IceShore Radar AI×システム保守
[朗報]
5.4%86.6%
移行の正解率
OpenAIは、古い言語COBOLをJava等へ動作を変えずに移す自社の試験を説明した。推論を抑えた設定で、新AI『GPT-6.1 Sol』の正解率は旧版の5.4%から86.6%に上がった。米誌は、本番には専門家の確認が要るとした。
・ 米国のIT専門媒体・報道
出典: BleepingComputer（bleepingcomputer.com）
写真: Markus Spiske markusspiske / Wikimedia Commons, CC0
[動向]
誤りの許容枠
AIの誤りを許せる範囲
米InfoQによると、監視ソフトのGrafana LabsはAIの誤答や依頼の達成を測る方法を示した。運用の目標値と許容できる誤りの枠で管理する。例として、30日間で会話の95%が依頼を果たしたと判定されることを目標に挙げた。
・ 米国の監視ソフト企業・報道
出典: Grafana Labs（infoq.com）
写真: Alan Levine from United States / Wikimedia Commons, CC BY 2.0
[動向]
50%超
調査工程の短縮見込み
地図大手HERE TechnologiesはAWSのブログで、開発用AI「Kiro」の使い方を示した。顧客の要求を作業票に分け、自動車業界の監査が求める要求と実装の対応を保つ。初期の社内測定から、調査工程を50%超減らせる見込みとした。
・ オランダの地図技術企業・AWSブログ
出典: HERE（aws.amazon.com）
写真: bizmac (Flickr) / Wikimedia Commons, CC BY 2.0
[朗報]
約2か月1か月
企画の工数
LINEヤフーは、27年続く通販サイトの設計工程をAIに任せる例を技術ブログで報告した。コード置き場（リポジトリ）が3,000超ある同サイトの構成図や用語をAIに渡し、人が各段階で確認する。企画の工数は約2か月から1か月ほどに縮んだ。
・ 日本の大手IT企業・公式ブログ
出典: LINEヤフー（techblog.lycorp.co.jp）
写真: Syced / Wikimedia Commons, CC0
[動向]
38件
書き直して本番へ
サイバーエージェントが、クラウドで動く小さなプログラム約200件を生成AIと洗い出した。うち38件を書き直し、本番に反映したと技術ブログで報告した。本番への反映など壊れうる操作は、人の承認を得てから行う決まりにした。
・ 日本のIT企業・技術ブログ
出典: サイバーエージェント（developers.cyberagent.co.jp）
写真: Syced / Wikimedia Commons, CC0
[動向]
障害試験 ×AIの原因分析
AIが試験を観察
米アマゾン・ウェブ・サービスが10月15日に発表した。障害への強さを試す『Resilience Hub』の試験を、運用支援のAIが観察する。そのAI『DevOps Agent』が、症状・原因・影響・復旧の動きをまとめる。
・ 米国のクラウド大手・公式発表
出典: アマゾン・ウェブ・サービス（aws.amazon.com）
写真: Rsparks3 / Wikimedia Commons, CC0
[朗報]
ほぼ0%50%
人手最小のAIで運用
Gartnerの10月26日の予測をITmediaが報じた。2030年までに組織の50%が、人の関与が最小のAIエージェントをIT運用に使うという。2026年のほぼ0%から増え、調査では運用責任者の58%がAIの本番導入を重要な課題とした。
・ 米国の調査会社・予測の報道
出典: Gartner（itmedia.co.jp）
写真: Olivier Bonin/SLAC National Accelerator Laboratory / Wikimedia Commons, CC BY 4.0
[動向]
17%40%超
AIで始まる変更提案
コード共有サービスの米GitHubが、年次報告「Octoverse」で公表した。9月時点で、変更提案（プルリクエスト）の40%超はAIエージェントへの指示から始まった。3月は17%で、AIが返した結果は人が点検して整えるとした。
・ 米国のIT企業・年次報告
出典: GitHub（github.blog）
写真: GitHubの最高法務責任者マッキンリー氏（2025年4月、Web Summit Rio）。Vaughn Ridley/Web Summit via Sportsfile / Wikimedia Commons, CC BY 2.0
[動向]
Terraform ×原因の追跡
チーム別構成の障害
米AWSが運用支援AI「AWS DevOps Agent」の使い方をブログで示した。想定例で、別チームのネットワーク設定変更による障害の原因の候補を、AIが警報と変更記録から絞り込む。対象は構成管理ソフトTerraformで分けた構成だ。
・ 米国のクラウド企業・技術ブログ
出典: AWS（aws.amazon.com）
写真: Ajay Suresh / Wikimedia Commons, CC BY 2.0
