はじめに
株式会社インプリムでエンジニアをしています。今回初めて登壇形式の発表をしたので、発表内容と感想を記事にしました。
6/10〜6/12に幕張メッセで開催されたInterop Tokyo 2026のZabbixブースで、出展およびLTの機会をいただきました。Interop Tokyo はネットワーク・ITインフラ系の大型展示会で、会場はとても広く、Zabbixブースもかなり大きなスペースを構えていました。その一角にPleasanterのデモを出させてもらいました。
Zabbix はサーバー・ネットワークを幅広く監視できるOSSの統合監視ツールです。
Pleasanter は業務アプリを作れる国産OSSのノーコード/ローコード開発ツールです。
Zabbixブース内のPleasanter展示スペース
デモの内容
全体の流れはこうです。
- Zabbixが障害を検知する
- Webhookが起動し、API経由でPleasanterへホスト名・エラーメッセージ・障害カテゴリを送る
- Pleasanterがアラートレコードを自動起票し、資産情報・対応マニュアルへ自動リンクする
- 同時にAIエージェントが起動し、障害対応レコードと初動対応の提案を自動作成する
- 管理者へ通知が飛ぶ。担当者は画面で確認・対応する（記録も同時に残る）
人が手を動かすのは「5」だけで、それ以前は自動で進みます。
検知→自動起票→AIによる初動対応提案→ダッシュボードでの一元管理までの全体構成
使った環境
| 環境 | バージョン |
|---|---|
| Zabbix | 7.0 LTS |
| Pleasanter | 1.5.5.0 |
| OS | Ubuntu 24.04 LTS |
| AI | Gemini API |
ステップ1：Zabbixが障害を検知する
Zabbixのトリガーに、資産ID（ManagedID）と障害カテゴリをタグとして設定しています。「どの資産で・どんな障害が起きたか」をそのままPleasanterへ渡せるのがポイントです。Zabbix側を大きく作り込まずに済むので、運用にも乗せやすい設計です。
赤枠：カテゴリとManagedIDのタグ設定箇所
ステップ2：WebhookがPleasanterへ通知する
検知と同時にWebhookが起動し、API経由でホスト名・エラーメッセージ・障害カテゴリをPleasanterへ送ります。
ステップ3：アラートレコードの自動起票と資産へのリンク
Webhookの情報を受け取ったPleasanterが、アラートレコードを自動作成します。タグの情報をキーに、事前登録した資産情報や対応マニュアルへも自動でリンクされるので、担当者はアラートを開けばその場で「どのサーバーか」「過去にどう対応したか」までたどれます。
自動起票されたアラートレコード（各項目はZabbixから自動転記）
資産情報レコード
資産情報・対応マニュアルへの自動リンク部分
ステップ4：AIが初動対応を提案する
アラートレコードの作成をトリガーに、AIエージェントが自動起動します。Gemini APIに問い合わせ、過去の対応履歴や担当者が作ったマニュアルを参照した初動対応策を提案します。担当者が画面を開く頃には「何が起きたか」「どう対応すればよいか」が出そろっています。ここが今回のデモで一番見てほしかった部分です。
AIによる障害の分析結果
AIが提案した初動対応案
ステップ5：担当者が確認・対応する
通知を受けた担当者が画面を開くと、ステップ3・4で自動作成された情報がすでに揃っています。担当者はゼロから状況を把握する手間なく、すぐに対応作業へ移れます。
対応中の作業メモや処置内容はそのままレコードに記録でき、対応完了後も履歴として残ります。Pleasanter上のダッシュボードでは複数アラートの発生状況・対応進捗を一元管理でき、「誰がどこまで対応しているか」をチーム全体でリアルタイムに把握できます。この蓄積データが、ステップ4でAIが参照する材料にもなっていきます。
アラートの発生状況と対応進捗を一元管理するダッシュボード
出展・LT登壇について
発表テーマはデモと同じ「インシデント管理の自動化とAIによる初動対応の迅速化」で、持ち時間15分で発表しました。自己紹介 → Pleasanterの紹介 → Zabbix × Pleasanter × AI の一元化 → ブースでの実機デモの案内、という流れで発表をしました。
-
来場者の反応：昨年もZabbixブースで展示させていただく機会があったのですが、前回はPleasanterをご存じない方もかなり多い印象でした。今回は「Pleasanterが出てると聞いて来た」と声をかけてくださる方もありがたいことに何人かいらっしゃって、10周年という節目を経て認知が少しずつ上がってきているのだなと実感しました。
-
技術的な気づき：Webデータベースというプロダクトの立ち位置からも、昨今のAIトレンドにおいてデータを蓄積・管理できることは大きな強みになると、今回のデモを通じて改めて感じました。
-
初登壇で感じたこと：オフラインのイベントで発表すること自体が初めてで、ましてやInteropという大きな舞台ということもあり、最初はとても緊張しました。少し噛んでしまったり早口になってしまったりと反省点もありましたが、多くの方の前で一から通して発表するというのは普段の業務ではなかなか得られない経験で、終わったあとはとても充実感がありました。
今後に向けて
この仕組みは、運用を続けるほど対応履歴が溜まる構造です。履歴が増えればAIが参照できる材料も増え、提案の精度も上がっていきます。今回のデモを通じて、データを蓄積・管理できるWebデータベースとしての強みがAIとの組み合わせで活きてくることを改めて実感しました。蓄積した障害データを傾向分析に活用するなど、運用が続くほど価値が高まる仕組みとして育てていきたいと考えています。
まとめ
検知から起票、初動対応の提案、記録までをひとつながりにすると、人が引き受けていた「段取り」がかなり軽くなる——というのが今回のデモで一番伝えたかったことです。「Pleasanterが出てると聞いて来た」と声をかけていただけたこと、そして初登壇の充実感も含め、今回の出展はとても良い経験になりました。