ニュース
NinjaOne、IT運用支援AI「Katana AI」とAIエージェント統制基盤を発表
社内でAIエージェントを使い始めたものの、どこまで操作を任せてよいか線引きに悩む情シス部門は少なくありません。NinjaOneの新発表は、インシデント対応の速さと権限管理の厳しさを同時に求める現場への回答になります。
何が起きたか
米テキサス州に本社を置くNinjaOneが、IT運用支援のためのエージェント型AI「Katana AI」と、IT部門が利用するAIエージェントを統制する「NinjaOne MCPサーバー」の2製品を発表しました。日本法人が10月15日に明らかにしています。
両製品はNinjaOneプラットフォームが持つセキュリティや権限、ガバナンス機能の上に構築されています。IT部門の責任者は、AIがアクセスできる情報や実行できる操作を管理できる仕組みです。
Katana AIは、デバイスの稼働状態を示すテレメトリや履歴、アラート、アクティビティを分析し、考えられる根本原因を特定します。そのうえで修復アクションやスクリプトを含む対応策を、技術者が日常的に使う画面上で推奨します。汎用モデルの知識だけに頼らず、組織のデバイス履歴やアラートの傾向、IT部門が蓄積してきた解決のノウハウを活用する設計だといいます。
NinjaOne MCPサーバーは、同様の分析・状況把握能力を、IT部門がすでに利用している外部のAIエージェントにも提供します。外部のAIエージェントはこのサーバーを通じてNinjaOneのデータを参照し、プラットフォーム上で操作を直接実行できます。その際、AIエージェントはIT部門が管理しているロールベースの権限によって統制される仕組みです。
背景・解説
AIエージェントとは、与えられた目的に向けて状況を判断しながら自律的に操作を実行するAIを指します。チャットで回答するだけでなく、実際のシステムに対して設定変更やスクリプト実行まで行える点が従来のAIアシスタントと異なります。
MCP（Model Context Protocol）は、AIエージェントが外部のデータやツールと連携するための共通の接続規格を指します。NinjaOne MCPサーバーは、この規格を使って自社プラットフォームの情報や操作機能を、他社製のAIエージェントにも安全に開放する役割を担います。
IT運用の現場では、インシデントが起きた際にログやアラートを人手で突き合わせ、原因を切り分ける作業に時間がかかりがちです。NinjaOneのプロダクトマネジメント担当シニアバイスプレジデントであるMatt Hastings氏は、IT部門に不足しているのはデータではなく時間だとコメントしています。AIエージェントの導入が進む一方、どこまでの操作をAIに許すかという権限設計が追いついていない組織は珍しくありません。今回の発表は、対応の速さと統制の厳しさという相反しがちな要求を、同じ基盤の上で両立させようとする試みです。
仕事や業務への影響 — AI Topicaの見方
インシデント対応の初動に人手を多く割いている中堅企業ほど、この種の製品は負担軽減の効果が大きくなります。例えば、従業員300人規模の製造業で情シス担当者が3人しかいない会社であれば、深夜のアラートに1人で対応し、原因切り分けに1時間以上かける場面も珍しくありません。Katana AIのような仕組みがあれば、テレメトリやアラートの分析と対応策の提示が自動化され、担当者は推奨された修復アクションの実行可否を判断するだけで済みます。
一方で、MCPサーバーによる権限統制は、AIエージェントの数が増える組織ほど価値が出ます。例えば、営業部門と経理部門がそれぞれ別のAIエージェントを導入している従業員1000人規模の企業では、各エージェントが社内システムにどこまでアクセスできるかをばらばらに管理すると、権限の抜け漏れが生じやすくなります。ロールベースの権限を1カ所に集約できれば、情シス部門は接続するAIエージェントの数が10を超えても、アクセス範囲を一元的に把握できます。
逆に、AIエージェントを1つしか使っておらず、IT運用のインシデント件数も月数件程度にとどまる小規模な組織であれば、現時点で導入効果を急いで見積もる必要はありません。既存の運用手順で十分に対応できる範囲であれば、まずは情報収集にとどめるべきです。
不確かな点・注意
今回の発表内容には、価格や提供開始時期、日本国内での提供スケジュールについての記載がありません。導入を検討する場合は、こうした条件を個別に確認する必要があります。
Katana AIが推奨する対応策の精度や、誤った修復アクションを提示した場合の責任の所在についても、出典の発表内容だけでは分かりません。また、NinjaOne MCPサーバーが対応できる外部AIエージェントの種類や範囲も明示されていないため、自社で既に使っているAIエージェントが連携可能かどうかは個別の確認が必要です。
NinjaOneのAIアーキテクチャはトークン消費効率を重視して設計されているとされていますが、具体的なコスト水準や従量課金の仕組みについての詳細はありません。利用規模を拡大した際の費用感は、実際の契約条件を確認したうえで判断すべきです。