ポイント: メインフレームのエージェント化は、AIをメインフレームの運用に統合し、ワークフローの効率と意思決定を向上させることに焦点を当てています。それは、AIアプリケーションがプラットフォームのセキュリティとガバナンスを維持しながら、エンタープライズ全体にその価値を拡張することを強調しています。
それは、メインフレームの専門知識を目的に特化したAIと組み合わせて、運用ワークフローを改善します。
このアプローチは、メインフレーム環境におけるAIの相互作用における信頼とガバナンスを優先します。
メインフレームはその歴史を通じて、企業コンピューティングのすべての主要な変化に適応してきました。クライアント-サーバーモデルは、アプリケーションがプラットフォームに接続する方法を拡張し、ハイブリッドクラウドコンピューティングはそれを広範な分散型の世界につなげました。
AIは異なる感触です。
システムの接続方法を変えるのではなく、人々が知識にアクセスし、何が起こっているのかを理解し、意思決定を行い、ますます仕事の進め方を変えるからです。
私が繰り返し考える質問は、AIがメインフレームにふさわしいかどうかではなく、組織が最終的にその最も重要なワークロードの一部を信頼するのはどんなAIかということです。
これにより新しい機会が生まれ、メインフレームのエージェント化が実現し、プラットフォーム上のAIがビジネスが依存する専門知識、文脈、ガバナンスに基づいていることを保証します。これは、時代遅れの認識を再考し、メインフレームチームが革新をより迅速に行いながら、これまでプラットフォームを定義してきたレジリエンス、セキュリティ、運用の卓越性を維持できるようにワークフローを再想像することを意味します。
顧客との会話の中で、私はこの議論がすぐにAIの能力を超えていくことを見つけました。本当の会話は信頼についてです。AIは運用の文脈を理解できるのか？ 理由を説明できるのか？ 明確な境界内で行動できるのか？ これらの質問がBMCのアプローチを形成しています。
これらの目標を達成するために、BMCのビジョンは単なるメインフレームデータにアクセスする一般的なツールを超えています。それは、十年にわたるBMCの専門知識、あなたの組織の制度的知識、そして注入されたガバナンスとともに、ワークフローに直接知能をもたらす目的に特化したAIで、AIをメインフレームネイティブにします。目標は、単にAIをメインフレームに持ってくることではなく、メインフレームの価値、専門知識、運用知識をより広いエンタープライズAIエコシステムに拡張することです。
BMCでの私の時間の中で、私は顧客がメインフレームに対して持っている情熱と、それが彼らのビジネスにおいて引き続き果たす重要な役割を目の当たりにしてきました。彼らが一貫して明確にしている一つのことは、メインフレームはどこにも行かないということです。彼らはそれを置き換えようとはしていません。彼らはそれを最適化し、その価値を拡張し、エンタープライズの他の部分とともに進化することを望んでいます。
メインフレームのエージェント化はその進化をサポートする一つの方法です。それはメインフレームを企業のAIイニシアチブと並べ、組織が得た専門知識をより多くの人々とワークフローに拡張できるようにします。その結果、従業員をより早くオンボードし、より迅速に意思決定を行い、限られた数の専門家への依存を減らし、革新のためのより多くのキャパシティを生み出す能力が得られます。
要するに、メインフレームのエージェント化は、専門知識をよりアクセスしやすく、スケーラブルで、実行可能にすることを意味します。目的に特化したデジタルワーカーを通じて、レジリエンス、セキュリティ、または制御を損なうことなく、信頼とキャパシティを高めます。
どのようにしてAIをメインフレームネイティブにするのか？
AIがメインフレームで信頼を得るためには、いくつかの特性が特に重要になると私は信じています。
メインフレームのエージェント化のBMCのビジョンは、次の6つの特性によって定義されます：
- メインフレームネイティブの専門知識が、重要なワークフローと意思決定に特化したメインフレームの知識を適用します。
- 統合された知能が、専門知識、制度的知識、そしてライブの運用文脈を結びつけます。
- エンタープライズのオープン性が、エンタープライズツール、モデル、エージェント、およびエコシステムと安全に統合します。
- ガバナンスされた実行が、エージェントの行動にポリシー、監視、透明性、および制御を適用します。
- 顧客データが、確立されたセキュリティ、アクセス、制御ポリシーによって管理されるエンタープライズデータを保持します。
- 投資保護が、他の孤立したプラットフォームやポイントソリューションのコレクションを作成するのではなく、既存のメインフレーム、BMC AMI、そしてエンタープライズAIの投資を拡張します。
2026 BMCメインフレーム調査からの一つの発見が特に私の目に留まりました。組織がAIに慣れてくるにつれて、完全な制御を手放すことに必ずしも快適になっているわけではありません。いくつかの分野では、行動を実行するAIへの好みが、独自に実行するAIよりも、推奨を行うAIにシフトしています。
AIによる問題診断について尋ねたところ、AIが行動を完了させることへの意欲は前年から32％から23％に減少し、AI生成の推奨に対する好みは36％から41％に増加しました。
私はこれをAIへの抵抗とは見ていません。
私はこれを組織が信頼がどこにあるべきかを慎重に考えている兆候として見ています。
これは、多くのメインフレームのリーダーがAIを最初にアドバイザーとして見ており、次に自律的な実行者として見ていることを示唆しています。
メインフレームのエージェント化は、ガバナンスされた境界と人間の介入を必要とする制御を用いることで、このニーズに応え、メインフレームの専門家を支援し、彼らの仕事を強化します。組織は最終的に自動化のレベルを高めることを選択するかもしれませんが、信頼が自律性に先行しなければなりません。
私の経験では、組織は自動化に対して一度に快適になることは稀です。信頼は徐々に、成功した相互作用の一つ一つを通じて築かれます。
適切な自律性のレベルは、常にワークフロー、リスク、およびガバナンス要件に依存します。組織は、信頼が高まり、ビジネスニーズが進化するにつれて、AIの責任を拡大できるべきです。同時に、重要な業務に必要な監視を維持しなければなりません。
設計によるガバナンス
BMCのアプローチには、後から追加された機能やサービスとしてではなく、オペレーティングモデルそのものに直接組み込まれたガバナンスが含まれています。
それは設計によるガバナンスであり、エージェントのパフォーマンス、リソースの利用、ポリシーの遵守、監査可能な活動トラッキングの4つの柱にわたって実践されています。
ここでも、人間の介入が重要です。介入や承認が必要な場所に人間の監視が組み込まれています。このガバナンスの基盤があれば、メインフレームネイティブのAIは知能から行動に思慮深く移ることができます。
それを現実に
アイデアは、人々の働き方を改善する時にだけ重要です。
それが、私たちがこれらの概念を実用的なワークフローに持ち込むことに集中している理由です。
メインフレームのエージェント化は単なる未来のビジョンではありません。BMCは新しいBMC AMIエージェンティクスの提供を通じてそれを現実にしています。これらのソリューションは、エージェントを使用して調査、分析、説明、推奨し、定義された仕事を前進させるのに役立ちます。
オペレーター、開発者、またはデータ専門家を置き換えるのではなく、これらの機能は彼らがより迅速に調査し、複雑な状況をより明確に理解し、より自信を持って仕事を前進させる手助けをするように設計されています。
BMC AMIエージェンティクス for Opsは、定義された運用調査を進め、発見を説明し、プロアクティブな異常検出とAI主導の根本原因分析のための次のステップを推奨する目的に特化したエージェントワークフローを使用しています。これにより、チームはより迅速に調査し、ワークフローを離れることなく自信を持って行動できます。BMC AMI Ops MonitoringにおけるエージェントCPU調査は、オペレーションチームがCPUスパイクを調査する速度を高めます。エージェントAIをBMC AMI Ops Insightに組み込むことで、Db2の可能性のある原因の洞察を提供し、次のステップを推奨します。BMC AMI Ops Automation内の新しい説明エージェントは、REXXスクリプトを平易な言葉で説明し、オペレーターが元の著者や専門家が利用できないときに、既存の自動化スクリプトをより迅速に理解できるようにします。
BMC AMIエージェンティクス for Dataは、AIエージェントを使用してデータベースの問題を調査し、発見を説明し、最適化を指導します。AI Reorg Advisorは、BMC AMI Utilities for Db2®に新しいエージェントワークフローを追加し、REORGインジケーターとカスタム基準を調査し、その後、平易な言葉で推奨を説明します。SQL Workload Advisorは、アプリケーションとSQLパフォーマンスを説明し、チューニングアクションを推奨します。
AI支援アプリケーション開発
AIをメインフレームネイティブにすることは、開発者の働き方を再考することも意味します。
新しいBMC AMI DevX Code Pipeline MCPサーバーを使用することで、開発者はCursor、GitHub Copilot、Claude Codeなどの馴染みのあるAIコーディングアシスタントをメインフレームのビルドおよびデプロイメントプロセスに接続できます。
メインフレームを別個の開発環境として扱うのではなく、私たちはそれを開発者が日々ますます使用するAI支援のワークフローの一部にしています。
目標はシンプルです：開発者が既に知っているツールを使用できるようにしつつ、メインフレームを現代の開発体験の自然な一部にすることです。
メインフレームのエージェント化のビジョン
システムの複雑さは増し、革新のプレッシャーも高まっています。企業全体でAIの採用が加速する中、期待は高まる一方、専門的なメインフレームの専門知識は限られています。
私にとって、それがメインフレームのエージェント化の背後にある本当の機会です。
メインフレームネイティブの専門知識、統合された知能、エンタープライズのオープン性、ガバナンスされた実行を組み合わせることで、組織はAIをより有用で、より信頼でき、企業の運営の現実により密接に整合させることができます。結果は、単なる自動化の増加ではなく、より大きなキャパシティ、レジリエンス、そして信頼です。
AIが進化し続ける中で、私が最も重要だと思う質問は、組織がどれだけ迅速にシステムに知能を導入できるかではありません。
それは、どれだけ思慮深くそれを行うかです。
メインフレームは、その信頼性、レジリエンス、そして最も重要なビジネスプロセスを支える能力のおかげで、数十年にわたって信頼を得てきました。
エージェント時代に入るにあたり、これらの特性はますます重要になります。
多くの点で、メインフレームのエージェント化は、プラットフォームを価値あるものにしている要素を変えることではありません。
それは、それらの強みを新しい世代の人間とAIのコラボレーションに拡張することです。
BMC.comのエージェントメインフレームページで、メインフレームにおけるエージェントAIのBMCのビジョンについてもっと学んでください。
BMC AMIの最新リリースの10月の新機能をメインフレームソリューションの新着情報ページで確認してください。
BMCのエージェントAIガバナンスへのアプローチについてもっと読むには、AI時代における予測可能な成果を提供の記事を、最高技術責任者ラム・チャクラヴァルティによるものです。
これらの投稿は私自身のものであり、必ずしもBMCの立場、戦略、または意見を代表するものではありません。