ご要望またはご協力できることがございましたらお気軽にお問い合わせください
一般的なお問い合わせと所在地情報
お問い合わせ
第01章
エグゼクティブサマリー
過去21年間、BMCはメインフレームコミュニティに対してプラットフォームの状態、慣行や使用の傾向、将来の計画などについて調査を行ってきました。2026 BMC メインフレーム調査の結果は、プラットフォームが成長と革新のエンジンであり続けており、人工知能（AI）がその次の変革の時代の触媒として機能していることを示しています。調査結果は、メインフレームにおけるAIへのアプローチが実験的から運用的に移行し、信頼、ガバナンス、測定可能な成果に焦点を当てていることを示しています。
この運用アプローチへの移行は、熱意から実践への移行を伴っています。エージェンティックなメインフレーム管理に投資する組織は、AIをアドバイザーとして使用することを好み、ユーザーに問題を警告し、次のステップを推奨しますが、まだ自律的にそのステップを完了することは信頼されていません。興味深いことに、ミレニアル世代の回答者は、他の年齢層と比較してAIがアクションを完了することを信頼し、ドキュメント作成や知識移転にAIを活用する可能性が大幅に高いです。すべての分野で、組織は運用のレジリエンスを向上させ、革新を加速し、新しいビジネス価値を解放するためにAI、自動化、信頼できるデータ、ガバナンス、近代化に投資しています。調査は、メインフレームがミッションクリティカルなプラットフォームから次世代のデジタルビジネスを支えるインテリジェントなエンタープライズプラットフォームに進化していることを示しています。
メインフレームへの信頼は記録的な高水準の近くにあり、94%の回答者がそれを長期的なプラットフォームまたは新しいワークロードのためのプラットフォームと見なしています。同様に、94%の回答者は、その組織がメインフレームへの投資を継続していると言っています。超大規模なショップ（50K MIPSを超える）は、小規模（1,000 MIPS未満）および中規模（1,001から10K MIPSの間）のショップよりも投資を増やす可能性が大幅に高いです。
AIがITの風景全体で注目を集める一方で、組織はメインフレームへの投資をAI投資で置き換えるのではなく、プラットフォームを最適化し続け、AIインフラストラクチャに組み込んでいます。
成長
プラットフォームの成長見通しも強力で、69%の回答者がその組織の汎用キャパシティが成長していると述べており、既存のメインフレームアプリケーションや新しいアプリがメインフレームデータにアクセスすることによって推進されています。
83%の回答者が、取引量が過去1年間に増加したか、同じままだと報告しており、77%がデータ量について同様のことを述べ、83%がデータベースの数が安定しているか増加していると報告しています。超大規模なショップは、これらの活動すべてで増加を報告しているショップの65%以上を占めています。
組織は2025年と同じ主要な優先事項に注力している一方で、AIの使用はメインフレーム全体の分野の進化に影響を与えています。リーダーたち—メインフレームが成長し、新しいワークロードを引きつけ、次の12ヶ月で組織のMIPS数が増えることを期待している人々—が道をリードしています。
リーダー
次のメインフレーム革新の時代をリードする組織は、管理者ではなく、AIや他の新興技術を活用して運用を近代化し、生産性を加速し、新しいビジネス価値を解放する戦略的アプローチを受け入れる組織です。AIに対して躊躇するアプローチを取る人々は、競合が先行するのを見るリスクを負います。
第02章
AIの熱意から実用的な採用へ
ここ数年、AIはメインフレームコミュニティ全体で主要な話題、計画、投資の対象となっており、AI、機械学習（ML）、および生成AI（GenAI）ツールがさまざまなタスクに使用されています。AIは実験から戦略的計画へと移行しており、メインフレーム組織はより実用的なアプローチを取っているようです。
AIはアドバイザーであり、まだ実行者ではない
その実用性は、組織が現在AIに与えようとしている責任の種類に表れています。AIの能力に関する初期の興奮と期待の後、メインフレームの幹部は慎重な現実主義を採用しているようで、技術をアドバイザーとして利用することに向かっていますが、実行者としてはまだ信頼を得ていません。要するに、AIはメインフレームの世界で完全な信頼を得ておらず、「人間がループにいる」アプローチを促しています。
AIはメインフレームの変革においてますます重要なツールになりつつありますが、市場は期待が成熟するにつれて、より実用的になっています。AIの使用は実験から運用へとシフトしており、組織はAIをどのように使用できるかから、どのように信頼できるか、どのように統治するか、どこで測定可能な価値を提供するかを尋ねるようになっています。
チャートが示すように、AIを使用して行動を完了する意欲は下降傾向にあり、それに代わって人間のオペレーターが取るべき行動を推奨することへの欲求に置き換えられています。
第03章
AIの懸念と課題
予想通り、AI統合をパイロットから本番に移行する際のコストが最も懸念されています。実験から実用的で戦略的な計画への移行は、部分的にはこれらの懸念から生じています。ビジネス価値をもたらす成果に焦点を当て、AIを合理的に適用することで、これらのコストを正当化する助けになります。
AI実装に関する他の主要な懸念には、セキュリティ、規制/コンプライアンス、データ統合が含まれます。
適切なツールを採用することで、AIベースのソリューションと組織データの有効性とセキュリティを確保するのに役立ちます。
適切なツールを採用することで、AIベースのソリューションと組織データの有効性とセキュリティを確保するのに役立ちます。
第04章
デジタル証明書—注目すべき領域
組織がAIやその他の新興技術を受け入れるにつれて、強力なセキュリティとコンプライアンスの実践を維持することは依然として不可欠です。デジタル証明書管理は、多くの組織が効率を改善しリスクを軽減する機会を持つ領域です。
CA/ブラウザーフォーラムの要件により、TLS証明書のライフサイクルが2025年の398日から2026年には200日になり、2029年3月までには47日になるため、組織は証明書の発行、更新、監視活動の大幅な増加に備える必要があります。AIベースのツールの統合とAIエージェントの使用が増加するにつれて、手動の管理努力がスケールできないボリューム、さらには手作りの自動化ソリューションの限界を露呈するような複雑さが求められるでしょう。
同時に、AIベースのアプリケーションとの接続は、技術がメインフレームにさらに統合されるにつれて増加し続けます。人間とアプリケーションの両方のためにセキュアな接続を確保することは、メインフレームセキュリティの重要な要素ですが、2026年のBMCメインフレーム調査は、回答者の大多数が自組織のデジタル証明書を管理するために社内の自動化ソリューションを使用しているか、手動で証明書を管理していることを示しています。
AIの採用が拡大し、AIエージェントがより一般的になるにつれて、管理を必要とする証明書の量が増加し、手動プロセスは効果的にスケールする可能性が低くなります。一方、手作りの自動化ソリューションは、複雑さの増加、進化するコンプライアンス要件、および増加する証明書の在庫に対応するのに苦労するかもしれません。堅牢なベンダー証明書管理製品の探索と実装は、近い将来、成功する組織の変革アジェンダの重要な部分になる可能性があります。
第05章
データセキュリティの確保
調査結果は、組織がデータにAIを安全かつ効果的に接続することを高く優先していることを示しており、「データ統合の問題」がAIソリューションを実装する際の第3位の懸念としてランク付けされ、「データ管理の近代化」がAIOpsの最も重要な能力として第3位にランク付けされています。
データの保護に対しても高い優先順位が置かれています。データ復旧は、昨年の調査からの唯一の優先事項で、35％の回答者によってリストされ（4％増加）、重要度が高まっています。
S3オブジェクトストレージは、データをアクセス可能でスケーラブルな形式で保存することで、バックアップ、災害復旧、および規制コンプライアンスの支援に役立ちます。また、メインフレームデータをAI駆動の分析プラットフォームが取り込み可能なオープン形式に変換することも簡素化します。
さらに、不変のエアギャップオフプラットフォームバックアップは、データの安全な第3コピーを提供し、ランサムウェアの復旧やターゲットを絞った外科的な復旧を可能にします。組織は、最新のバックアップに依存するのではなく、過去の複数の時点からデータ、アプリケーション、または全システムを復元できます。これらの機能は、サイバーリスクを軽減し、ビジネスの中断を最小限に抑え、今日のデジタル企業に必要な運用の回復力を提供します。
調査は示していますが、52％の回答者が規制要件を改善するためにクラウドオブジェクトストレージを検討するだろうと述べています。実装の複雑さと社内の経験の不足がオブジェクトストレージの採用に対する最大の障壁として挙げられています。
データ保護を確保するために、組織はリアルタイムの脅威検出、重要な復旧資産の保護、ゼロトランザクション損失で信頼できるメインフレームデータを迅速に復元することに焦点を当てるべきです。証明書管理と同様に、データストレージ、セキュリティ、復旧ソリューションの優先順位は、データボリュームが増加し、より多くのAIソリューションが組織データにアクセスするにつれて高まるでしょう。
第06章
AIがメインフレームで提供するもの
組織はメインフレームの各分野におけるAIのユースケースを報告しています。データベース再編成やIMSキュー管理からパフォーマンス調整、問題検出、ドキュメント生成まで、企業は生産性を向上させ、業務を簡素化し、知識を保存し、近代化を加速するAIイニシアチブを優先しています。
エージェンティックAIが勢いを増す
リーダーたちは、今後2年間でAIへの投資をAIOps、アプリケーション開発、知識移転に向ける計画を立てています。しかし、エージェンティックなメインフレーム管理も主要な投資戦略であり、40%のリーダーがメインフレームを管理するためのエージェントを作成するために投資する計画を立てており、36%がその目的のためにサードパーティのエージェントに投資する計画を立てています。
第07章
AIOps: 安定した価値、増大するハードル
メインフレーム運用は、反応的なシステム管理からインテリジェントな運用へと進化しています。組織はますますAI、自動化、可視化、分析を組み合わせて運用意識を改善し、問題解決を加速し、複雑なハイブリッド環境を積極的に管理しています。70％の回答者がAIOpsをメインフレームまたはメインフレームと非メインフレームシステムの両方でのみ使用していると報告しています。
AIOpsをメインフレームで使用している回答者の68％、およびリーダーの74％が、1年以内に価値を見出していると報告しています。
原因を見つけ、問題を解決する方法を特定することは、メインフレーム操作における最大の課題のままです。AI、特にGenAIの使用は、これらの課題に直接対応します。したがって、AI技術を優先するリーダーの58％が、GenAIソリューションの実装を最も重要なAIOpsの能力として挙げているのも不思議ではありません。
規則ベースの論理とAI、MLが問題の検出を改善し、サービスに影響を与える前に積極的な治療を可能にしている一方で、運用チームは依然として根本原因を特定し、修正方法を決定する必要があります。GenAI支援ツールの実装は、オペレーターに次に取るべき行動に関する文脈的なアドバイスを提供するという利点をもたらします。これらのツールは、過去の問題解決、ドキュメント、および他の組織的知識を取り入れて、自然言語で次のステップを提案し、オペレーターの経験やスキルレベルに関係なく明確なガイダンスを提供する、信頼できるアドバイザーとして機能します。
AIはメンタリングや経験を置き換えているわけではなく、両方をより効果的にしています。メンターシッププログラムと自動化と並んで、AIは経験の少ないメインフレーム担当者に行動の自信を与え、過去の解決策の知識を基に構築する機会を提供します。40％の回答者がドキュメントや知識移転のためにAIを使用しており、人材とスキルを優先し、ニーズに対処するためにスタッフを採用し、訓練している49％はAIアシスタントの活用を選択しています。
組織は、スキルギャップに対処するために、AI、自動化、組織の知識、クロスプラットフォームツールを活用しているようです。
第08章
開発者支援
AIは組織がアプリケーションを開発、理解、近代化する方法を根本的に変えており、複雑なコードを理解するために必要な努力を減らし、ドキュメントを生成し、制度的知識を保持し、レガシーアプリケーションを近代化することでソフトウェアの提供を加速しています。タスク管理にAIを使用する意欲について尋ねられた際、回答者の40％がコード管理に関連する行動を推奨するためにAIを使用する意欲があると報告し、23％がそれらの行動を完了するためにAIを使用する意欲があると述べています。
アプリケーション開発を加速するための探求は、依然として衰える兆しがありません。開発者支援のためにGenAIを活用することは、調査回答者が今後2年間で投資を計画している最も重要な能力です。開発者体験の改善は、リーダーの39％が選んだDevOps努力を改善するために必要な最上位の追加能力であり、開発の品質、速度、効率の改善が主な理由として挙げられています。
新しいアプリケーションを開発し、既存のコードをリファクタリングおよび書き直すことを目指す組織は、テストを通じてコード品質を確保することが最も重要な懸念事項になります。AgileおよびDevOpsの努力を改善するために必要な追加能力について尋ねたところ、リーダーの38％が自動テストを挙げ（開発者体験の改善に次いでランクイン）、その重要性を示しています。
新技術を活用するために新しいアプリケーションとリファクタリングされたアプリケーションを開発することを考えている組織は、自動テストを実施するだけでなく、ユニット、機能、統合、性能、回帰テストをDevOpsツールチェーンに統合するツールの導入も検討すべきです。
第09章
推奨
2026年のBMCメインフレーム調査は、AIがプラットフォームに与える変革的な性質を示しており、メインフレームの物語を再構築しています。ただし、その物語は、組織が技術へのアプローチを調整し、メインフレームでどのように利用し、その成功をどのように測定するかに応じて、まだ進化しています。
メインフレームの革新の次の波を活かすために、組織は AIイニシアティブを測定可能なビジネス成果に焦点を当てるべきです。意図的で価値駆動のアプローチを採用することで、近代化を加速し、運用効率を改善し、メインフレームを持続可能な戦略的優位性に変えることができます。
組織がAIの利用を拡大するにつれて、彼らは それを支えるために必要なガバナンスとセキュリティの基盤を強化すべきです。証明書管理の自動化は、リスクを軽減し、運用効率を改善し、増大する証明書の複雑さと短いライフサイクルに備えるのに役立ちます。
AIはアプリケーション開発とコードの近代化を加速していますが、品質なしのスピードはリスクを生む。組織は 自動テストをDevOps戦略の礎にする必要があります 。これにより、システムの回復力を保護し、アプリケーションの品質を確保し、自信を持って革新をスケールさせることができます。
2026年のBMCメインフレーム調査は、プラットフォームが単に活気に満ちて成長しているだけでなく、企業のAIとデジタルトランスフォーメーションのための戦略的プラットフォームになりつつあることを示しています。AIは、メインフレームの未来を再定義しています。それは以前のものの代替としてではなく、次の変革の時代への触媒としてです。
AIでメインフレームの変革を加速する準備はできていますか？
