AIエージェントは「会話」で観測する──Grafana Labsが示すAI時代のオブザーバビリティ

　Grafana Labsは11月5日、記者発表会を開催し、共同創業者のアンソニー・ウッズ氏が「AI for Observability, Observability for AI」をテーマに講演した。同日に発表された調査では、日本のITリーダーがAIに仕事を任せる前提として、判断の根拠や確信度、承認のルールを重視する傾向が浮かび上がった。ウッズ氏は、AIエージェントの会話そのものを観測対象とする「Agent Observability」や、複数のエージェントがインシデントの根本原因を探る仕組みなど、AI時代のオブザーバビリティに向けた同社の取り組みを説明した。

日本のITリーダーがAIに求める「根拠」と「承認ルール」

　オブザーバビリティプラットフォームを提供するGrafana Labsの共同創業者、アンソニー・ウッズ氏は、AIがオブザーバビリティを変えつつあるとし、「この変化は2つの方向で起きていて、どちらもすべてのソフトウェアチームにとって重要です」と語った。ひとつはAIを本番環境で確実に運用するためのオブザーバビリティ、もうひとつはAIによって運用そのものを速く、賢くすることだ。

Grafana Labs 共同創業者 アンソニー・ウッズ氏

　ウッズ氏はまず、同社がFuturum傘下のETRと共同で実施した調査「2026 State of Observability Report」の結果を紹介した。これは北米・日本・ラテンアメリカ・西欧のITリーダー300名（うち日本50名）を対象とした調査で、AIを今後2年間で最も重要なトレンドと捉える割合は日本が54％、グローバルが53％と、方向性に差はない。

　違いが表れたのは、AIに仕事を任せる前に何を求めるかだ。日本の回答者の70％は、オブザーバビリティ導入の価値を顧客体験・顧客維持の観点で説明しており、4地域で最も高い。ウッズ氏は「成功とは『システムが稼働しているか』だけではなく、『サービスが顧客に届いているか』なのです」と述べる。

日本のIT責任者が求めるもの：顧客体験70％、説明可能性54％、確信度スコア42％、規制・コンプライアンス上の制約74％

　AIを信頼する条件としては、54％がAIの判断の根拠や使った情報源の説明を、42％がモデルの確信度を示すスコアを挙げた。どちらも4地域で最も高い割合だ。一方、AIによる自律的な修復を進めるうえでの最大の壁として「技術の信頼性」を挙げたのは16％にとどまり、74％は規制・コンプライアンス、顧客の信頼や契約、社内の承認プロセスを挙げている。システムに変更を加えない原因調査をAIに任せることには、日本の84％が抵抗がないと答えており、グローバルの85％とほぼ変わらない。「日本では、問いは『AIにできるのか』ではなく、『信頼できるのか、そして誰が決めるのか』なのです」とウッズ氏は語る。

AIエージェントの登場で、観測すべきものが変わる

　ウッズ氏は、こうした問いが生まれる背景を、システムアーキテクチャの変遷から説明した。メインフレームやモノリスの時代は環境が比較的静的で、全体の仕組みを理解している人がいた。クラウドネイティブの時代になると、1つのトランザクションが多数のマイクロサービスにまたがるようになり、個々のリクエストの流れを追うために分散トレースが必要になった。各チームは自分たちのサービスには詳しくても、システム全体を理解している人はほとんどいない。

メインフレーム（1980年）からAIエージェント（2026年）までのアーキテクチャの転換点

　そして今、AIエージェントが意思決定やツールの使用、リトライ、非決定的な結果を持ち込んでいる。ウッズ氏は、実行パスを追うだけでなく、やり取りの内容と質まで理解する必要があると述べた。同社はこの変化に向けて、オープンであること、コスト構造の見直し、AIエージェントのためのオブザーバビリティ、AIエージェントを活用したオブザーバビリティという4つの柱を掲げる。