガバナンス)、特権アクセス管理、継続的な脅威エクスポージャー管理を活用し、セキュリティ運用を支えています。
クラウドセキュリティの実装状況は、組織がAIシステムにどの程度の自律性を与えるかに影響を及ぼします。データ主権に関する要件はワークロードの配置場所に影響し、地域単位での展開が一般的な対応策となっています。
セキュリティおよびガバナンスに関する制御は、AI計画の初期段階から組み込まれるようになりつつあります。これらの制御は、データアクセス、システム権限、ワークロードの配置、そして説明責任に関するルールを定めるものです。回答者は、こうした制御が短期的にはエージェント型AIの導入を制限する要因になると見ています。しかし同時に、これらの制御こそが、業務全体にわたる幅広い活用を可能にする運用上の境界線を提供することにもなります。
翻訳元: https://www.helpnetsecurity.com/2026/07/22/agentic-ai-cloud-operations-report/
