> ## Documentation Index
> Fetch the complete documentation index at: https://docs.cloudthinker.io/llms.txt
> Use this file to discover all available pages before exploring further.

# 第10章 · これからの道

> エージェント型インフラ運用の近未来——5つの短期トレジェクトリ、戦略的なウィンドウ、そしてハイパースケーラー対統合型マルチクラウドというアーキテクチャの選択。

*エージェント型インフラ運用がこれからどこへ向かうのか——そして今すべきことは何か。*

## 10.1 5つの短期トレジェクトリ

1. **インシデント対応からインシデント予防へ。** メモリーレイヤーが成熟するにつれ、エージェントチームはインシデントを解消することよりも予防することにリソースを振り向けるようになる。デプロイ前のリスク分析、プロアクティブなキャパシティ移動、フリート全体のパターンから導かれるアーキテクチャ提言がその中核だ。最高のMTTRは、そもそも発生しなかったインシデントである。

2. **エージェント間オペレーション。** 運用エージェントはますますベンダーエージェント——クラウドプロバイダーのサポートエージェントやSaaS信頼性エージェント——と交渉するようになる。標準はすでに存在する。AnthropicのMCPはエージェントをツールに接続し、Linux Foundation傘下で推進されるA2Aプロトコルは——Microsoft、AWS、Salesforce、SAP、ServiceNowが参加し、約150組織で本番稼働中——組織の境界を越えたエージェント間通信を処理し、アイデンティティは暗号署名済みのエージェントカードで担保される。AWS DevOps Agentはすでに完全な調査コンテキストを添えてAWS Supportへエスカレーションしており、機械間オペレーションの黎明期を垣間見せている。

3. **ガバナンスが法律になる。** AIガバナンスのフレームワークは、EUのAI Actを筆頭に、任意の慣行から規制上の要件へと移行しつつある。規制業界にとって、ガバナンス対応済みのエージェント型プラットフォームは好みの問題ではなく、調達要件となる。

4. **自律性が段階的に拡大する。** アナリストの予測は一致している。エージェントは人間のアシストから複雑なワークフローの所有へと移行し、今十年の終わりまでには業務アプリケーション全体にタスク特化型エージェントが組み込まれ、エビデンスが蓄積されるにつれて人間の関与は着実に減少していく。

5. **オペレーティングモデルこそがプロダクトになる。** モデルが商品化するにつれ、差別化はオーケストレーション品質、ドメインの深さ、蓄積されたコンテキスト、そしてトラストアーキテクチャへとシフトする——いずれも本番環境での経験を何年も積み重ねなければ構築できないものだ。

## 10.2 戦略的なウィンドウ

採用データが描くのは、市場が大きく跳躍する途中にある姿だ。§9.4で示した実験から本番への移行ギャップとプロジェクトキャンセルの予測を、Gartnerが示す「2026年末までに企業アプリケーションの40%にタスク特化型エージェントが組み込まれる（前年比5%未満から）」という見通しと重ね合わせると、一見矛盾するように見えるこれらの数字は、実は選別機能を表している。ウィンドウを手にするのは、段階的な自律性・実効性のあるガバナンス・誠実な測定をもって実験から本番へと踏み出す組織だ。渡り切れば優位性は複利で積み上がる——解決されたインシデントのたびにエージェントは賢くなり、取り戻した時間のたびにエンジニアはより高付加価値の仕事に移行し、コスト構造は成長から切り離される。待てば、やがて同じ技術を購入できるかもしれない。しかし複利の時間は取り戻せないし、トイルをもはやこなさなくていいエンジニアを抱える競合他社と採用を争うことになる。

> *図10 — 選別機能：大多数が実験にとどまり、本番に到達するのはわずかで、プロジェクトの大部分はキャンセルされる（§9.4）。実行がどちらの群に属するかを決める。*

## 10.3 ランドスケープ：ハイパースケーラー型エージェントか、統合マルチクラウドプラットフォームか

2026年の購買担当者は、現実的なアーキテクチャの選択に直面している。本書でプロファイリングしたハイパースケーラー型エージェントは、構築目的においては優秀だ——しかしその形は、誰が構築したかによって規定されている。AWS DevOps Agent、Azure SRE Agent、Gemini Cloud Assistはいずれも自社クラウドでもっとも深く、自社の消費モデルに紐付き、調査とインシデント対応を中心に据え、アクションはその後ろに慎重についてくる。単一クラウドの環境であれば、ネイティブエージェントは強力なデフォルト選択だ。しかし大半の企業——特に、ハイパースケーラーと国産・ローカルクラウドおよびオンプレミスコアを組み合わせる東南アジア金融セクターのほぼすべて——は単一クラウドでは動いていない。3つのコンソール・3つのガバナンスモデル・3つの監査証跡を持つ単一クラウドエージェントを3つ運用することは、本書が否定するスウィベルチェア問題を一段上のレイヤーで再現するにすぎない。

| 評価軸       | ハイパースケーラーネイティブエージェント   | 統合マルチクラウドプラットフォーム                                         |
| :-------- | :--------------------- | :-------------------------------------------------------- |
| カバレッジ     | 自社クラウドが最も深く、他は部分的      | すべてのクラウド・ローカル/国産クラウド・オンプレミスを単一エージェントチームでカバー               |
| スコープ      | 調査優先；修復は段階的に追随         | 単一ポリシーのもとでDetect → Analyze → Resolve → ValidateのフルDARVループ |
| ガバナンス     | ベンダーごとのコントロールと監査証跡     | 全環境を横断する単一の自律ポリシー・監査証跡・承認サーフェス                            |
| データコントロール | ベンダークラウドでの処理；コントロールは様々 | BYOC/セルフホストとPIIトークナイゼーション——データ居住地要件のある業界向けに設計             |
| アライメント    | 自社ベンダーエコシステム内での最適化     | クラウドニュートラル——自社の請求を削減するコスト決定を含む                            |

*読者が知るべき開示事項：本フィールドガイドはCloudThinkerが出版しており、CloudThinkerは上記の第2列を構築している。* CloudThinkerは統合マルチクラウドエージェント型オペレーションプラットフォームだ。1つのオーケストレーター（Anna）がクラウドエンジニアリング・セキュリティ・データベース・Kubernetesの名前付きスペシャリスト（Alex、Oliver、Tony、Kai）を率い、AWS・Azure・GCP・国産/ローカルクラウド・オンプレミス環境全体でDARVループを実行する。BYOCおよびセルフホスト展開、初日からFSI向けに設計されたPIIトークナイゼーション境界を備え、ベトナムで初めて取得したAWS Agentic AI Consulting Competencyを保持している。このような利害関係がエビデンスを歪めないよう努めた。本書のすべてのベンチマークは出典を明記し、ハイパースケーラーエージェントはその強みが最大限に発揮される形で紹介し、フレームワークの各章はどのプラットフォームを選んでもそれ自体で成立するよう書いた。カテゴリはエビデンスで評価してほしい——そして私たちを評価するなら、本書に掲載した8つのデータコントロール質問と5つのベンダーテストを使ってほしい。それらは私たち自身が合格しなければならないと分かったうえで書いたものだ。

## 10.4 結論

インフラ運用は常に、複雑性と能力のレースだった。40年間、「能力」とは人間のためのより良いツールを意味した。エージェント世代はその種類が異なる。初めて、能力そのものが知覚し、推論し、行動し、学習する。不注意に扱えばリスクだ。しかし本書が描く規律——単一のオーケストレーター下のスペシャリストチーム、閉じたDetect-Analyze-Resolve-Validateループ、アクションクラスごとに獲得される自律性、要求される前に構築されるガバナンス、ループ上に確固として位置づけられる人間——をもって扱えば、クラウド自体以来最大の運用レバレッジの飛躍となる。

*運用の未来は、人間が減ることではない。人間が増幅されることだ。*