セルジュ・ルシオは、ブロードコムのアジャイルオペレーション部門のバイスプレジデント兼ゼネラルマネージャーである。
企業ITオペレーションを巡る議論は、長年にわたり2つの重要な柱に支配されてきた。それは、中核データが存在する「記録システム（SOR）」と、実用的な洞察が導き出される「インテリジェンスシステム（SOI）」だ。大規模組織にとって数十年来の主な課題は、この2つの領域間の連結組織—つまり導管やパイプライン—を構築することだった。
しかし今日、大規模言語モデル（LLM）と生成AIの登場は、この接続を加速させるだけでなく、その環境を根本的に変化させている。構造化された中央集権的な環境から、拡散と、特に混沌によって定義される環境へと移行しているのだ。
組織が今、高度な制御基盤を確立できなければ、効率性を高めるために設計されたツールそのものが、前例のないガバナンス、セキュリティ、運用上のリスクをもたらすことになるだろう。
断片化と脆弱なパイプラインの問題
過去20年間、企業ITは自動化ツールの断片化に悩まされてきた。従来のワークロードスケジューラ、ETLツール、あるいはApache KafkaやAirflowのような最新のストリーミング技術を見ても、結果は複雑で、しばしば脆弱なパッチワークとなっている。
この脆弱性は深刻な結果をもたらす。例えば、大手金融機関では、当社の顧客の一部がミッションクリティカルなジョブで1%から5%の失敗率を経験することがある。これは日々数十万件の失敗を意味し、手動で高コストの修復を強いられるだけでなく、ビジネスにも影響を与える。
さらに、これらのパイプラインから得られるインテリジェンスは、しばしば疑わしいデータに基づいている。販売予測という一般的なビジネスプロセスを考えてみよう。従来、インテリジェンスシステムは顧客関係管理（CRM）ツールによって入力されるダッシュボードに依存している。商談の状況は多くの場合、手動で入力され、頻繁に古くなる代理データである。これにより、ユーザーがデータが不正確または古い理由を追求する際に、膨大なオーバーヘッドが生じる。
ここでAIがゲームチェンジャーとなり得る。
AIの飛躍：代理データから真実の源へ
AI、特にLLMの真の力は、非構造化データの膨大な可能性を解き放つ能力にある。10年間、企業は非構造化データをデータレイクを通じて制御しようとしたが、それらはしばしば管理不能な「データ沼」へと変質した。LLMはついに、この原材料—会議のメモ、メール、カレンダーの招待状—を処理し、構造化されたインテリジェンスに変換するエンジンを提供する。
販売予測を例に取ろう。手動で更新されたCRMステータスに依存する代わりに、LLMは商談に関連するあらゆるコミュニケーションを解析し、その真の状態を推測できる。これにより、ビジネスユーザーは、遅く手作業で入力された近似値ではなく、ソースデータに基づいて、強力なアドホックな洞察を素早く生成できるようになる。
しかし、この洞察の飛躍は、ガバナンス制御という巨大なトレードオフを伴う。
ガバナンスの危機：アドホック自動化の台頭
ビジネスユーザーが、遅く管理されたパイプラインをバイパスして、機密性の高い企業データを直接LLMにロードできることに気づくと—それが公開クラウドモデルであれ内部ソリューションであれ—組織はすべての可視性と制御を失う。
私たちは、アドホックAIエージェントの爆発的な増殖を目の当たりにしている。これらはユーザーに力を与える一方で、深刻なリスクをもたらす：
• セキュリティとデータ漏洩：従業員が専有データをエクスポートして外部のLLMに供給すると、そのデータは多くの場合、検索拡張生成（RAG）コンテキストの一部としてLLMシステムに保持される。この個人識別情報や企業の知的財産は、突然、企業の管理下から離れてしまう。
• コンプライアンス：組織がEUで事業を展開している場合、データの所在地と「忘れられる権利」は譲れない。専有派生データが複数のLLMインスタンス（一部は大西洋横断またはクラウドベース）に散在している場合、コンプライアンスは不可能になる。
• 監査可能性：誰がデータを使用したのか？洞察はどのように生成されたのか？管理されていない環境では、管理の連鎖が断たれ、監査と規制対応が不可能になる。
この突然の変化—中央集権的で高度に規制されたインテリジェンスシステムから、分散型のアドホックエージェントの増殖へ—が、ITが今直面しなければならない混沌である。
制御基盤の構築：適応型自動化の必要性
AIの恩恵を享受しながらデータの混沌に陥らないためには、組織はすべての自動化のための堅牢な中央集権的制御基盤の構築に焦点を当てる必要がある。これは既存の技術を置き換えることではなく、それらに対するオーケストレーションとガバナンスを確立することだ。
運用チームとエンタープライズアーキテクトには、2つの緊急かつ相互に関連した必須事項がある：
1. 自動化の強化
AIを活用してパイプライン自体をより回復力のあるものにする必要がある。LLM機能を自動化プラットフォームに直接組み込むことで、予期せぬ変化に自動的に対応する適応型ワークフローを作成できる。上流のジョブが遅れたり、データベーススキーマが変更されたりしても、自動化システムは失敗するのではなく、インテリジェントに調整すべきだ。目標は、現在見られる1%から5%の範囲のジョブ失敗率を0.1%以下に引き下げ、脆弱なパイプラインを堅固なインフラストラクチャに変えることである。
2. 管理されたアドホック自動化の実現
これが企業自動化の未来だ。ビジネスユーザーが重要なアドホックな洞察を作成できるようにする必要があるが、それは安全で制御された枠組みの中でなければならない。
そのビジョンは会話型インターフェース—チャット機能—であり、事業部門のユーザーが複雑なデータの洞察（「次の四半期に成約が予測される高価値の商談をすべて表示して」）を求めると、自動化プラットフォームがその複雑さをシームレスに処理する。
舞台裏では、制御基盤が3つの重要な機能を実行する：
1. オーケストレーション：リクエストを満たすために必要な技術（Apache Airflow、ファイル転送、ストリーミングなど）の適切な組み合わせを調整する。
2. ガバナンスとガードレール：ユーザーが閲覧を許可されているデータのみにアクセスできるよう、データマスキングとフィルタリングを自動的に適用する。
3. 監査可能性：ワークフロー全体を記録し、データが承認された記録システム内に留まっていることを確認し、コンプライアンスを維持する。
この変革を主導する責任は、まさにエンタープライズアーキテクトにある。しかし、このような堅牢なオーケストレーションとガバナンスを提供できるプラットフォームを所有するITオペレーションチームには、アーキテクトに対して、既存のツールを活用し近代化して、この新時代のインテリジェントなアドホック自動化を可能にする方法を教育する責務がある。
今この瞬間、私たちはこの新たな天然資源—データ—のための蒸気機関を構築している。それを単に力のためだけでなく、制御のためにも構築することを確実にしなければならない。
