NTTデータ先端技術、Hinemosで障害復旧AIの実証を開始

ニュースの要点

NTTデータ先端技術は2026年10月29日、統合運用管理ソフトウェア「Hinemos」で、AIエージェントを使う実証実験を開始したと発表しました。期間は10月1日から12月31日までの予定です。運用者の経験に依存する障害対応の品質安定と、復旧時間の短縮が狙いです。

障害の原因分析から対処・復旧確認・報告までの自律化に加え、ジョブ異常の影響・原因調査、アラートの抑制・集約ルール作成を検証します。社内開発環境の特定ユースケースでは、従来の人手による復旧作業に比べ、復旧時間を83%短縮したとしています。

対処方法はルールに基づいて選び、影響が大きい対処には実行前の人による承認を設けます。実証後はユーザ企業とのトライアルも進め、2027年度上期をめどにサービス化する方針です。顧客の本番環境全般で同じ短縮率が得られたという発表ではありません。

ニュース出典: NTTデータ先端技術「統合運用管理ソフトウェア「Hinemos」において、障害対応の自律化に向けた実証実験を開始」（2026年10月29日）

イノベーション総研の考察

障害対応AIの価値は、原因を説明する文章が作れることだけでは決まりません。システムに手を加え、その結果を確かめて利用者へ報告するまでの仕事を、どこまで任せられるかが問われます。今回の実証は、その境界を具体的な運用工程で検証する動きです。

原因の説明と、復旧してよい操作を分ける

Hinemosは、監視情報の収集や分析、作業の自動化などを担う既存ソフトウェアです。今回の中核テーマでは、その管理機能から情報を集めたAIエージェントが、原因分析、対処方法の選定と実行、復旧確認、結果報告までを行う仕組みを検証します。以前から取り組んできた生成AIとの連携や過去知識の活用を、実際の操作へ進める試みと読めます。

障害の理由を推測できることと、復旧操作を実行してよいことは別の判断です。説明が自然でも、対処する対象や操作の順序が違えば、別のサービスへ影響を広げるおそれがあります。今回、対処をルールに基づいて選び、重大な対処には事前承認を入れる設計は、この二つを切り分けるものです。

同様の事業を考える担当者の方は、AIが参照する情報と、AIから実行できる操作を別々に定義する必要があります。操作前の承認だけでなく、操作後に何をもって復旧と判定するかが明確でなければ、処理を終えても障害対応を完了できません。

83%短縮の次に、扱えなかった障害を見る

短縮率の対象は社内開発環境の特定ユースケースです。実際の障害は、症状が似ていても原因が異なったり、複数の要因が重なったりします。対象例の数、従来作業の所要時間、失敗や人への引き継ぎの割合は公表されていません。

短縮できた例の大きさと、任せられる障害の広さを分けて評価することが重要です。よく起きる限定的な障害なら、ルールを整備する既存の自動化だけで十分な場合もあります。AIを追加する価値を見極めるには、従来の手順では処理しにくい例で、原因調査や復旧確認の負担がどれだけ変わるかも比べたいところです。

今回の発表では、今後、障害パターンを広げて検証するとしています。次段階へ進む判断では、成功例だけを増やすのでなく、処理を止めるべき例や人へ渡す例を含めて、所要時間と誤操作の有無を確認する必要があります。

承認を残すなら、人が確かめる負担も測る

影響の大きい処理を人が承認する設計は、安全性を考えるうえで重要です。ただし、承認画面を設けるだけで、人の判断が適切になるとは限りません。原因の根拠、提案操作の影響範囲、別の選択肢を短時間で確認できなければ、承認待ちや調べ直しが増える可能性があります。

人を承認者として残す場合は、承認に必要な確認作業までサービスの価値に含めます。AIが作業を速めた時間から、承認者が説明を点検する時間や、誤りを修正する時間を切り離しては、運用全体の負担を把握できません。復旧の速さと、担当者が安全に責任を持てることを両立する必要があります。

顧客トライアルでは、詳しい技術者だけが判断できるのか、通常の運用者も判断できるのかで導入条件が変わります。人員削減を先に約束するより、誰がどの情報を確認して承認するのかを具体化することが、サービス化の準備になります。

三つの実証テーマを同じ効果で評価しない

ジョブ異常の影響調査は、依存関係や異常時の性能・監視情報をたどる仕事です。一方、アラートの抑制・集約ルール作成は、多数の通知から重要なものを見つける仕組みを整える仕事です。復旧操作とは、誤りが生じる場所や影響が異なります。

運用AIを広げる際は、作業ごとに失敗の影響と次の判断基準を置くべきです。調査時間の短縮、重要アラートの見逃し、復旧操作の成功を一つの平均値にまとめると、拡大してよい工程が見えなくなります。2027年度上期というサービス化の目安と、各工程の有効性が確認された時点も分けて追う必要があります。

まとめ

Hinemosの実証は、AIを障害の説明役から、承認と復旧確認を伴う実行役へ進める取り組みです。83%という特定例の短縮率を出発点に、障害の範囲、人の確認負担、止める条件まで検証できるかが、実運用へ進む判断を左右します。

関連記事: 新規事業の仮説検証を進める方法 ／ 新規事業の仮説の立て方