IT運用におけるAIの導入拡大：2026年の成熟への道

AIがIT分野にいかに急速に浸透しているかを示す兆候として、現在、組織の半数以上（56%）が、複数のワークフローにAIを幅広く導入しているか、あるいはAIが完全に統合され、継続的な改善を推進しているビジネスに不可欠な規模でAIを展開しています。AIが全く使用していないと回答したのは2%に過ぎません。

AIの広範な導入による影響が、データに表れ始めています。IT従事者のほぼ半数（45%）が、AIによって業務がより迅速かつ効率的になったと回答しており、63%が反復的な作業に費やす時間が減ったと答えています。ただし、その恩恵はすべての人に及んでいるわけではありません。組織がどれほどの恩恵を受けられるかは、ガバナンス、スキル、そして適切なユースケースにどれほど意図的に投資してきたかに大きく左右されます。

IT環境において、AIはITサービス管理（ITSM）およびエンドポイント管理のあらゆる分野に組み込まれており、半数以上の組織が、これら両分野においてAIが広範に、あるいは深く組み込まれていると報告しています。

ITSMにおいて、現在最も一般的な用途としては、バーチャルエージェントやチャットボットによるサポート（58%）、チケットの分類とルーティング（56%）、およびチケットの自動解決（51%）が挙げられます。

エンドポイント管理において、AIはすでに異常検知（57%）、デバイスの脆弱性特定（55%）、パッチの適用優先順位付け（47%）を担っており、今後24か月以内にさらなる自動化が進むと見込まれています。

成熟した組織は、AIを単にエンドポイントの問題を検知するために利用しているだけではなく、AIを活用して問題を自律的に解決し、人間の介入なしに検知と修復の間のギャップを埋めています。これらの機能は、AIが問題を検知するだけでなく、自動的に解決する自律型エンドポイント管理（AEM）の基盤となっています。

予測分野においては、AIの導入はほぼ普遍的に行われています。AIを予測目的で全く使用していないと回答したIT組織はわずか6%にとどまります。主なアプリケーションには、予知保全、容量計画（両方とも58%）、クラウドコスト管理（53%）などがあります。

さらに、IT組織の57%が少なくともいくつかの重要なITワークフローにエージェント型AIを活用しており、17%は広範なエンドツーエンドのワークフローにこれを利用しています。さらに32%が現在、エージェント型AIの試験運用を行っています。

AIエージェントの導入は、レベル1（L1）ITサポート（61%）、ネットワーク/インフラ運用（59%）、レベル2（L2）専門サポートおよびエンドポイント運用（いずれも57%）に集中しています。これらが、自律型エンドポイント管理（AEM）が即座に最大の価値を発揮する機能であり、それに投資する組織が最も大きな生産性向上効果を得られる機能であるため、理にかなっています。

L1/L2サポート、ネットワーク/インフラ、エンドポイント運用は、IT部門において最も業務量が多く、反復性の高い業務であり、まさにエージェント型AIが最大の効果を発揮する分野です。

過去2年間を特徴づけてきた激変のペースは、IT部門が18か月以内に業務のほぼ半数（46%）をAIによって自動化すると見込んでいることを踏まえると、当面は鈍化することはありません。

当然のことながら、IT人材の構成もそれに平行して変化すると予想されます。IT専門家は、今後3～5年の間に自チームのAIエージェントの割合が大幅に増加すると予測しており、その見通しは一般のオフィスワーカーよりも高いとしています。この差は、企業におけるAIのユースケースに対する理解が深いこと、およびIT運用（IT-Ops）分野での導入がより成熟していることの両方を反映している可能性が高いと考えられます。その意味で、IT専門家が職場でAIを扱う経験は、この技術がより広い労働力をどのように変革していくかを示す先行指標となります。

AIの成熟度における優位性

AIの活用において成熟した組織は、同業他社に比べて技術の利用頻度や適用範囲が広いだけでなく、AIによる決定に対する責任の所在が明確であり、より正式なガバナンス体制を整備しています。そうすることで、AIの活用が十分に拡大し成熟した組織は、同業他社とは根本的に異なる成果を上げることになります。生産性、コラボレーション、人材計画の各分野にわたって、初期実験組織と大規模導入組織との間には、著しい格差が存在します。

運用成果：

AIがスケーリングされている/ビジネスクリティカルな組織では、IT専門家の54%が、AIによって業務がより迅速かつ効率的になったと回答しています。これは、AIの導入段階が初期の実験/パイロットプロジェクトであると自己評価した組織の割合（24%）の2倍以上にあたります。

また、AIを最も高度なレベルで活用しているIT専門家は、週平均6時間の時間を節約できており、これはAI活用の成熟度が最も低いレベルでの節約時間である3時間の2倍に相当します。

同様のパフォーマンスの差は、プロアクティブな検知においても見られます。初期段階の実験組織では、IT専門家の43%がAIのおかげでエンドユーザーが気付く前にチームが問題を検知できることが頻繁にあると回答しています。大規模導入組織/事業上クリティカルな組織では、その割合は89%にまで上昇しています。この調査結果は、本調査における最も顕著な相違点の一つを表しています。成熟したAI組織は、単に業務の量を増やしているだけではありません。ITのパフォーマンスと回復力において、根本的に異なる次元で活動しているのです。

AI成熟度で得られる成果

成熟したAI組織は、初期段階の実験組織の2倍の頻度でプロアクティブな課題検知を行っており、解決速度、顧客満足度、コスト削減において初期段階の同業者を一貫して上回っています。

大規模導入/事業上クリティカルな組織では、64%がAIの効果を問題解決までの時間で測定し、64%が顧客満足度スコアで、65%がコスト削減で測定しています。一方、初期段階の実験組織では、それぞれ38%、26%、37%にとどまっています。

組織体制：

AIは、IT組織の体制や人員配置にも変化をもたらしています。全企業を対象とした調査によると、IT組織の4分の3近く（72%）がすでにAI専門の役職やチームを設置しており、さらに13%が設置を計画しています。大規模導入/事業上クリティカルな組織では、91%がAI専門の役職やチームを設置していると回答しています。

最も一般的なAI中心の役職は？ AI製品/プログラムの責任者（54%）、組み込みAIの専門家（51%）、ガバナンス委員会（50%）は、いずれも標準的な存在になりつつあります。

より広範な組織の再設計も進められています。37%の組織が、AIが業務の一部を担うようになったことで、少なくともいくつかの役職やチームが大幅に再編されたと報告しており、この割合はテクノロジー業界では57%にまで上昇しています。

従業員の自信/方向性：

成熟したAI環境は、より適応力が高く、将来を見据えた人材の育成にもつながります。個人レベルでは、AIの影響を受けてスキルの更新を計画している従業員の割合（スキルアップへの意向）は、個人のAI成熟度が高まるにつれて急激に上昇し、基礎レベルではわずか37%であったものが、最も高度なユーザーでは86%に達しています。

経験が楽観的な見方を生みます：

AIの基本ユーザーでは37%だったスキルアップへの意欲が、最も高度な利用者では86%へと上昇しており、この49ポイントの差は、従業員が自らの将来に向けて積極的に投資していることを示しています。

IT専門家は、確保できた余力をこれまで手つかずだった業務に振り向けています。

IT専門家の半数（50%）は、AIはより複雑な業務または戦略的な業務に集中するのに役立つと回答し、45%は意思決定のための可視性と洞察が得られるようになったと回答しています。言い換えれば、こうして取り戻された時間は、実際に人間の判断を必要とする業務に充てることができるのです。

AIの成熟度における真の分水嶺は、事後対応型から予防対応型への転換です。AIはその転換に不可欠ですが、AIだけでは実現できません。AIは兆候を表面化し、意思決定を誘導します。自律的なエンドポイント管理は、その兆候を行動へと転換する規律とワークフロー構造を提供し、エンドユーザーが問題に直面する前にITチームが解決できるよう支援します。

大規模に展開された環境では、AIを活用した自動化は単なるアラート通知にとどまらず、自律的に行動するようになっています。例：パフォーマンス設定の自動調整（52%）、リスクのあるデバイスの隔離（50%）、サービスの再起動（47%）、パッチの適用（46%） 成熟度の高い組織/大規模な組織では、このような自律型アプリケーションの導入率が、成熟度の低い組織に比べて2倍以上となっています。

これが自律型エンドポイント管理（AEM）の運用の中核で、よりスマートなアラートだけでなく、人間の介入を待たずに徴候に基づいてアクションを起こすAIが搭載されています。定期的なスキャンや手動による修正に依存する従来のエンドポイント管理とは異なり、自律型エンドポイント管理は検知と解決を橋渡しし、多くの場合、エンドユーザーが問題があることに気づく前にアクションを起こします。

戦略的な可能性の解放

時間の節約にとどまらず、個人のAI成熟度は、IT専門家の1日の仕事の仕方に根本的な変化をもたらします。

• AIの上級ユーザーの3人に2人近く（61%）が、AIのおかげで複雑で戦略的な業務に集中できるようになったと回答しているのに対し、基本ユーザーでは22%にとどまっており、その差は39ポイントに上ります。
• また、先進的な組織の半数以上（54%）が、AIによってチーム間の連携が改善されたと回答しているのに対し、基本レベルの組織では16%にとどまっており、その差は38ポイントに上ります。

これらの割合の差は、本調査における大きな成熟度格差のいくつかを表しています。

さらに、AIはこれまでチームの業務を遅らせてきた部門間の壁を取り払っています。60%がIT、セキュリティ、ビジネスチーム間でより一般的なツールやプラットフォームを使用していると報告し、57%がAIによって知識の共有が改善されたと答え、53%がデータの共有がより容易になったと報告しており、50%が複数のチームにまたがる共同ワークフローを構築しています。AIをより積極的に活用しているIT専門家の間では、これらの数値はいずれも大幅に増加しています。

IT部門の責任者は、確保できた時間やリソースをどのように再配分するか、今こそ慎重に検討する必要があります。最も先見の明のあるIT部門の責任者は、「IT部門は、これまで時間がなくてできなかった作業のうち、どれに今取り組むべきか？」と問いかけています。

今後、他をリードしていく組織は、ビジネス成果に焦点を当て、説明責任を仕組みとして組み込み、明確に定義している組織です。すべてのIT部門の責任者は、「導入した技術が本当に求めた成果をもたらしているか？ 従業員も同じ価値を感じているだろうか？」と問いかける必要があります。結局のところ、AIは人間が自分が行う業務をさらにうまくこなせるようにしてくれるものだからです。

スターリング・パーカー
グローバルソリューションおよびサービス担当上級副社長, Ivanti

ガバナンスは、AIの導入において譲れない基盤であり、単にAIの成熟度が高まるにつれて生じる副産物というわけではありません。この基盤を構築するには、明確で組み込みのプロトコル（AIが自律的に行動できる時期や上申が必要な時期など）と、それに従うための組織規律が必要です。

Ivantiの調査によると、AIの導入は急速に加速していますが、それを支えるように設計されたガバナンス構造は追いついていません。

ほとんどのIT組織は、基本的なAIガバナンスプロセスを整備していると報告しています：

• 65%が、AIリスク評価プロセスを導入していると回答しています。
• 59%が、新しいAIソリューションを評価/承認するための方針を策定していると回答しています。
• 58%が、AIの利用に関する適切な指針を策定していると回答しています。
• 49%が、AIの監督機関を設けていると回答しています。

しかしIT専門家は、これらのプロトコルが必ずしも守られているわけではないことと認めています。

説明責任のギャップは顕著です。IT専門家の85%が、自社のIT組織内にあるすべてのAIエージェントおよびワークフローには、指名された責任者がいると回答しています。説明責任が実際に明確であると回答したのはわずか42%にとどまっています。

AIに関するポリシーを策定している企業において、日常業務においてそのポリシーが「非常に一貫して」（つまり、ほぼ常に）順守されていると回答した従業員は、わずか24%にとどまっています。説明責任が不明確で、ポリシーの順守に一貫性がない場合、AIは信頼できる記録システムではなく、断片的で検証されていないデータに基づいて動作することになります。事態は急速に悪化することになります。

認可されていないAIは、事態をさらに複雑にします。従業員が遅い承認プロセスを回避するために、認可されていないAIツールを使用すると、既存のガバナンス体制を迂回することになり、組織の監督機能を損なう死角が生じることになります。規制対象業界（政府機関、医療、教育など）では、認可されていないAIツールの利用率が最も高く、雇用主が提供するツールの利用率は最も低い結果となっています。

もう一つの課題：組織のリーダーは、他の従業員と比べて、AIの利用を秘密にしておく傾向が約2倍高い（42％対23％）。AIの利用を隠している経営者のうち、52%が「秘密の優位性」を得るためにそうしていると回答しています。

名目上の説明責任と実際の説明責任のギャップを埋めていない組織は、本質的に安全性が確保されておらず、拡張性を考慮して設計されていない基盤の上でAIや自動化を導入していることになります。

朗報：

Ivantiの調査によると、ガバナンスは成熟度が高まるにつれて劇的に改善することが示されています。

大規模導入組織/事業上クリティカルな組織の69％が、包括的なガバナンス体制が整っていると回答しているのに対し、初期段階の実験組織ではわずか15%にとどまっています。ただし、69%という数字でも、まだ改善の余地が残っています。最も成熟したIT組織の3分の1近くが、依然としてガバナンスを完全に組み込まずに運営されています。

AIのスピードに合わせたガバナンスの実現

現在、ガバナンス自体が、AIの迅速な導入に対する最も一般的に挙げられる障壁となっています。IT専門家のうち、27%がガバナンス、セキュリティ、コンプライアンスに関する懸念を自組織における導入の最大の障壁として挙げており、スキル不足（20%）、技術的な制約（17%）、データに関する課題（14%）を上回っています。

この障壁を打ち破るためには、組織はAIの出力をいつ、どのように信頼すべきか（つまり、ワークフローにおいて人間の関与が必要となるのはいつなのか）を明確に定義する必要があります。これらの決定は極めて重大な影響を及ぼします。IT専門家の68%が、業務に悪影響を及ぼす可能性のある幻覚をAIが引き起こすのを自ら目撃しています。半数以上（52%）が、エラーが問題を引き起こす前にチームがエラーを発見したと回答しています（16%はそれほど幸運ではなかった）。

しかし、AIに不備があるという明確な証拠があるにもかかわらず、IT専門家はAIの意思決定能力を信頼していると回答しています。AIの最先端ユーザーのうち、49%がITに関する意思決定に影響を与えるAI生成の出力結果を完全に信頼していると回答しています。

効果的なガバナンスは、さまざまな業務における信頼のしきい値を体系化することで、このパラドックスを解決します。例えば、システム全体の設定変更や緊急インシデントへの対応については、人間の確認を必須とする一方で、障害が発生したサービスの自動再起動や定期的なパッチ適用をAIに任せるなどです。

適切に行われれば、ガバナンスは導入を妨げるのではなく、むしろ加速させます。

不正なAI利用との終わりのない『モグラたたき』を続けるのではなく、先見の明のある企業は、ガバナンスに基づいた活用へと移行しつつあります。つまり、ガードレールベースのガバナンスに移行すること、すなわち、ケースバイケースでの承認を必要とせず、チームが自信を持って展開できるよう、明確な運用上の境界線を設定することです。

ブルック・ジョンソン
最高法務責任者兼セキュリティおよび人事担当上級副社長、Ivanti

Ivantiの調査によると、職を失うことへの明確な懸念は低いことが示されています。IT専門家の79%とオフィスワーカーの77%は、AIによって自分の仕事が減ったり置き換えられたりすることについて、「全く心配していない」あるいは「多少心配している」と回答しています。また、空いているポストがAIエージェントによって埋められることについてどう思うかと尋ねたところ、IT専門家の72％が「安心する」または「慎重ながらも楽観的である」と回答しています（オフィスワーカーの42％と比較して）。

実際、多くのIT専門家は、AIが自分の仕事生活をより良い方向に変えたと回答しています。

• 53%が、AIのおかげで自分の時間や優先順位をより自由に管理できるようになったと回答しています。
• 49%が、自分の仕事が以前より面白くなったり、やりがいを感じたりしています。
• 46%がワークライフバランスが改善したと報告しています。

IT専門家の大多数は、AIを単なる便利なツール以上の存在と捉え、職場における協力者であると見なしています。最も先進的なAIユーザーのうち、37%が今では、AIシステムをほとんどまたは完全に仮想チームメイトと位置付けており、これは基礎レベルではわずか10%だったことから大幅な増加となっています。また、IT専門家の半数以上（53%）が、自分のパフォーマンスをAIエージェントと比較されても気にならないと回答しています。

しかし、効果的な協力は、無条件の信頼を意味するわけではありません。ほとんどのIT専門家は、人間の判断が譲れない領域がどこであるかについて、明確な認識を持っています。例えば、55％が重大度の高いインシデントについては、人間の確認なしにAIだけに頼ることは決してないと回答しており、52％が経営陣やステークホルダーへのインシデント報告についても同様だと回答しています。

求められる技術スキルとソフトスキル

日常業務がAIに移行するにつれ、最も重要とされるスキルも変化しています。IT専門家の大半（83%）は、AIによって日常的な業務の自動化が進むにつれ、自身の職業において感情的知性（EQ）の重要性が高まると考えています。

AIが検知や修復などの業務を担うようになると、IT専門家は火消しから戦略に移行します。IT専門家は、ビジネスのニーズを把握し、リスクや優先順位について判断を下し、技術的ではない人々に複雑な技術的な決定事項を説明することがますます必要となります。

AIリテラシーは、IT専門家やオフィスワーカーにとっても重要なスキルセットです。

IT専門家たちは、自身のAIリテラシーを高い、または非常に高いと評価しており、これはオフィスワーカーの割合のほぼ2倍です（62%対27%）。これは妥当な結果だと言えるでしょう。彼らは、AIを頻繁に利用したり、完全に統合された業務の一部として使用する割合がはるかに高い（51%対33%）からです。

IT専門家とオフィスワーカーのAIリテラシーの違いも摩擦の原因となっています。

オフィスワーカーは、職場で主要なAIツールから使用可能な出力を得るには平均3.2回試行する必要があると報告しています。正式なトレーニングを受けておらず、専用のツールも提供されていないオフィスワーカーにとっては、AIとのやり取りが修正されるたびに不満が募り、AIが最終的な成果を出す前にAIによる生産性向上の可能性に対する信頼が損なわれてしまう可能性が高くなります。

どちらのグループも、スキルを磨く必要があります。リテラシーとは、単にAIを使うことだけではありません。いつAIを信頼し、いつその判断を覆し、いつ異議を唱えるべきかを理解することなのです。

] 現状から始めましょう：

この成熟度データは、取り残されたと感じている組織にとって重要なメッセージを伝えています。組織は有意義な成果を得るために、必ずしも最先端のAI導入に飛びつく必要はありません。利益は早い段階から生まれ、投資によって加速的に増加します。

ほとんどの場合、これはすでに持っている自動化からより多くのものを得ることを意味します。多くのITチームは、ツールやワークフローにおいて、未活用の余力を抱えています。すでに成果を上げている取り組みを拡大することは、新たなAIパイロットを立ち上げるよりも迅速でリスクが低く、多くの場合、より大きな効果をもたらします。しかし、こうした初期の成果がさらに拡大するのは、組織が拡張可能な基盤の上に構築されている場合に限られます。

ガバナンスは上にではなく、中に組み込む：

ガバナンスのギャップを解消した組織には、共通のアプローチが見られます。説明責任が構造的なものである（すなわち、ポリシーと実務に組み込まれ自動化されている）。すべてのAIエージェントとワークフローには指名された責任者がおり、上申の経路が、実際に必要になる前に定義されている。ポリシーが存在し、実際に順守されている。また、ガバナンスは最初から組み込まれており、後から付け加えられたものではない。こうした統一的な基盤がなければ、自律型AIのリスクはメリットを上回ってしまいます。

最高水準のガバナンスを実現するということは、以下を意味します：

• プラットフォーム自体にガバナンス管理機能を組み込み、信頼のしきい値、上申の経路、および承認要件が自動的に強制されるようになっている。
• CIOとCISOのインセンティブを、リスク許容度、稼働時間、解決率、従業員の体験といった共通の成果指標に基づいて整合させている。
• サイロ化された単体ソリューションから、ITおよびセキュリティ環境全体において徴候とアクションを結びつけることのできる、自律的な運用を実現するように設計されたプラットフォームへと移行する。

効果：自動化された意思決定、インテリジェントな修復、混乱の軽減、リスクの低減

見えないものは統治できません。今日、順調に規模を拡大している組織は、特にエージェント型AIコンポーネントにおいて、記録管理システムとして機能する統合プラットフォームへの集約を進めています。それが、AIを監査可能で、予測可能で、かつ拡張可能なものにする基盤です。

スターリング・パーカー
グローバルソリューションおよびサービス担当上級副社長、Ivanti

単に機能を追加するだけではなく、役割を再設計する

AIを最大限に活用している組織は、チームの担う役割を根本的に再考しています。3社に1社以上（37%）の組織が、少なくともいくつかのIT職務やチームがAIによって大きく再構築されたと報告しており、この割合はテクノロジー業界では57％にまで上昇しています。また、72%がすでにAI専門の役職やチームを設置しており、さらに13%が設置を計画しています。

AIが日常的な検知、トリアージ、修復を担当するようになると、IT部門の価値は状況、判断、関係性を必要とする業務に移行します。移行には以下が必要です。

• パフォーマンス指標の再定義 チケットの解決速度ではなく、戦略的な影響や部門横断的な連携に報います。
• キャリアパスの再設計 技術的な複雑さをビジネス価値に変えることに秀でたIT専門家に、昇進の機会を創出します。
• 採用基準の見直し 技術的な専門知識に加え、ビジネス感覚やコミュニケーションスキルについて候補者を評価します。

スキルアップを体系的に行う

スキルアップを目指す割合は、基本レベルでは37%であるのに対し、最も高度なユーザーの間では86%にまで上昇します。

言い換えれば、AIを最も活用している人々は、成長し続けようとする意欲も最も高いのです。

組織は、高まるAIへの関心とスキルアップへの意欲に対応するため、体系的なプログラムを構築する必要があります：

• AIリテラシーのトレーニング：IT専門家の62%が自身のAIリテラシーを高いまたは非常に高いと評価している一方で、依然として3分の1以上が基礎的なトレーニングを必要としています。オフィスワーカーの場合、その格差はさらに顕著です。自身のリテラシーを高いまたは非常に高いと評価しているのはわずか27％にとどまっており、組織全体でのAI教育プログラムの導入が急務であることを示しています。
• ビジネス感覚のトレーニング：IT専門家が、自分の仕事が収益、顧客体験、競争的ポジショニングにどのようにつながっているかを理解できるよう支援します。
• コミュニケーション能力と説得力：技術的な判断を技術的知識のないステークホルダーに説明したり、ステークホルダーの間で変化への賛同を得たりするなど、ソフトスキルを磨きます。
• 戦略的思考の開発：IT専門家が、実行だけでなく、判断を必要とする部門横断的なプロジェクトに取り組む機会を創出します。

AIへの接触と、充実したスキルアップ支援を組み合わせることで、より自信のあるチームが育まれます。AIの成熟度に応じたトレーニング、職務の再設計、キャリア開発を提供する組織は、AIがもたらす影響や、自らがそれに参画できる能力に自信を持つ従業員を引き留めやすくなります。

IT組織の半数以上がすでにAIを広範な規模または事業上クリティカルな規模で導入しており、全ITワークフローの46%が18か月以内に自動化されると予想されていることを踏まえると、慎重で思慮深い行動の余地は狭まりつつあります。問題はもはや、AIがITを変革するかどうかではなく、すでに変革が進んでいるということです。むしろ、リーダーは、組織がAI変革の未来を形作るのか、それともその流れに流されるだけになるのかを決断する必要があります。