ポイント: AIエージェントの台頭は、共同作業と自律システムを通じて運用効率と意思決定を向上させ、メインフレーム管理を変革しています。これらのインテリジェントエージェントはプロセスを合理化し、知識のギャップに対処し、より適応性のある環境への道を切り開きます。
- エージェント型AIエージェントは問題を解決するために協力します。
- 自律エージェントは負荷を積極的に管理し、問題を予測します。
- LLMベースのエージェントは文脈理解を提供し、知識の移転を促進します。
「メインフレームがくしゃみをすると、組織全体が病気になる」という古い諺があります。これは今日でも真実であり、ほとんどのビジネス上重要なアプリケーションはメインフレームに依存しています。問題が発生した場合、問題を見つけて修正するプロセスは、ハードウェアの問題かソフトウェアの問題か、バッチ処理の問題かオンラインの問題か、データベースの問題かストレージの問題かを排除するプロセスです。各担当者は、自分の担当部分が問題の原因ではないことを証明しようとします。
さらに厄介なことに、多くの監視ソリューションはサイロ化されており、監視しているメインフレームの一部だけを報告します。最悪の場合、問題は20年前に退職した誰かが書いたデータベースクエリの奥深くに埋もれたものから発生します。もちろん、役立つツールはありますが、ほとんどの場合、最も強力なツールは、マニュアルには見つからない制度的知識を持つシニアエキスパートです。
しかし、他の方法がなかったとしたらどうでしょう？あなたが、支援するだけでなく、協力し、学び、推論し、行動する人工知能（AI）エージェントのワークフォースの助けを借りてメインフレームを変革できるとしたらどうでしょう？チームのように協力し、自律的に運営し、あなたのシステムを平易な言葉で理解するインテリジェントエージェントに囲まれることによって、メインフレームシステムの複雑さを単純化することができるとしたらどうでしょう？
それがメインフレーム変革の未来です。そして、一部の人々にとっては、すでに形を取り始めています。
変化への恐れ
少し戻りましょう。数十年にわたり、私たちは同じループに閉じ込められてきました：もはや存在しない世界のために作られたレガシーツール、縮小する専門家のプールに支えられ、すべてが途切れることなくミッションクリティカルなシステムを稼働させようとする結果、変化への恐れが生まれました。開発者は理解できないコードのモダナイズをためらいます。オペレーターは、一つのことを調整することで十の他のものが壊れることを心配します。そして、システムプログラマーは、ログ、ダンプ、古いドキュメントの層を通じて根本原因を追いかけるのに何時間も費やします。
それがギャップです。これは単なる知識のギャップではありません。スキルのギャップ、ツールのギャップ、自信のギャップです。
その未来は手の届くところにあります - BMCのメインフレームAIとGenAIソリューションを探索してください。これにより、インテリジェントエージェントが運用を単純化し、コード理解を加速し、メインフレーム全体で自己修復を可能にします。
おそらく「エージェント型AIエージェント」、「自律エージェント」または「大規模言語モデル（LLM）ベースのエージェント」といった用語を耳にしたことがあるでしょう。この概念を明確にし、もっと重要なのは、それらがメインフレームシステムの開発、運用、管理の方法をどのように変革できるかという文脈に置いてみましょう。
協調的なワークフォース：エージェント型AIエージェント
異なるチームに広がる高度に熟練したワークフォースを考えてみてください。各人は独自のスキルセットを持ち寄ります。トラブルシューティングを専門とする人もいれば、分析を専門とする人も、全体像を調整することを専門とする人もいます。個々には貴重な洞察を提供します。しかし、彼らが連携して働くとき、彼らは共に課題を解決する強力なコラボレーターネットワークになります。問題を解決するために協力するエージェント型AIエージェントには、信頼性の高いオーケストレーション基盤が必要です - そしてAmazon Bedrock統合により、企業はControl-Mワークフロー内で、他のITおよびデータプロセスと並行して、Bedrockパワーを持つAIエージェントをガバナンスされた、スケジュールされたステップとしてオーケストレーションできます。彼らは均質（すべてが同じ）であったり、異質（それぞれが異なるタスクのために設計された）であったりできます。
この協調的なAIワークフォースのビジョンは理論的なものではなく、すでに業界で探求されています。最近のThe Modern Mainframeポッドキャストのエピソードで、Intellyxのアナリスト、ジェイソン・イングリッシュはこのように説明しました：
「それは、問題を解決する方法を常に監視し、協力し、決定することができるメインフレームの専門家のチームのようなものです。常に監視する必要はありません。それがエージェント型AIの力です：複雑さを明確で実行可能な洞察に変える協調的知性です。たとえば、システム管理や運用の際にAIOpsのすべての側面に適したエージェントは一つではありません。私たちは、システムの問題を積極的に解決するために協力するAIエージェントのコレクションを見ることになるでしょう。」
メインフレーム環境では、一つのエージェントがSMFデータを継続的にスキャンして異常を探し、別のエージェントがCPU使用パターンを監視し、三番目のエージェントがアプリケーションの動作の変化を探すかもしれません。四番目のエージェントがコーディネーターとして機能し、他のエージェントからの洞察をまとめて、何が起こっているかの明確な絵を提供します。蜜を分け合う蜂のように、これらのエージェントはリアルタイムでデータとコンテキストを共有します。
これは単なる監視ではありません。これは分散知能です。これらのエージェントは、単に警告を上げるだけでなく、なぜ、どこで、時にはどのように修正するかを示す方法を協力して提供します。
自動運転メインフレーム：自律エージェント
さて、自動運転車を想像してみましょう。それは周囲を認識し、計画を立て、行動を起こし、何が起こったかから学び、次回の使用時に調整します。これが自律エージェントの働き方です。
メインフレーム変革の文脈では、午前2時に異常な負荷のスパイクに気付く自律エージェントがいるかもしれません。ただ記録するのではなく、エージェントは調査します。それはジョブの再実行でしたか？ SLAを逃しましたか？ 悪意のあるスクリプトですか？ エージェントはその後、修正を提案したり、ジョブを再スケジュールしたり、学習パターンに基づいて閾値を調整したりします。
または、「このCOBOLアプリのすべてのモジュールをセキュリティ脆弱性についてチェックしてください。」と言う開発者を想像してください。自律エージェントは作業を開始します。コードをスキャンし、パターン認識を適用し、既知の脆弱性に対してチェックし、推奨事項を含むレポートを生成します。時間が経つにつれて、彼はあなたのショップで一般的な脆弱性の種類を学び、より迅速かつ正確になります。
自律エージェントは単に反応するのではなく、予測します。そして、そうすることで、メインフレーム環境をより適応的で回復力のあるものにします。
あなたが常に望んでいたコパイロット：LLMベースのエージェント
ここでは、さらに興奮するところです。LLMベースのエージェントは、大規模言語モデルによって駆動され、コパイロットのように機能します。彼らは推論し、計画し、ツールを使用し、自然言語で応答します。あなたが今まで働いた中で最も賢いアシスタントを想像してください。しかし、数年のオンボーディングを必要とせず、すでにあなたのメインフレームコードを理解しています。
それが、BMC AMI Assistantのようなツールが設計されている正確な理由です。開発者がファイルを開いて「このコードは何をしますか？」と尋ねると、アシスタントはコードを読み、論理を理解し、自然言語で明確な説明を返します。オペレーターが「なぜこのジョブは昨夜失敗したのか？」と尋ねると、ログ、ダンプ、パフォーマンスデータから引き出された文脈に基づく回答が得られます。
これはスケールでの知識移転です。かつて一人のシステムプログラマーの頭の中にあった制度的知識が、今ではコーディファイされ、アクセス可能で、説明可能であり、瞬時に得られます。
彼らが一緒に働くとき、あなたはこれまでにないメインフレームを体験する
さて、これら三つのエージェントタイプが一緒に働く姿を想像してください：
- エージェント型エージェントが問題を特定します：三つのアプリケーションで発生しているジョブの遅延パターン。
- 自律エージェントが調査し、効率的でないアクセスパスによるDB2パフォーマンスの問題を発見します。
- LLMベースのエージェントが根本原因を説明し、修正を提案し、文書やテスト計画を生成することさえ提案します。
- 開発フィードバックループエージェントがインシデントからの洞察をキャッチし、修正をCI/CDパイプラインに統合し、新しいビルドをトリガーします - 操作と開発の間のループを閉じます。
突然、あなたのメインフレームはもはやブラックボックスではなくなります。それは、人間と機械の知性が並んで働く透明で協力的な環境です。
これが「メインフレーム、簡素化」という意味です。これが「あなたはこれまでにないメインフレームを体験した」と言う意味です。
なぜAIエージェントの台頭が今重要なのか
AIエージェントの台頭は単なるトレンドではありません。それはメインフレーム変革についての考え方のシフトです。
メインフレーム変革は単にコードを書き直すことや、ワークロードを移動させることではありません。それは、歴史的に私たちを妨げてきた障壁を取り除くことです - 退職するワークフォースに閉じ込められた制度的知識、誰も触れたくない脆弱なシステム、機敏性のために設計されていなかったツールのような障壁です。
AIエージェントがあなたの日常のワークフローの一部になるとき、驚くべきことが起こります。開発者は理解できないコードを恐れるのをやめ、自信を持って構築を始めます。オペレーターは、手がかりを集めるために夜を徹して働くのをやめ、明確さとスピードで問題を解決します。そして、システムプログラマーは最終的に、自分の専門知識を次の世代がスケーラブルでアクセス可能な方法で共有することができるようになります。
これらは単なるツールではありません。それらは信頼できる仲間です。彼らは学び、適応し、あなたの言語を話します。
その背景に潜む変化への恐れは薄れ始めます。その代わりに、メインフレームを「進化することができるシステム」として見る新しいマインドセットが芽生えます。
人々を置き換えることではなく、人々に必要なスーパー・パワーを与えることです。迅速に、賢く解決し、自信を持って変革するためのものです。
そして、そのシフトの中で、メインフレームは重要なビジネスシステムの基盤以上のものになります。それは次のもののためのプラットフォームになります。
それが可能であること、そしてますます多くの組織にとってはすでに始まっていることです。
次に誰かがあなたにメインフレームをどのようにモダナイズするつもりか尋ねたとき、あなたはおそらく「エージェントに任せる」と言うかもしれません。あなたが後退するのではなく、AIが専門知識を置き換えるのではなく、専門知識を拡張する新しい時代に前進しているからです。そして、それによってメインフレームは単なる記録システムではなく、革新のプラットフォームになります。
これがAIエージェントの台頭です - 複雑さを単純化し、専門知識の世代を橋渡しし、メインフレームをこれまで以上に直感的で、インテリジェントで、不可欠なものにする方法の新しい章です。
それが可能であること、そして正直に言って、すでに始まっていることです。
AIエージェント、LLM、生成AI（GenAI）、ハイブリッドAIなどについて、Modern Mainframeポッドキャスト「未来はハイブリッド：2025年のGenAIに関する予測」をお聞きください。
これらの投稿は私自身の意見であり、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。