# ServiceNow投資からさらに運用価値を引き出すには――BigPanda CEO アサフ・レズニック氏が語る

- 番組: [The AI in Business Podcast](https://ai-curator.jp/podcasts/shows/cmv3z5c32001o5o100ot70lmn)（Daniel Faggella）
- 元のタイトル: How IT Leaders Get More Operational Value From Their ServiceNow Investment - with Assaf Resnick of BigPanda
- 配信日: 2026年11月16日
- 長さ: 28分
- 要約作成日: 2026年11月16日
- トピック: [#ServiceNow](https://ai-curator.jp/topics/ServiceNow) [#AIOps](https://ai-curator.jp/topics/AIOps) [#AIエージェント](https://ai-curator.jp/topics/AI%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#ITオペレーション](https://ai-curator.jp/topics/IT%E3%82%AA%E3%83%9A%E3%83%AC%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3) [#インシデント管理](https://ai-curator.jp/topics/%E3%82%A4%E3%83%B3%E3%82%B7%E3%83%87%E3%83%B3%E3%83%88%E7%AE%A1%E7%90%86) [#ナレッジグラフ](https://ai-curator.jp/topics/%E3%83%8A%E3%83%AC%E3%83%83%E3%82%B8%E3%82%B0%E3%83%A9%E3%83%95)
- URL: https://ai-curator.jp/podcasts/cmwixjgra00015h12evdevsg3

## 要約

BigPandaのCEOアサフ・レズニック氏が、導入済みのServiceNowの上にコンテキストと相関分析の層を加え、ITオペレーションの価値を高める方法を語った。大量のアラートを少数のインシデントに集約し、AIエージェントが原因特定や対応まで担うことで、対応時間や誤エスカレーションが減ると述べている。進め方としては、全面刷新ではなくレベル1運用などの小さな成功から始めることを勧めている。

## ポイント

- レズニック氏は、AIエージェントの性能は与えられるコンテキストの質で決まると述べ、Slack、Jira、Confluence、監視ツールなど多数のシステムの情報をServiceNowに集約するとしている。
- 文書化されていない「暗黙知」も、優秀な担当者の行動や会話を観察することで取り込み、組織の知識にできるという。
- 監視ツールのアラートの洪水をAIと機械学習で相関させ、例えば2万件のチケットではなく20件の本質的な問題にまとめられると説明した。
- 自律度は「ダイヤル」であり、サーバー再起動のような安全な修正は自動化し、ロールバックなどは人間に推奨して実行させるといった使い分けを提案している。
- 品質は再エスカレーション率や平均インシデント継続時間で測れると述べ、優先度1の障害が平均3日から5時間に短縮できる例を挙げた。
- 導入は大規模な計画から始めず、外注L1運用、サービスデスク、AI SREなど痛みの大きい領域で短期の成果を出すことを勧めている。

## 章立て

- [02:06] **ServiceNowを使い切るための文脈** — AIエージェントにはコンテキストが重要であり、複数システムの情報と暗黙知をServiceNowに集約するというBigPandaの役割が語られる。
- [05:17] **アラートの洪水を相関で整理** — 監視ツールが生む大量のアラートをAIで少数の問題に集約し、人手の対応負荷を減らす考え方を説明する。
- [08:36] **価値向上の兆候と状況把握の速さ** — オペレーター増員が続くことが兆候だと指摘し、状況把握を数時間から数秒に短縮できると述べる。
- [12:58] **大規模障害とエージェントの群れ** — 数百人が参加するブリッジコールの代わりに、専門家エージェントが原因と直近の変更を特定する構想を語る。
- [17:10] **自律度の調整と再発防止** — 自律度をダイヤルとして調整する考え方と、インシデントから学んで再発を防ぐ点を説明する。
- [20:17] **品質とROIの測り方** — 再エスカレーション率やインシデント継続時間など、品質を測る指標を紹介する。
- [22:27] **段階的な導入と最初の90日** — L1運用などから小さく始める進め方と、最初の90日で期待される変化を語る。

## 解説記事

BigPandaの創業者兼CEO、アサフ・レズニック氏が、The AI in Business Podcastで、ServiceNowを導入済みの企業がAIによってさらに運用価値を引き出す方法を語った。ServiceNowを置き換えるのではなく、その上にコンテキストと相関分析の層を加えるという考え方が軸になっている。なお、同氏はBigPandaの立場から語っており、以下は同氏の主張である。

#### AIエージェントの鍵はコンテキスト

レズニック氏は、ServiceNowの業務の多くがAIエージェントによって担われつつあるなか、エージェントの知能は与えられるコンテキストの質に左右されると述べる。BigPandaはITナレッジグラフを用い、ServiceNow内の記録に加え、Slack、Jira、Confluence、監視ツールなど多数のシステムに散らばる情報を集めてServiceNowに取り込むという。

もう一つの柱が暗黙知である。大企業の重要な知識の半分は文書化されず、優秀な担当者の頭の中にあると同氏は言う。エージェントは「設定される」のではなく「インターンとして育てる」ものであり、過去のチャットやブリッジコールで誰が何をしたかを観察させることで、組織の知識に変えていくという説明だった。

#### アラートの洪水を少数のインシデントへ

銀行や航空会社のサービスは、サーバー、ネットワーク、マイクロサービスなど数万の要素で成り立ち、それぞれに監視ツールがある。その出力は人間が追いきれない「津波」になっていると同氏は述べる。BigPandaはAIと機械学習でこのノイズを相関させ、たとえば2万件のチケットを、本当に重要な20件ほどの問題に集約できるとする。2,000人のオペレーターが対応する代わりに、少数の優秀な担当者が重要な問題に集中できるという主張である。

価値向上の兆候としては、技術基盤が複雑化するにつれ、サービスデスク、NOC、インシデントマネージャー、SREの増員が止まらない状況を挙げた。人手で対応を続ける限界に来ていれば、導入を検討する合図だとしている。

#### 状況把握の高速化と「エージェントの群れ」

見た目が同じアラートでも、軽微なものと大規模障害の前兆があり得る。これを見分けるには、同じクラスターの他のサーバーの状態、影響するサービスの重要度、顧客や売上への影響などを確認する必要がある。SLAでは15分が理想だが、現実には数時間から数日かかることもあると同氏は述べる。AIならこれを数秒で行え、対応や適切な担当者へのエスカレーションまで示せるという。

大規模障害では、数百人の専門家が参加するブリッジコールが開かれがちである。BigPandaは、優秀な担当者を模した専門家エージェントが群れとして調査し、7時間ではなく7分で済ませる構想を示した。症状から根本原因と下流の影響を切り分け、影響範囲と震源を特定し、直近の変更（例として2週間で2万件）の中から原因となった変更まで突き止められるとしている。

#### 自律度は「ダイヤル」

どこまで自動で解決させるかについて、同氏は自律性は一律ではなくダイヤルだと説明する。サーバーやサービスの再起動のような安全な修正は完全自動にし、コードのデプロイやセキュリティパッチのロールバックのようにリスクのある修正は、エージェントが推奨し人間が実行する、といった設定が可能という。

さらに、インシデントごとに学習し、危険な変更が再び試みられた際に警告を出すことで、事後対応型から予防型へ運用の姿勢を変えられるとも述べた。

#### 品質の測り方と導入の進め方

品質は再エスカレーション率で測れるという。外注のL1 NOCでは、約40%が誤った担当者にエスカレーションされ、正しい担当者に届くまで6〜7回回ることもあると同氏は述べる。また、人手中心の運用では優先度1の障害が平均3日続くとし、これを5時間に短縮できるかが指標になるとした。

導入については、2〜3年かかる大型プロジェクトを避け、一つか二つの明確な成果から始めることを勧めている。候補は、離職の多い外注に頼るL1運用、サービスデスク、ブリッジコールを代替するAI SREなどである。クラウド移行が少数のワークロードから進んだ例にたとえ、最初の90日で、インシデント数の減少、継続時間の短縮、質の低いエスカレーションの減少が見込めると語った。

#### まとめ

この回の主張は、ServiceNowを作り替えるのではなく、文脈とアラート相関の層を足すことで運用負荷を下げるというものだ。数値は同氏の発言であり、ベンダーの立場からの主張として受け止める必要がある。それでも、再エスカレーション率やインシデント継続時間といった指標で効果を測り、痛みの大きい領域から小さく始めるという進め方は、ServiceNowを使う日本の企業にも参考になるだろう。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: The AI in Business Podcast「How IT Leaders Get More Operational Value From Their ServiceNow Investment - with Assaf Resnick of BigPanda」
