ポイント: AIは、退職する専門家によるスキルギャップに対処することでメインフレームの運用を強化しています。BMCのAMI Assistantは、知識移転、問題解決、監視のために生成AIを活用し、メインフレーム環境における協力と生産性を向上させています。
- BMC AMI Assistantは、退職する専門家からの知識移転を支援します。
- 生成AIは、問題解決と監視機能を向上させます。
もしあなたが私のようにほとんどの人生をエンタープライズソフトウェアの分野で働いてきたのなら、人工知能（AI）は我々の業界を覆い尽くす次の避けられない破壊的な波のように思えるかもしれません。良い人たちのキャリアがその波に飲み込まれることになるでしょう。
しかし、工場の自動化が熟練した自動車労働者の必要性を置き換えなかったのと同様に、自動運転トラックが最初のマイルから最後のマイルまで熟練したドライバーを置き換えることができないように、我々は進化したシステムがIT作業の規模と複雑さを増す状況に直面することになるでしょう。人間は新しいスキルを学び、需要が増加する中でアプリケーションを可能な限りパフォーマンス良く保つためにループ内に留まる必要があります。
エンタープライズソフトウェアのどの側面も、現在我々が進んでいるメインフレームのモダナイゼーションの旅ほどこの傾向を反映しているものはありません。メインフレームは依然としてエンタープライズの鼓動する心臓であり、最も重要なビジネス論理とトランザクション機能を担っています。
同時に、我々は熟練したメインフレーム技術者が引退し、次のステージに進む中で、才能の流出危機に直面しています。企業は新しいメインフレームタレントを育成し、メインフレームで革新を続けて、ますます拡大するビジネスの課題に対処する必要があります。
この分野では、我々はさらなる破壊を求めているわけではありません。実際、AIはこの旅で私たちの親友になるかもしれませんので、一人ぼっちで行く必要はありません。
幸いなことに、BMCは、メインフレームの変革の旅を容易にするために、自動化されたメインフレームインテリジェンス（AMI）ポートフォリオ全体でAI駆動の機能に着実かつ実用的に取り組んできました。その成果として、彼らのBMC AMI Assistantがリリースされました。ここでは、特化したAIモデルを使用した生成AI（GenAI）が完璧な旅行ガイドおよび仲間となるいくつかの新しい方法を紹介します。
GenAI知識専門家による専門家の知識を引き出す
出発する前にスキルギャップに対処することから始めましょう。長年の経験を持つSME（専門家）が旅行グループを離れる中で、我々は彼らの制度的知識を新しいエンジニアに伝えるためにできる限りのことをする必要があります。そして、GenAIシステムが一つのことをうまくやるために理想的に適しているとしたら、それは文書化と知識移転です。
しかし、大規模言語モデル（LLM）は、そのデータが質の良いものである限りにおいてのみ優れています。無関係であることを避けるためには、手動で用意された回答やインターネットからスクレイピングした情報を提供する別のチャットボット以上のものが必要です。
既存のコードベースの多くは不十分なコメントと明確にマッピングされていないことがある一方で、BMC AMI Assistantは時間をかけてメインフレームモジュールの作業を追跡し、過去数年および数十年にわたってSMEが行った変更を通じて得られた蓄積された知識を文書化し、新しいチームメンバーが手続きの依存関係を安全に解除し、新しいビジネスサービスをメインフレームに接続する方法を理解するのを助けます。
AIによる問題解決で困難な通過をナビゲートする
監視および可観測性ツールは、エンタープライズソフトウェアのいかなる資産の中でもその役割を果たします。自信を持って前進するためには、問題をフラグし、チームに行動を取るよう警告できるシステムが必要です。残念ながら、IT Opsチームやサイト信頼性エンジニア（SRE）は、ウェブ中心のアーキテクチャに慣れているため、問題がバックエンドシステムに起因すると思われる場合、問題をメインフレームチームに「壁越し」に投げることになります。
メインフレームは伝統的な可観測性および修復ツールにとっては不透明であるため、IBM Z®アーキテクチャ、IBM® CICS®地域、IBM® Db2®データベースなどからテレメトリ信号を抽出できるベストオブブリードなソリューションから始めるのが最良です。たとえば、BMC AMI Ops Monitoringのようなものです。しかし、単にシステムの問題を検出するだけでは不十分であり、メインフレーム技術者が修復に至るための暗号化された失敗コードやアベンドの文脈が不十分である場合もあります。
ここでこそAIエージェントが本当に光ります。BMC AMI Assistantエージェントはプライベート調査官のように振る舞い、メインフレームのテレメトリデータを根本原因解析ワークフローと結び付け、メインフレーム技術者にGenAIによる問題解決の助けを提供します。サービス間の複雑な相互作用を説明し、BMC AMI Ops Insightと対話することでエラーや故障の正確な場所と根本原因を特定します。
この「ハイブリッドAI」アプローチは、メインフレーム変革を簡素化するためのBMCの戦略の核心です：
BMC AMI AssistantのGenAIは、メインフレームの操作とインシデントの根本原因に関する深い理解をもってテレメトリーデータを観察し、ルールベースの論理と機械学習を提供するBMC AMI Ops Insightに注入されます。そして、BMC AMI AssistantのLLMは、チームに発見を伝え、そのテレメトリを自然言語での根本原因の説明と次の最良の行動を達成するためのステップバイステップの推奨に解析します。
専門家のAIガイダンスと次のステップの指示を持って強化されたメインフレームチームは、軽微なインシデントと重大なインシデントの両方に対して、平均検出時間（MTTD）と平均解決時間（MTTR）を短縮し、メインフレームとは何の関係もないフロントエンド、APIサービス、ネットワークに起因する問題を送り返すことができます。すなわち、「メインフレームの責任転嫁を再構築する」ことができるのです。
旅行に適したLLMを選ぶか、自分のLLMを持参する
AIがハイプサイクルの最上部から真の生産性へと進化する中で、「すべてを支配するモデル」は決して存在しないでしょう。だからこそ私は常に、タスクに適したAIモデルを使用する真の複合AIアプローチを提唱しています。汎用データで訓練された市販のLLMがエンタープライズのニーズを満たすことを期待するのではなく、特定の使用ケースやメインフレームで行う作業に基づいて、複数のGenAI LLMや特化した言語モデル（SLM）から選択するコンシェルジュのように機能します。
エンド顧客は、特定の作業に適した目的に合ったオープンソースのLLMやSLMの事前キュレーションセットから選択できます。たとえば、PL/IやCOBOLコードを説明するためにMixtralを、アセンブラやJCLのためにGraniteを、運用インサイトのためにGPU上で動作するLlama 3をチェックすることができます。
あるいは、ビジネスニーズとポリシーに合わせて調整された自分のLLMを持参するのが最も良いでしょう。これは、内部データのセキュリティと主権が重要な安全または独自のメインフレーム環境には特に価値のある機能です。特定のGenAIアプローチに妥協する理由はもはやありません。
AIがあなたのガイドになれるのに、もはや一人でメインフレームの旅に出かける必要はありません。
モダンメインフレームは、ハイブリッドAIがチームの協力と生産性を向上させつつ、他のエンタープライズソフトウェアの分野で見られるAIによるリスクからメインフレームの重要な機能を将来にわたって保護する明るいスポットの一つです。
そのためには、内部ビジネスワークフローや知識の文脈を理解できるGenAIアシスタントの柔軟性と、我々がコアトランザクションシステムの投資から常に期待してきた「決して失敗しない」アプローチが必要です。
©2025 Intellyx B.V. Intellyxはこの文書に対して編集上の責任を負います。執筆時点で、BMCはIntellyxの購読者です。ここに言及されている他の組織はIntellyxの顧客ではありません。AIボットはこのコンテンツの作成に使用されませんでした。
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。