【はじめに】 運用の「相転移」を予見する
2025年後半から2026年にかけて、AWS DevOps Agent や New Relic AI といった エージェンティックAI（Agentic AI） の実装が進み、私たちは今、システム運用の歴史的な転換点に立っています。
これは単なるツールの進化ではありません。物理学で言うところの 「相転移（Phase Transition）」 ──水が水蒸気に変わるような、劇的な変化の予兆です。
これまでの「自動化（Automation）」は、人間が定義した手順を機械がなぞる決定論的な世界でした。しかし、これから訪れる「自律化（Autonomy）」の世界では、AIが自ら推論し、最適解を導き出す確率論的な世界へとシフトします。
この新しい世界に対峙するために、今回は監視論を、新たなフェーズへと進化させたいと思います。
【第1章】 監視論の系譜と「知性」への到達
私はこれまで、変化の激しいIT運用の現場において、その羅針盤となるべく「監視論」を提唱し、アップデートし続けてきました。
「監視論 Ⅳ」を語る前に、これまでの監視論が何を問い、何を定義してきたのか、その系譜を振り返ります。
1. 監視論の歴史的変遷（Ⅰ〜Ⅲ）
-
監視論 Ⅰ：定義と言語化（Definition & Verbalization）
- 問い: 「そもそも監視とは何か？ 何をもってITシステム監視とするのか？」
- これが全ての出発点でした。当時、現場では運用業務が「なんとなく」行われていましたが、その位置づけは曖昧でした。私はこれに対し、 「システムの状態を把握し、維持する営み」 としての定義を与え、暗黙知であった運用現場のリアリティを 言語化 することに注力しました。
-
監視論 Ⅱ：価値（Value）
- 問い: 「その監視は誰のためにあるのか？ ユーザーは満足しているか？」
- 定義された監視に対し、次は 「目的」 を問い直しました。システム内部の数字を見るだけでは不十分であり、ビジネスの成功とユーザー体験（UX）に直結してこそ、監視には価値が生まれると説きました。
-
監視論 Ⅲ：深層と最適化（Optimization）
- 問い: 「なぜその事象が起きたのか？ どうすればパーフェクトなシステムになるか？」
- 過去の登壇（July Tech Festa等）で、私は監視エンジニアに対し、オペレーターからの脱却を訴えました。データを読み解き（読影）、ボトルネックを発見して設計にフィードバックする 「アナリスト（Analyst）」 こそが、システムを「パーフェクト」に近づける存在だからです。
2. アナリストから「ガバナー」へ（ⅢからⅣへ）
監視論 Ⅰ で「定義」し、Ⅱで「価値」を与え、Ⅲで「分析」へと深化させてきたこの系譜。これらはすべて、複雑なシステムを 「人間が」 理解し、コントロールするための哲学でした。
しかし、2026年現在、前提条件が覆りました。
人間が苦労して行っていた分析や修正を、AIが自律的に行う時代が到来したのです。かつて私が「人間の高度なスキル」とした分析能力さえも、AIにとっては瞬きの間の計算に過ぎません。
この技術的特異点を前に、私は監視論を新たなフェーズへと進めます。
-
監視論 Ⅳ：知性（Intelligence）
- 問い: 「自律的に動くAI（Agent）は、我々の意図通りに振る舞っているか？」
- 対象: 推論プロセス（Reasoning） , 確信度（Confidence） , アライメント（Alignment）
- 役割: ガバナー（Governor / 飼い主）
監視論 Ⅰ が「人間の作業」を言語化したものであるならば、監視論 Ⅳ は 「AIの振る舞い」を言語化し、統制するための新たな定義 です。
3. 「マクスウェルの悪魔」を飼いならす
物理学の視点を借りれば、これまでのITシステム監視は「エントロピー（乱雑度）との戦い」でした。増大するエントロピーに対して、人間がエネルギーを投入することにより情報を整理しエントロピーを下げてきたのです。
AIの時代に到り、ついに我々は 「マクスウェルの悪魔（AI Agent）」 を手に入れる事になるでしょう。彼らは自律的に情報を選別し、エントロピーを下げてくれます。
しかし、この「悪魔」は時に暴走します。あるいは、我々の意図とは異なる「局所的な秩序」を作ろうとするかもしれません。
我々は「修理屋（Operator）」や「分析家（Analyst）」から、悪魔を監視し指揮する「召喚士（Governor）」へとジョブチェンジを果たさなければならないのです。
【第2章】 「Monitoring Service Provider」の終焉
かつて「監視論 Ⅰ」において、私は日本のMSP市場の歪みを指摘しました。
多くの事業者が、本来の MSP（Managed Service Provider：運用の主体者） ではなく、単なる 「Monitoring Service Provider（監視通知業者）」 に留まっているという現実です。
アラートを検知し、右から左へ通知し、判断を顧客へ委ねる。
この「Monitoring Service Provider」モデルは、AI時代において破綻するどころか、存在意義そのものを喪失します。
1. "通知屋" はAIに駆逐される
「ログを見て一次切り分けを行い、顧客へ報告する」
これまで日本のMSPが主力商品としてきたこの業務は、エージェンティックAIが最も得意とする領域です。AIは24時間365日、瞬時にログを解析し、人間よりも正確なレポートを作成します。
「通知」に価値を置いてきた事業者は、AIのスピードとコスト競争力の前に、なす術なく淘汰されるでしょう。
2. MSP 2.0（SRE型）でさえ直面する限界
監視論 Ⅱで提唱した MSP 2.0（外部SREとしてのMSP） は、顧客の運用課題に踏み込み、コードによる解決を目指す進化形でした。しかし、このモデルでさえも新たな壁に直面します。
AI Agent は、SREが手動で行っていた「トイルの削減」や「修正コードの作成」さえも自律的に行い始めました。
「修正パッチを作成しました。適用しますか？ [YES/NO]」
AIがここまでお膳立てをした状態で、人間がボトルネックになることは許されません。
従来の「顧客にお伺いを立てる（責任転嫁する）」モデルのままでは、MSP 2.0 といえども、AIの超高速な自律サイクルを阻害する「遅い承認者」に成り下がってしまうのです。
【第3章】 MSP 3.0：AI時代のビジネスモデル
では、AIがSREの業務すら代替し始めた世界で、MSPはどこへ進化すべきか。
監視論Ⅰで「本来のMSP」への脱皮を促し、Ⅱで「SRE化」を説き、Ⅲで「個の育成」を論じた先に、 MSP 3.0 の姿があります。
1. AI Governor（AIの飼い主）への進化
MSP 3.0 の役割は、システムを直接操作することではありません。システムを操作する AI Agent を統制（Govern）すること です。
-
環境の設計者:
AIが正しく推論できるよう、システム構成図や過去のトラブルシューティング履歴を学習させ、AIにとっての「良質な教育環境」を整備する。 -
拘束条件（Constraint）の定義:
AIに対し、「コスト削減のために可用性を犠牲にしてはならない」といった 「やってはいけないこと」 を物理法則のように定義する。
2. Shift Left of Decision（判断の位置エネルギー化）
監視論 Ⅳ における最大の戦略的転換は、 「判断」のタイミングと所在 を変えることです。
障害が発生した緊急時に判断を行うのではなく 、平時にAIシミュレーターを用いて「この修正シナリオのリスクは許容範囲内か」を検証し、承認しておきます。
これは物理学で言えば、平時に労力（仕事）を使って石を持ち上げ、 「位置エネルギー」 として蓄えておくことと同じです。
いざ障害が起きれば、その蓄えられたエネルギーを解放するだけで、人間が介入することなくAIが自律的かつ瞬時にアクション（運動エネルギー）へと変換できます。
「その場の判断」から「事前の合意形成」へ。 これこそが、責任を顧客へ丸投げする「Monitoring Service Provider」からの完全な脱却です。
3. 共有リスクモデル（Shared Risk Model）
契約形態も進化します。
「何も起きないこと」を保証するのではなく、 「エラーバジェット（許容される不具合の予算）」 を顧客と共有し、その範囲内でMSPが自律的にAIを行使する権限を持つ。
これによって初めて、MSPは顧客の「下請け」ではなく、ビジネスのリスクを共に背負う「真のパートナー」となるのです。
【第4章】 実装論：自律知性のブラックボックスを「言語化」する
監視論 Ⅰ が「曖昧な人間の作業」を言語化したように、監視論 Ⅳ の実装においては 「ブラックボックス化したAIの思考」を言語化（可視化） することが求められます。
1. エージェントの「食料」としてのオブザーバビリティ
AI Agent は魔法使いではなく、入力データに基づいて計算する関数です。
MSPエンジニアの責務は、 「AIに高品質なデータ（食料）を与えること」 になります。ログの属性（Attributes）の正規化や、トレースによる依存関係（Topology）の正確なマッピングなしに、正しい推論は生まれません。
2. Investigation Timeline（捜査タイムライン）の監視
ダッシュボードの主役は、CPUグラフから 「AIの思考プロセス（Reasoning Log）」 へ変わります。
- Mean Time to Trust (MTTT): Agentが異常検知してから、人間がその推論を信頼して承認するまでの時間。
- Reasoning Log: AIが「なぜその結論に至ったか」という思考の連鎖（Chain of Thought）をログとして可視化し、人間が監査できるようにすること。
これこそが、監視論 Ⅳ における 「ブラックボックスの言語化」 です。
【おわりに】 観測者が世界を確定させる
かつて監視論 Ⅲ の登壇で、私は 「パーフェクト・システム」 を目指そうと言いました。
AI Agent の登場により、我々はその理想に限りなく近づく強力な武器を手に入れました。
しかし、量子力学における「観測者効果」が示すように、最後に現象を確定させるのは観測者です。
AIは無数の「最適解らしいもの」を提示しますが、それがビジネスにとって真の正解であると 「選択」し「責任」を持つことができるのは、意志を持つ人間だけ です。
監視論 Ⅰ から始まった旅は、ここで一つの到達点を迎えます。
それは、カオスな現象に「定義」を与え、複雑なシステムに「価値」を見出し、そして今、自律的な知性を「統制」する 「能動的な観測者（Active Observer）」 へと至る道です。
MSP 3.0。それはシステムのお守りをする者ではなく、AIという強力なエネルギーを御し、ビジネスの未来を確定させる者たちの新しい名前なのです。