ITサービス管理におけるAIの可能性は、長年にわたり語られてきました。チケットを振り分けるチャットボット。FAQに回答する仮想エージェント。リクエストをルーティングする自動化。これらは有用ですが、当初提示されていた理想像とは異なるものだったかもしれません。

今日の違いは、エージェンティックAI：単に指示に応答するだけでなく、実際の影響を伴う複数ステップのワークフロー全体で推論し、行動し、適応するシステムが登場したことです。ITリーダーにとっての問いは、もはやエージェンティックITSMを導入するかどうかではありません。十分なガバナンスを確立し、スピードをもって運用するにはどうすべきかです。

AIエージェントは、これからサービスデスクにやって来るのではありません。すでにそこに存在しています。Ivanti Neurons for ITSMは、AIエージェントをインシデント管理、サービスリクエスト、ナレッジ管理に直接組み込むことで、この変化の中心的な役割を担っています。

導入されたエージェンティックサービスデスク

エージェンティックITSMワークフォースは、単に手順が増えたチャットボットではありません。Ivanti Neuronsでは、AIエージェントが定義済みのITSMペルソナ向けに設計されており、インシデントが届いた瞬間にトリアージと分類を行い、承認済みの変更ワークフローをエンドツーエンドで実行し、アナリストの介入なしにCMDBを照会して整合性を確認し、単に提示するだけでなく実際に問題解決につながるナレッジ記事を表示します。

これらのエージェントは、既存のテクノロジースタック全体で動作します。エージェンティックAIエージェントは、孤立して動くのではなく、テクノロジースタック全体で機能すべきです。私たちは、ITSM、エンドポイント管理、パッチ管理、セキュリティ全体にエージェントを展開し、自律型エンタープライズを実現することを目指しています。

先進的なITリーダーが、エージェンティックITSMワークフォースをどのように統制、拡張し、実際の成果につなげているかを見ていきましょう。

試験導入ではなく、実際の成果を

Ivanti Neurons for ITSMで実験段階を超えた組織では、AIエージェントが本番環境で成熟するにつれ、複合的なリターンが生まれています。Ivanti独自のAITSM調査によると、ITプロフェッショナルの86%が、AI搭載テクノロジーはIT組織の効率化に不可欠であると回答し、85%が、根本原因分析や予測保守のようなAIおよび自動化ソリューションはITチケット量の削減に役立つと考えています。

これらの調査結果は、この機会の大きさを裏付けています。特に、組織の58%がすでにパスワードリセットにAIを活用しており、52%が従業員オンボーディングに活用しています。これらはアナリストの時間を消費する一方で、戦略的価値は比較的低い定型業務です。

アナリストの推定では、ITチケット1件の解決にかかる平均コストは15～17米ドルで、エスカレーションされたリクエストではその数倍に上ります。大量かつ低複雑度のチケット層をAIエージェントが処理することで、コスト削減だけでなく、優秀な人材をビジネスを前進させる業務に集中させることができます。

— Ivanti AI：ITSM自動化の未来に関するレポート。

この変革は、Ivanti Neurons for ITSMが導入されているさまざまな業界で進んでいます。

  • ヘルスケア：複数拠点の環境全体で、デバイスのプロビジョニングやEHRアクセスリクエストが自律的に解決され、これまでサービス対応時間を長引かせていた遅延を削減します。
  • 金融サービス：AIによってスコアリングされた変更リスクがCABで重要となるフラグを可視化し、レビュー時間を短縮しながら、手作業なしで監査証跡を完全に保ちます。
  • 製造：エンドポイントの健全性シグナルが未解決のインシデントと自動的に関連付けられ、統合されたOTおよびIT環境全体でMTTRを短縮します。

ガバナンスは単なるガードレールではなく、推進力です

高い成果を上げているエージェンティックITSM組織には共通点があります。それは、AIエージェントガバナンスを変更管理と同じ厳格さで扱っていることです。適切に統制されたエージェントは、単に機能するだけでなく、改善し続けます。ガバナンスを欠いたエージェントは、チケットのパターンが変化し、ナレッジ記事が古くなり、組織の変化がモデルの前提を上回るにつれて、気づかないうちに劣化していきます。

優れたITSMエージェントガバナンスは、実際にはどのようなものなのでしょうか。

  • 明確に定義された自律性の境界。ITチームは、どのワークフローステップを完全に自律化するか、どれに人間の確認が必要か、どれを常にエスカレーションする必要があるかを正確に設定する必要があります。
  • あらゆる接点でのフィードバックループによる継続的改善。エージェントは、アナリストによる修正、エンドユーザー満足度スコア、解決結果から学習します。これらのシグナルは集約されて可視化されるため、チームはチケットをクローズするだけでなく、プロセス自体も改善できます。
  • すべてのエージェントアクションに対する監査証跡。AIエージェントによるすべての判断は、何がトリガーになったのか、どのデータを使用したのか、どのアクションを実行したのかを含む完全なコンテキストとともに記録されるべきです。コンプライアンスは後付けではなく、最初から組み込まれます。
  • 実際に機能するエスカレーション。エージェントは自らの限界を把握しています。信頼度が設定可能なしきい値を下回った場合、AIテクノロジーは完全なコンテキストを添えて適切な担当者へシームレスにルーティングし、アナリストが一から対応を始めなくて済むようにする必要があります。
  • 信頼できる情報。AIエージェントは、外部の不明なソースやハルシネーションに依存するのではなく、信頼できるデータを使用しなければなりません。信頼性の高い情報を保証するには、データソースを管理下に置くことが不可欠です。

ITリーダーに新たに求められるスキルセット

エージェンティックITSMワークフォースへの移行は、有能なITマネージャーであることの意味を変えます。中核となる能力は、もはやチケット処理量やプロセス遵守ではありません。人間とエージェントで構成されるハイブリッドチームをオーケストレーションし、直属の部下に向けるのと同じ厳しい視点でエージェントのパフォーマンスを評価し、変化するビジネス要求に合わせてシステムを継続的に調整する能力です。

Ivantiの2025年版Technology at Work Reportと2025 DEX Reportは、この課題を明らかにしています。

  • ITプロフェッショナルの46%が、新しいソフトウェアの導入によりチケット量が増加したと報告しています。
  • ヘルプデスクの34%が、反復的で時間のかかるタスクと長い解決時間を最大の課題として挙げています。

これらはまさに、エージェンティックAIが吸収するために設計された負荷です。ただし、それを方向づけるマネジメント力をリーダーが備えている場合に限られます。

ITSMでエージェンティックAIを活用するITリーダーは、アナリストのKPIを確認するのと同様に、エージェントのパフォーマンスレビューを毎週の運用リズムに組み込むことを検討すべきです。たとえば、次のような問いを立てます。

  • 期待どおりの成果を出していないエージェントはどれか、その理由は何か。
  • AIの自律性を拡大できる段階にあるワークフローはどれか。
  • モデル内のナレッジギャップを示唆するエスカレーションパターンはどれか。

エージェンティックAIを先導する組織は、アナリストとAIエージェントを個別に評価する段階を超える必要があります。真のパフォーマンス測定とは、共通の目標に向かって働く人間とAIの統合チームとして、両者を一体で評価することです。

導入の遅れは技術的負債になる

ITの世界では、AI導入は大規模展開の前に正しく整えるべきものだと捉えられがちです。ITSMは組織のあらゆる部分に関わり、失敗が目に見えるため、その感覚は理解できます。しかし、リスクの計算は反転しました。2026年において、慎重に動くことのコストはリスク回避ではありません。四半期ごとにエージェンティックAIの優位性を積み上げている組織との差が蓄積していくことです。

Ivantiの調査は、真の障壁を明らかにしています。ITプロフェッショナルの42%が、セキュリティとコンプライアンスへの懸念をIT自動化における最大の課題として挙げています。さらに、組織の44%がAIに投資している一方で、従業員がこれらのツールを効果的に使うための十分なスキルやトレーニングを備えていないと回答しています。これらは解決可能な問題ですが、リーダーシップが前面に立って取り組む場合に限られます。

エージェンティックITSMの障壁は、技術的なものよりも組織的なものであることがほとんどです。AIの成果に対するオーナーシップの不明確さ、インセンティブの不一致、そしてAIを能力拡張ではなく置き換えとして恐れるアナリストの文化的抵抗が、AIの本格的な導入を妨げています。

注目すべき点として、2025年にはITプロフェッショナルの74%がすでに生成AIツールを使用しています。前年の66%から増加しています。従業員は動き始めています。問われているのは、組織がその動きに伴走するのか、それとも摩擦を生み、そうした活用を見えない場所へ追いやってしまうのかです。

真の変革を推進する原則

真にエージェンティックなIT運用を構築しようとする組織には、共通する運用思想があります。

  • ユースケースではなく成果から始める。SLA遵守率、MTTR、アナリスト対チケット比率といった戦略的指標を特定し、それを改善するエージェンティックワークフローへ逆算して構築します。
  • AIエージェントをオンボーディング計画を持つチームメンバーとして扱う。新しいエージェントは監督され、フィードバックによって育成され、パフォーマンスに応じて自律性を拡大します。本番環境に投入して放置することはありません。
  • 人間のパフォーマンスと同様にエージェントのパフォーマンスを測定する。解決率、エスカレーション率、エンドユーザー満足度、ナレッジへの貢献度は、サービスデスク全体の集計レベルだけでなく、エージェントワークフローごとに追跡されます。
  • AIの能力とともに人間の能力にも投資する。サービスデスクは向上し、そこで働く人々も成長します。優秀なアナリストは置き換えられるのではなく、AIコーチ、ワークフローアーキテクト、例外処理マネージャーとして再教育されます。
  • 必要になる前にガバナンスを構築する。自律性のしきい値、エスカレーションロジック、監査ポリシーは、最初のインシデント後ではなく、初回導入時に設定します。
  • AIエージェントとアナリストを1つのチームとして扱う。 AIエージェントと人間のアナリストを、計画、実行、評価をともに行う1つのチームとして扱います。この統合チームを形成期、混乱期、統一期、機能期というチーム開発フレームワークに沿って導き、実際の成果を生み出す信頼と結束を築きます。

受動的なサービスデスクの時代は終わりつつあります。チケットを待ち、キューを処理し、クローズ率で成功を測る時代ではありません。次の10年のIT運用を定義する組織は、感知し、推論し、行動するプロアクティブなサービス管理運用を構築しています。そこではAIエージェントが量を処理し、最も優秀な人材が未来を担います。

Ivanti Neurons for ITSMは、そのようなサービスデスクのために構築されています。問われているのは、貴社がそれを率いる準備ができているかどうかです。

エージェンティックITワークフォースを構築する準備はできていますか。

Ivanti Neurons for ITSMが、既存のサービスデスクワークフローにAIエージェントを初日からどのように組み込むのかをご覧ください。詳細はこちら。