2026.11.05

AI-Agent Opsで運用が変わる！CCO Forceの挑戦 #AI #運用自動化

CCO Force Blog Vol.1

はじめに

本記事ではCCO（Co-Creation Ops）サービスにおける運用業務へのAI活用を推進しているチーム「CCO Force」について、これまでの取り組みと今後の展望を紹介します。

ここ最近、生成AIやAIエージェントの進化は目覚ましく、開発の現場ではAIを使ったコーディングが当たり前になりつつあります。一方で、システムをリリースした後の運用業務にAIをどう活かしていくかについては、まだまだ手探りの状態だと感じています。

CCOサービスとは

CCO（Co-Creation Ops）はクリエーションラインの造語で、アプリ開発とSREの知見を融合し、システムの安定稼働と継続的な改善を両立させる運用サービスです。

開発が終わった後の運用フェーズでは、「誰が運用・保守を担うのかが曖昧」「障害発生時にコードの背景を知る人がいない」といった課題が残りがちです。CCOサービスでは開発フェーズから参画し、インフラ保守・SRE・アプリケーション保守の3つのアプローチで、開発後の運用・保守まで一貫して伴走します。

CCO Forceとは

CCO Forceは、CCOサービスとAIを掛け合わせた「AI-Agent Ops」を基軸としたサービスモデルを確立するために立ち上がったチームです。

ここで言うAI-Agent Opsとは、システムにおける運用業務やタスクをAIが自動的に実施する運用のことを指しています。

従来のインフラ運用は人手による対応を前提としていることが多く、手作業での繰り返しの作業が発生し、システムが大きくなるにつれて運用コストも増えていきます。CCOではSREのアプローチで自動化や仕組み化を進めてきましたが、それでもコストの確認やアラートの判断、ライブラリのアップデートなど、人が手を動かしている業務はまだ数多く残っています。

こうした業務をAIエージェントに任せていくことで、お客様の運用工数を削減していくことが私たちの目指すところです。

これまでの取り組み

CCO Forceではこれまで、以下の運用業務に対してAIを利用して実行する検証を行ってきました。

検証した業務	内容
クラウドコスト分析（AWS／Google Cloud）	クラウドの利用料金からコストが高いものを洗い出し、その要因を分析する
Dependabotの導入	アプリケーションが利用しているライブラリやパッケージを最新の状態に保つための仕組みづくり
アラート判定分析	クラウドやアプリから上がってきたアラートについて対応の必要なものかどうかを判断する
インフラコード（IaC）設定値のレビュー	Terraformで書かれたインフラコードの設定値に問題がないかを確認する

いずれも、実際の運用現場で定常的に発生しており、担当者の手を取られやすい業務を題材にしています。

成果

AIを取り入れたことで、運用工数の削減には一定の効果がありました。

特にクラウドコスト分析では、これまで手作業で行っていた各リソースごとのコスト確認やログ調査をAIエージェントに任せたことで、作業を効率化できただけでなく、クラウドリソースの利用傾向の分析や、コスト削減に向けたレコメンドまで出せるようになりました。作業をAIに置き換えるだけでなく、これまで人手では手が回りにくかった分析まで踏み込めたのは大きな収穫だったと感じています。

見えてきた課題

一方で、課題も見えてきました。

効果を計測した結果、例えばクラウドコスト分析を手動で実施したときと比較すると16時間の工数削減にはつながりましたが、運用業務全体から見るとその効果は限定的でした。個々のタスクをAIに実施させても、その前後の確認や判断、作業の受け渡しは結局人が担うことになるため、運用全体の負荷を大きく下げるまでには至らないというのが私たちの結論です。

また、AIの精度についてもまだまだ物足りない部分があります。安心して任せられるレベルにはまだ距離があり、精度を上げていくにはもっと時間を掛けて取り組む必要があると感じました。

今後の取り組み

上期の検証を通じて、タスク単位ではなく業務フロー全体でAIの活用を考える必要があることが分かりました。そこで今後は、ある社内プロジェクトのシステムをサンプルとして、運用業務を網羅的に自動化していく、つまりシステム全体を網羅した業務フローに対してAI-Agent Ops化に取り組んでいきます。

ただ、既存の運用設計は人が作業することを前提に作られているため、そこにAIを後から当てはめるだけではうまくいきません。そのため、AIを利用することを前提とした運用設計ガイドラインを策定します。どの業務をAIに任せ、どこで人が判断・承認するのかといった役割分担を、設計の段階から定義しておくイメージです。

そのうえで、このガイドラインに沿ってサンプルとなるシステムの業務フロー全般にAIを導入していきます。進め方としては、以下のようなイメージです。