オーケストレーションがエンタープライズITの次のフロンティアである理由

この記事では、信頼できるAIが、権威あるシステム・オブ・レコードから始まることを説明します。組織には、テクノロジー資産、関係性、所有者、コンプライアンス、運用状態に関する、ガバナンスされた記録と履歴が必要です。それにより、人、オートメーション、AIが一貫したコンテキストに基づいて運用できるようになります。しかし、その基盤が存在していても、新たな課題が生じます。業務そのものが1つのシステム内に収まることはほとんどないからです。

組織は、見えないもの、調整できないものを保護、ガバナンス、最適化することはできません。1つの修復対応が、検出エンジン、構成管理データベース、ITサービス管理(ITSM)プラットフォーム、パッチ管理ツール、クラウドコンソール、セキュリティスキャナーにまたがる場合があります。現在、こうした引き継ぎは多くの場合、手作業、壊れやすいポイントツーポイント統合、または人によるコンテキストの切り替えに依存しています。

組織がAIエージェントや自動化されたワークフローを追加するにつれ、接続の数は増加します。同時に、あるシステムで実行されたアクションが不完全なコンテキストに基づいていたり、別のシステムのポリシーと競合したり、後から説明しにくくなったりするリスクも高まります。たとえば、セキュリティスキャナーがサーバー上の重大な脆弱性を検出したとします。AIエージェントは緊急パッチを推奨しますが、構成データベースではそのサーバーが廃止済みとされ、ITSMプラットフォームでは、そのサーバーが支えるアプリケーションに変更凍結が設定されています。各システムはそれぞれの視点では「正しい」ものの、エージェントにはそれらを照合するための共有された権威あるコンテキストがありません。その結果、良くてもパッチ適用サイクルの無駄、悪ければ停止につながります。

データもこのギャップを裏付けています。McKinseyによると、企業の10社中8社が、エージェント型AIの拡大における障壁としてデータの制約を挙げています。同社は、自律性と連携が高まるにつれて、エージェント型AIには高品質なデータ、相互運用可能な基盤、より厳格なガバナンスが必要になると指摘しています。

Gartnerは、2027年までに企業の40%が、導入後にガバナンスのギャップが発見されることを理由に、自律型AIエージェントを格下げまたは廃止すると予測しています。Gartnerは、エージェントの自律性レベル、範囲、関連する信頼境界に応じたガバナンスを推奨しています。

同様に、BCGも、AIエージェントは大企業で「意思決定者がそれを管理するためのガバナンスフレームワークを設計するよりも速いペースで」浸透しており、一貫性のないルールと分断された監督のもとで採用が広がっていると指摘しています。

これらの知見は、接続性よりも大きな問題を示しています。組織は、エージェントやツールを接続するスピードの方が、それらの間で起こることをガバナンスするために必要な権限、制御、説明責任を確立するスピードを上回っている可能性があります。

傾向は明らかです。ガバナンスを伴わないオーケストレーションは拡張できません。接続は増えても、信頼性は高まりません。ITとセキュリティにおけるAIの次の段階を決定づけるのは、最も多くのシステムを接続できるかどうかではなく、意思決定とアクションを根拠に基づき、ガバナンスされ、説明責任を果たせる状態に保ちながら、それらのシステム間で業務を調整できるかどうかです。

Model Context Protocol(MCP)がAIオーケストレーションを可能にする仕組み

Anthropicが2024年後半に導入したMCPは、AIアプリケーションがツール、データソース、リソース、プロンプトに接続するための標準化された方法を提供します。クライアントとサーバーの組み合わせごとに個別の統合を作成する代わりに、組織は共通プロトコルを使用して、承認済みのコンテキストと機能を公開できます。

このプロトコルは、AIアプリケーションとサービス間の拡張可能でより高度なやり取りを支援する機能を含め、より広範なエンタープライズ利用に向けて進化を続けています。こうした進展は重要ですが、技術的な成熟によってエンタープライズガバナンスの必要性がなくなるわけではありません。

つまり、MCPは、互換性のあるAIシステムに対して、承認済みのコンテキストと機能を公開する一貫した方法を組織に提供します。MCPは、オーケストレーションが依存する接続を簡素化できます。しかし、接続だけで信頼が確立されるわけではありません。

Ivanti Neurons Platformは、承認済みのAIクライアントとエージェントが、MCPを使用して承認済みのリアルタイムなNeuronsコンテキストにアクセスできるようにします。Neuronsは、それがガバナンスするテクノロジーコンテキストにおける権威あるシステム・オブ・レコードであり続けます。そのコンテキストが別の承認済みAIエクスペリエンスを通じて利用される場合でも同様です。

「MCPの真の機会は、AIをより多くのシステムに接続することだけではありません。すべての接続を、信頼できるコンテキストに基づかせることにあります。AIが断片化されたソースにアクセスするのではなく、ガバナンスされたシステム・オブ・レコードから承認済みデータを取得することで、連携は拡張できるほど安全になります。それこそが、オーケストレーションを単に技術的に可能なものではなく、エンタープライズ対応のものにするのです」 — Meeta Dash、Ivanti、AI担当プロダクト管理バイスプレジデント

AIオーケストレーションにガバナンスされたコンテキストが必要な理由

システムを接続することでオーケストレーションは可能になりますが、権限を定義することで信頼できるものになります。AIシステムが組織の境界を越えて広がるなか、リーダーは各やり取りをガバナンスするルールを明確にする必要があります。たとえば、次のような点です。

  • 各やり取りの根拠となる権威あるコンテキストは何か。
  • どのIDがアクセスを要求しているのか。
  • どのデータと機能を使用できるのか。
  • どこで人による承認が必要なのか。
  • どのシステムがアクションを実行するのか。
  • そのやり取りと結果をどのように監査するのか。

Gartnerは、実行権限を、ID、権限、ポリシー適用、システム・オブ・レコードへのアクセス、監査可能性にまたがるアーキテクチャ上の位置づけとして説明しています。成功するプラットフォームは、エージェントオーケストレーションをシステム・オブ・レコードに組み込み、ポリシーを考慮したAPI実行を公開し、ID、権限、監査の制御を徹底すると予測しています。

すべてのエージェントが同じレベルのリスクを生むわけではありません。ガバナンスは、エージェントがアクセスまたは実行できる内容、到達できるシステム、そのアクションの結果を反映する必要があります。自律性と運用への影響が増すほど、人による承認とより強力な制御が重要になります。Gartnerの調査は、すべてのエージェントに同一の制御を課すのではなく、エージェントの自律性に応じてガバナンスを適用することと範囲を考慮することを支持しています。

新たに見られるエンタープライズのパターンでは、任意のMCPサーバーへの無制限な接続ではなく、ガバナンスされたコントロールプレーンが重視されています。一般的な取り組みには、精査済みのサーバーレジストリ、範囲を限定した認証情報、標準ベースの認可、監査ログ、組織境界内でのコスト管理が含まれます。これらの制御により、エージェントがどのように接続し、何にアクセスでき、そのアクティビティが組織全体でどのように追跡されるかが制限されます。こうした制御がなければ、5つのシステムにまたがって作業を調整するエージェントは、断片化された情報や矛盾する情報によって生じるリスクを分散させるだけになる可能性があります。

組織は、エンタープライズデータのあらゆるカテゴリについて1つの真実のソースを持つ必要はありません。実際に必要なのは、特定の意思決定に関わるコンテキストについて、どのシステムが権威を持つのかを明確にすることです。Neuronsの場合、その権限は、テクノロジー資産、関係性、所有者、コンプライアンス、運用状態の記録と履歴に適用されます。

システム・オブ・レコードがガバナンスされたAIオーケストレーションを可能にする仕組み

Ivanti Neuronsにおいて、このガバナンスモデルは明確な責任分担から始まります。プラットフォームは、それがガバナンスするテクノロジーコンテキストについて権威を持ち続ける一方で、MCPは承認済みのAIクライアントとエージェントに、承認済みプラットフォームデータへの構造化されたアクセスを提供します。

このアクセス経路は、IvantiのネイティブAI戦略を補完します。エージェント型AIフレームワークはエージェントの構築と管理のための構造を提供し、AIサービスはインサイトと推奨事項を提供し、会話型AIレポーティングは自然言語エクスペリエンスを提供します。そしてMCPにより、サポート対象の外部AIクライアントが、同じガバナンスされたNeurons基盤にアクセスできるようになります。

MCPは標準化されたアクセス経路を提供します。その周囲にあるプラットフォーム、アプリケーション、ID、権限、ポリシー、監査の制御がガバナンスを提供します。この区別により、プロトコルが、意思決定を承認したり運用変更を実行したりするシステムであると誤解されることを防ぎます。

重要なのは、Ivanti Neurons Platformはシステム・オブ・レコードであり続け、MCPはデータストアではなくプロトコルであり続けるという点です。MCPサーバーは、やり取りに必要な承認済みコンテキストを返すことはできますが、新たな真実のソースになるわけではありません。

コンテキストは移動できます。権限はシステム・オブ・レコードにとどまります。

たとえば、一群のエンドポイントで高リスクの脆弱性が検出された場合を考えてみます。関連するコンテキストには、影響を受ける資産、その所有者、ビジネス上の関係、構成状態、現在のコンプライアンス状況、利用可能な修復ガイダンスが含まれる場合があります。現在、アナリストは、脆弱性スキャナー、資産インベントリ、コンテキストに基づく関係性、パッチ適用システム、ITSMプラットフォームにまたがって、そのコンテキストを手作業で再構築しなければならない場合があります。

ガバナンスされたオーケストレーションモデルでは、承認済みのAIエクスペリエンスがMCPサポートを通じて承認済みのNeuronsコンテキストを取得できます。エージェントまたはアプリケーション層は、そのコンテキストを使用して、調査、優先順位付け、または推奨される次のステップを支援できます。修復、記録の更新、チケットのアクションはいずれも、適切なポリシーと承認に従い、承認済みのアプリケーションまたはプラットフォーム実行層の責任として残ります。

目的は、MCPに自律的に動作させることではありません。調整された作業に必要なコンテキストを、権限の源泉を移動させることなく、承認済みの境界を越えて移動できるようにすることです。

AIオーケストレーションをガバナンスするための4つのベストプラクティス

以下の4つのガバナンスのベストプラクティスに従うことで、コンテキストの権威性を保ち、アクションの説明責任を確保しながら、プラットフォーム全体でAIシステムをオーケストレーションできます。

システム・オブ・レコードを中心にAIオーケストレーションを構築する

システム・オブ・レコードを迂回するオーケストレーションは、不整合を生みます。システムをまたいでエージェントとワークフローを接続する前に、チームは意思決定に使用される各種コンテキストについてどのシステムが権威を持つのかを定義する必要があります。

システム・オブ・レコードが何をガバナンスするのかを正確に定義し、1つのプラットフォームがエンタープライズ情報のあらゆるカテゴリについて権威を持つかのように示唆することは避けます。Neuronsの場合、これはテクノロジー資産、関係性、所有者、コンプライアンス、運用状態の記録と履歴を意味します。他のビジネス領域については、他のシステムが引き続き権威を持つ場合があります。

システム・オブ・レコードは、各調整されたやり取りで参照されるコンテキストのデータ権威として機能する必要があります。チームが共有基盤からオーケストレーションを行うと、連携は信頼を損なうのではなく強化します。

AIガバナンス制御をエージェントの自律性に合わせる

ガバナンスは、エージェントが実際に何を実行できるかを反映する必要があります。リーダーは、各エージェントとワークフローについて、信頼境界と自律性レベルを定義する必要があります。

  • 何にアクセスできるのか。
  • 何を解釈できるのか。
  • 何を推奨できるのか。
  • 何を開始できるのか。
  • 何を実行できるのか。
  • どこで人による承認が必要なのか。

コンテキストを取得するエージェントには、修復を推奨するエージェントとは異なる制御が必要です。本番システム全体で変更を実行するエージェントには、さらに強力な保護策が必要です。拡張可能なガバナンスは一律ではありません。リスク、自律性、運用上の影響に比例したものである必要があります。

接続されたシステム全体に一貫したAIガバナンスを適用する

作業が複数のシステムにまたがる場合、ガバナンスを境界で止めることはできません。組織には、意思決定の根拠となるデータが承認済みソースから来ていること、アクセスが適切な権限に従っていること、アクションが組織のポリシーと制御の対象であり続けることへの確信が必要です。

AIシステム、エージェント、ワークフローがプラットフォーム全体で接続されるにつれ、IDと認可はますます重要になります。標準ベースの認可、OAuth、ロールベースアクセス制御(RBAC)、ポリシー適用を通じて各やり取りに組み込まれたガバナンスは、作業がシステムにまたがる中でも組織が制御を維持するのに役立ちます。目標は無制限の接続性ではなく、権威あるコンテキストとガバナンスされたアクセスに基づく信頼できる連携です。

単一のシステム横断ワークフローからAIオーケストレーションを始める

ガバナンスされたオーケストレーションは、拡張する前に、焦点を絞ったシナリオで実証するのが最適です。2つまたは3つのシステムにまたがる1つのワークフロー(たとえば、脆弱性検出からガバナンスされたパッチ適用、検証済みのチケットクローズへと流れるプロセス)から始め、引き継ぎ全体でコンテキスト、ポリシー、監査可能性が維持されることを実証します。そのループが実証されたら、同じパターンを追加の領域に拡張します。拡張は積み上げ式になります。同じガバナンスされた基盤、同じオーケストレーションモデルを、新しいユースケースに適用します。

ガバナンスされたAIオーケストレーションが切り開く可能性

連携がガバナンスされたコンテキストに基づくと、組織は証拠を集める段階から、それに基づいて自信を持って行動する段階へ移行できます。チームはシステム全体でテクノロジー環境の一貫したビューを得られるため、調査、優先順位付け、承認、フォローアップの前にコンテキストを検証する時間を削減できます。

チームは、異なるシステムが保持する認識を照合する時間を削減できます。エージェントが部分的または矛盾するコンテキストに基づいて行動する可能性は低くなります。リーダーは、ある領域の自動化が別の領域のポリシーと整合し続けることに対して、より大きな確信を得られます。オーケストレーションは、権威あるシステム・オブ・レコードのデータを外部へ拡張し、プラットフォーム内の作業をガバナンスするコンテキスト、ポリシー、説明責任が、その外側にまたがる作業にも適用されるようにできます。

NeuronsのMCPサポートは、追加の真実のソースを作成することなく、承認済みプラットフォームコンテキストを、承認済みのAIシステム、パートナー、開発者、将来のエクスペリエンスに拡張できます。IvantiのネイティブAIエクスペリエンスも同様に重要であり、Neurons内でそのコンテキストを適用するための会話型、マルチエージェント、目的特化型の経路を提供します。

その価値は、断片化を伴わない選択肢にあります。さまざまなAIエクスペリエンスがガバナンスされたコンテキストを利用できる一方で、Neuronsは管理するテクノロジーデータについて権威を持ち続けます。

制御を失わずにAIオーケストレーションを拡張する準備はできていますか?

AIオーケストレーションで成功する組織は、それを単なる統合プロジェクトではなく、運用モデルとして管理します。各意思決定の権威あるソースを定義し、エージェントの自律性に応じて制御を設定し、引き継ぎ全体でトレーサビリティを維持し、システム横断ワークフローが信頼できることを実証してから拡張します。

エンタープライズAIの第一波は、インテリジェンスの生成と提示に焦点を当てていました。次の波は、システム全体での作業の調整に焦点を当てます。先行する組織は、必ずしも最も多くのエージェント、統合、モデルを持つ組織ではありません。意思決定とアクションをガバナンスされ、説明可能で、説明責任を果たせる状態に保ちながら、必要な場所で権威あるコンテキストを利用可能にできる組織です。

Ivanti Neurons Platformでは、ネイティブAIエクスペリエンスとMCP対応アクセスが、ガバナンスされたプラットフォームコンテキストを利用するための相互補完的な方法を提供します。Neuronsは、それがガバナンスするテクノロジーコンテキストのシステム・オブ・レコードであり続けます。AIエクスペリエンスはそのコンテキストを取得して解釈できますが、実行の責任は承認済みのアプリケーションとワークフローに残ります。

コンテキストはシステムの境界を越えることができます。権限、ガバナンス、説明責任は維持されなければなりません。

Ivanti Neurons PlatformにおけるMCPサポートが、制御を維持しながら、組織が権威あるテクノロジーコンテキストを承認済みAIエクスペリエンスへ拡張するのにどのように役立つかをご覧ください。