ITインフラ管理におけるAI技術の活用で懸念されるのが、誤操作や権限を越えた変更の実行だ。業務に組み込まれるAIエージェントは単なる汎用（はんよう）的な大規模言語モデル（LLM）のチャットbotではない。エンドユーザーに対して、誰がどのような状態で操作しているかを把握するための前提情報（ログインコンテキスト）と、役割に応じた権限付与（ロールベースアクセス制御）を厳密に解釈するよう設計されている。「VMを停止して」と指示しても、指示したエンドユーザーに「閲覧者」権限しか付与されていなければ、操作の実行は拒否される仕組みだ。

　入力されたプロンプトはオーケストレーション層（要求を整理する中継層）を経由し、ストレージやネットワークなど対象となるリソースに特化したプラグインに振り分けられる。これによって、一般的なドキュメントに基づく回答だけではなく、ログデータ用の命令文である「KQL」クエリや個別のシステム設定に基づいた精度の高い回答を返す構造になっている。

未知のソースコード解読とプロンプトの共有

　インフラのコード化（IaC）が進む中、インフラ担当者が専門外の技術領域を扱う機会が生じている。こうした場面でもAI技術による分析が威力を発揮する。例えば、クラスタ（サーバ群）を展開するための2500行に及ぶ複雑な自動化ファイル（テンプレート）があったとする。これをAIツールに読み込ませ、「このテンプレートは何を実行するものか」と問うだけで、展開されるコンポーネントの一覧や、実行に必要な必須パラメーターを即座に特定できる。

　ただし、的確な回答を得るには「文脈」（コンテキスト）の提示が不可欠だ。単に「クラスタを停止して」と指示しても、AIツールはどのサービスのどのクラスタを指しているかを判断することは難しい。インフラ担当者は、的確にAIツールを動かすための「プロンプト」をスクリプトと同様に重要な資産だと捉える必要がある。有用なプロンプトは保存して、チーム内で共有、文書化すべきだ。

AI特有の課題と今後のキャリア

　企業でのAIツール導入が進むにつれ、IT部門はAIツールを「新たなワークロード」として管理する要請を受ける。データ漏えい対策、ネットワーク、料金管理、コンプライアンスといった従来の要件は依然として重要だ。それらに加えて、AIツール特有のハルシネーションへの対策や、社内で稼働するAIエージェントの可視化および監視が求められるようになる。

　かつてクラウドサービスが登場した際、「インフラ管理者の仕事はなくなる」と危惧されたが、実際には新たな役割が生まれ、IT従事者の活躍の場はむしろ広がった。AI技術も同様であり、インフラ管理者の仕事を奪うのではなく、単純作業を代替し、より高度な設計や自動化に時間を投資するための手段となる。

　今後のIT部門には、AIツールを日常的に使いこなす世代の若手が参入する。彼らはソースコードの生成にはたけているが、回答の誤りを見抜く力や、「なぜDNS（ドメインネームシステム）がダウンするとシステム全体が停止するのか」といったインフラ関連の技術の深い理解に欠ける可能性がある。熟練のインフラ担当者には、自らAIツールを活用して生産性を高めつつ、若手に対してインフラの基礎技術やトラブルシューティングの論理的思考を教育し、失われつつある自社固有システムの知識やビジネス要件を継承する役割が強く求められている。

本稿は、Microsoftが2025年11月24日に公開した動画「Evolving your IT career in the AI age | BRK1738」を基に作成しました。