DevOps/BizOpsの人材不足はなぜ解消しないのか？ ｜「個の知見を、AIで組織の標準装備に」する業務改革の考え方 

※出典：IPA,デジタル時代のスキル変革等に関する調査（2024年度）,p16より

1. DevOps/BizOpsにおける人材不足の本質

IT運用における人材不足の本質は、人数が足りないことではありません。運用に必要な判断や知見が特定の有識者に集中し、それを組織として再現、活用できていない運用構造にあります。

本章では「なぜIT運用の人材不足は解消しないのか」という問いに対し、運用構造と知見の偏在をめぐる2つの視点から、その背景を整理します。

理由１：業務の高度化、複雑化

多くの企業が採用強化や外部委託を進めていますが、それでも現場の負担は減っていません。その背景には、IT環境のクラウド化やSaaSの普及に伴い、DevOps/BizOpsの業務そのものが年々高度化、複雑化していることがあります。

単純な作業対応だけでは業務を支えられない場面が増えており、結果として、人数を増やしても即戦力として機能するまでに膨大な時間を要し、「人手はあっても、任せられる人がいない」という状態が生まれているのです。

理由2：有識者に業務と判断が集中する構造

現場では、障害対応や複雑なビジネス判断、イレギュラーなトラブル対応といった重要な局面ほど、有識者に頼らざるを得ない傾向があります。これは、複数のツールやダッシュボードを横断して状況を把握し、「何を、どの順で確認するか」を判断するプロセスが、個人の経験に依存しているためです。

その結果、「まずは詳しい人に聞く」という行動が常態化し、有識者に業務と判断が集中します。短期的には合理的に見えるこの構造が、判断プロセスの共有や再利用を妨げ、属人化を固定化させる要因となっています。

理由3：判断集中が招く初動遅延と業務品質の低下

判断が特定の有識者に集中した状態が続くと、業務の安定性に直接的な影響が生じます。有識者が不在のタイミングにトラブルが発生した場合、判断待ちによる初動対応の遅れが生じ、解決までの時間が長期化しやすくなります。

また、経験の浅い担当者が対応せざるを得ない場面では、担当者ごとに判断基準や対応内容にばらつきが生じ、品質を一定に保つことが困難です。さらに、有識者の異動や退職によって判断基準そのものが失われれば、組織としての対応能力が著しく低下するという深刻な事態を招きかねません。

2. IT運用を支える「知見」とは

人材不足の本質は「人の数」ではなく、必要な判断や知見が特定の有識者に集中している点にあります。安定したDevOps/BizOpsを実現するうえで本当に重要なのは「知見」です。

現場の知見は大きく分けて「個人」「組織」「社会」の3つに整理できます。

個人の知見（人の経験や判断基準）

業務における知見の多くは、まず人の中に蓄積されます。過去の対応経験やビジネス特有の文脈を踏まえた判断基準は、日々の実務を通じて養われるものです。

例えば「このエラーは緊急性が低い」「この顧客の挙動は過去にも問題なかった」という判断は、経験に裏打ちされた暗黙知（言語化されていない知識）といえます。

これらの知見は本人以外には伝わりづらく、結果として特定の担当者に判断が集中しやすくなります。

組織の知見（組織として蓄積されたルールや履歴）

個人の知見を共有するために、マニュアルや手順書、対応履歴といった形で知見が蓄積されます。これらは「形式知」と呼ばれ、誰でも参照できる点が強みです。

しかし、実際には更新されていない、実際の作業と内容が乖離している、参照する余裕がないといった理由から形骸化しているケースも少なくありません。形式上は存在していても、実務では有識者の判断を仰がざるを得ないのが実情です。

社会の知見（社会で共有されているベストプラクティス）

近年、重要性が高まっているのが社会全体で共有されている知見です。業界標準の手法や一般的な対応パターンなどがこれに該当し、生成AIの進化により迅速にアクセスできるようになりました。

ただし、社会の知見はあくまで一般論であり、自社のシステム構成やビジネスの文脈までは考慮されていません。現場の即戦力として機能させるには、組織固有の知見と組み合わせる必要があります。

3. 従来の知見共有方法が持つ課題と解決アプローチ

前章では、IT運用に必要な知見が「個人」「組織」「社会」に存在することを整理しました。しかし、実際の運用現場でこれらの知見が十分に活用されているとはいえません。本章では、従来の知見共有が抱える課題を整理し、その解決策を解説します。

従来の知見共有が持つ課題

従来の知見共有における最大の課題は、知見が「実務と切り離された形」で管理されている点です。多くの現場ではマニュアル等が整備されていますが、実際の対応の場面では膨大な資料を参照する余裕がありません。

また、マニュアルは作業後に人手で作成・更新することが前提となるため、忙しい現場ほど更新が後回しになり、実態と乖離していきます。「存在しているが使われない知見」が増えれば、本質的な業務改善にはつながりません。

知見共有が持つ課題解決のアプローチ

これらの課題を解決するには、知見を単に蓄積するのではなく、業務のなかで自然に活用され、判断を支える「組織の知」として定着させる仕組みが求められます。その鍵となるのが、個人が持つ暗黙知や社会で共有されているベストプラクティスを、組織の判断基準へと取り込む考え方です。

作業記録や履歴として無理なく残せる環境を整えるとともに、社会の知を判断の補助として組み合わせることで、対応スピードと品質を高い水準で安定させることが可能になります。

4. 「個の知見を、AIで組織の標準装備に」する業務改革

属人化を解消するためには、個人の知や社会の知を無理なく組織の知として活用できる仕組みが必要です。しかし、これを人手や従来のルールのみで実現することは容易ではありません。そこで注目されているのが、AIを駆使して「個の知見を、AIで組織の標準装備に」するアプローチへのシフトです。

これは、特定の担当者の経験値に依存していた判断や対応を、AIの力を借りて組織全体で再現可能にする考え方です。その中核には「AI駆動ドキュメンテーション」と「AI駆動分析」という2つの手法があります。

AI駆動ドキュメンテーション

DevOps/BizOpsの実作業を起点に、個人の知見を組織で再利用可能な形に変換するアプローチです。

従来、有識者は日常業務に追われ、文書化や教育に時間を割けませんでした。AI駆動ドキュメンテーションでは、作業中の画面操作、ログ、操作履歴といった情報をマルチモーダルAIが自動で取得・解析し、そのまま報告書や手順書として文書化します。

これにより、文書化の工数を大幅に削減しながら、個人の暗黙知を組織の形式知へと変換できます。

AI駆動分析

有識者が行っている判断プロセスを、組織として再現可能な形で適用するアプローチです。

インシデントやビジネス上の例外処理が発生した際、AIが有識者の判断の流れ（シナリオ）を自動で実行します。関連するログやダッシュボードの情報を横断的に収集・分析し、さらに生成AIが持つ社会のベストプラクティスを組み合わせて、想定される原因や次に確認すべきポイントを提示します。

これにより、有識者が不在でも迅速な一次切り分けが可能となり、個人の経験に依存しない安定した対応が実現します。

5. これを実現する基盤「StageCrew」とは

「個の知見を、AIで組織の標準装備に」する仕組みを実際の現場で機能させるためには、日々の業務フローに無理なく組み込める基盤が必要です。その実装基盤としてCTCが展開しているのが、作業や判断をAIで支援するクラウドサービス「StageCrew」です。

StageCrewの特徴

StageCrewは、日々の業務で発生する画面操作やログ、各種ツールの情報を網羅的に収集し、AIが解析・整理することで、知見を再利用可能な形で管理します。 作業完了後に手作業で報告書を作成するのではなく、作業そのものを起点として知見化が進むため、特別な工数をかけずにナレッジを蓄積できます。

特定の作業のみを自動化するのではなく、「作業」「確認」「判断」「記録」という一連の業務プロセスを対象に、新しい考え方を現場で実装するための基盤となります。

StageCrewのユースケース例

StageCrewは、システム障害対応からビジネス部門の日常的なレポート業務まで、あらゆるシーンで活用可能です。

• AI駆動ドキュメンテーション：設定変更手順、リリース作業報告、状態チェック作業、問い合わせ対応履歴の自動作成など

• AI駆動分析：アラート発生時の一次切り分け、ビジネスレポートの自動分析、利用規約の更新チェック、ユーザー申告時の状況確認など

障害発生時の一次切り分け支援による初動遅延の防止から、定常業務の自動記録による負荷削減まで、運用負荷の軽減と知見の資産化を同時に実現します。

6. 今後の展開：Fluid Knowledge Transformation Platform

StageCrewは、「ヒトと知見」の課題にさらに深くアプローチするため、流動的な知見の活用を実現するFluid Knowledge Transformation Platformへと進化していきます。

• データ中心ではなく「知見」を繋ぐ (Human-centric)

  垂直統合された特定のデータ環境に依存するのではなく、ヒトの知見を資産化し、異種ツールやサイトを横断して統合する唯一無二のアプローチを提供します。

• 静的な管理から、動的な知見の還流へ

  従来の「一度マニュアルを作ったら終わり」という静的な管理ではなく、刻々と変化するDevOps/BizOps現場のノウハウや最新のベストプラクティスを、AIがリアルタイムで吸い上げます。そして、その知見を組織へ再配布し、自動化していく仕組みを構築します。

• AI Agentエコシステムと自動化ツール連携への拡張

  今後は、AI Agentエコシステムへの対応をはじめ、RPAやDifyといった各種自動化ツールとの連携を強化します。大規模採用を見据えた専用クラウドへの対応も進め、より広範な業務革新を強力に支援していきます。

7. StageCrewが解決する業務課題

StageCrewの導入は、深刻化する人材不足という課題に対し、現実的かつ持続可能な解決策を提示します。

初動判断支援による業務の属人化解消

導入前は特定の有識者に依存していた初動判断が、AIによる情報収集や確認観点の提示によって支援されます。これにより、有識者が不在でも現場の担当者だけで一定水準の対応が可能になり、業務スピードと品質が安定します。

定常業務支援による業務負荷の低減

定常的に発生する確認、記録、レポート作成といった業務をAIが支援することで、現場の作業負荷を継続的に軽減します。担当者は「回すための作業」から解放され、より付加価値の高い業務に時間を使えるようになります。

ナレッジ化支援による知見の再利用

日々の作業そのものが自動的に記録、整理され、知見として蓄積されていきます。マニュアル作成のために別途時間を確保する必要がなくなり、属人化を防ぎながら、組織として常に最新の知見を活用できる体制を実現します。

8. まとめ

DevOps/BizOpsの現場における「人が足りない」という課題の本質は、人員不足ではなく、知見が個人に偏在している構造にあります。この属人化を解消するためには、個人の知や社会の知を無理なく組織の知として活用できる仕組みが必要です。

そこで重要となるのが、AIを駆使して判断や対応を組織全体で再現可能にする「個の知見を、AIで組織の標準装備に」するアプローチです。AI駆動ドキュメンテーションとAI駆動分析を組み合わせることで、知見を組織の共有財産として再利用できるようになります。

CTCが提供する「StageCrew」をはじめとした基盤を活用し、知見を中心とした新たな業務プロセスを構築することが、今後の組織競争力を高める鍵となるでしょう。