AIエージェントが"自律的に動く"ための4要件 - Blueprint for Agentic Business Technical Foundationを読み解く

[akihasuo]

※ 本記事の内容は筆者個人の見解であり、ServiceNowの公式見解を代表するものではありません。

---

はじめに — Blueprint for Agentic Business Technical Foundationとは？

ServiceNowは2026年、「Blueprint for Agentic Business: Technical Foundation」という技術ドキュメントを公開しました。

一言で言えば、「AIエージェント時代において、なぜプラットフォームが競争優位の核になるのかを技術的に論じたドキュメント」です。

単なる製品紹介ではありません。

現代のエンタープライズが抱えるアーキテクチャの断片化（平均367以上のアプリケーション、それぞれ独自のデータモデル・セキュリティ・APIを持つ）という構造的課題を出発点に、AIエージェントが「本当に動く」ために必要な技術要件を体系的に整理しています。

対象読者として想定されているのは、技術的な意思決定に関わるアーキテクト、CTO、プラットフォーム担当者です。

「AIを使う」議論ではなく、「AIを動かす基盤をどう設計するか」という問いに答えるドキュメントとして読むと、内容がより腹落ちします。

私はServiceNow JapanのPlatform Architectとしてお客様のプラットフォーム設計や導入支援に携わっていますが、このドキュメントを読みAIの話だけではなくアーキテクチャを考える上で気付きが多かったので、自分なりの視点で読み解いてみたいと思います。

---

1．AIエージェントへの期待と現実のギャップ

AIエージェントへの関心は急速に高まっています。

しかし「エージェントを動かしてみたが、思ったほど業務が変わらない」という声も増えています。なぜでしょうか。

Blueprintはこの問いに明確に答えています。AIエージェント導入の第一波では記録的な投資が行われたにもかかわらず、エンタープライズAIの成熟度は前年比で20%低下しました。

問題はモデルではなく、基盤です。

ベンダーは既存アプリケーションにAIアシスタントを「サイドカー」として追加し、分断されたプロセスの上に薄い知能を重ねるだけでした。

モデルは推論できます。

しかし、ガバナンス・コンテキスト・監査水準の説明責任を伴ってシステムを横断して実行することはできません。

AIエージェントが自律的に動くためには、モデルの賢さだけでなく、4つの機能が密接に統合された基盤が必要です。

Blueprintが定義するAIネイティブアーキテクチャ「Sense・Decide・Act・Govern」は、この課題に正面から向き合った設計思想です。

---

2．AIネイティブアーキテクチャ - 4層の本質

 

🔍 SENSE（検知・把握） — AIの判断品質はCMDB精度が上限を決める

AIが「正確に考える」ためには、正確なコンテキストが必要です。

ServiceNowはCMDBとCSDMを中核に、ITインフラ・業務プロセス・人・資産をリアルタイムで接続します。

RaptorDB ProによるHTAPアーキテクチャが数秒で数十億行のクエリを処理し、陳腐化したスナップショットではなく「今この瞬間のエンタープライズ状態」をAIに提供します。

ここで、Blueprintが明確に指摘しているのが
「AIを導入したのにCMDBが整備されていないため、エージェントの判断がずれる」
という課題です。

CMDBの精度がAIの判断品質の上限を決める。

AIエージェント導入を検討する前に、まず自社のCMDB健全性を確認することを強くお勧めします。

🧠 DECIDE（判断） — ポリシーと権限に根ざした意思決定

ナレッジグラフがCMDB・ワークフロー履歴・組織構造を統合し、「誰が影響を受けるか・どのポリシーが適用されるか・次に何が起きるべきか」をAIがリアルタイムで把握します。

ここで注目しているのは、MCP（Model Context Protocol）とA2A（Agent-to-Agent）プロトコルの本番サポートです。

マルチエージェントオーケストレーションをエンタープライズレベルで実現するこの仕組みは、複数のAIエージェントが協調して動く未来の業務設計を考える上で、非常に重要な基盤です。

⚡ ACT（実行） — 20年のワークフロー資本がエージェントの「手」になる

Flow Designerが20年分のワークフロー資本を実行エンジンとして提供します。
例えば「ユーザープロビジョニング」というツールを呼び出すだけで、ADアカウント作成・HRIS更新・承認フロー・監査ログ記録まで一貫して実行されます。

重要なのは、エージェントが毎回「次に何をすべきか」を推測するのではなく、定義済みのワークフローを確実に実行するという設計です。

確率的なAIと決定論的なワークフローエンジンの組み合わせが、エンタープライズでの信頼性を担保します。

🛡️ GOVERN（ガバナンス） — ガバナンスは後付けではなくアーキテクチャに組み込む

AI Control Towerが全AIエージェントの動作を可視化・統治・制御します。RBACによりエージェントは自己昇格できず、すべてのアクションは不変の監査証跡として記録されます。
GDPR・HIPAA・FedRAMPに対応し、規制業界での自律実行を可能にします。

最大の差別化ポイントは、「ガバナンスを後から重ねるのではなく、アーキテクチャに最初から組み込んでいる」という点です。

他のアプローチでは、ガバナンスや監査機能をAIの上に「追加」する形になりがちです。

ServiceNowはワークフローエンジンそのものが20年分の承認・SLA・コンプライアンスロジックを持っているため、AIエージェントがその上で動く時点ですでにガバナンスが効いています。

イメージとしては、「AI Control TowerはAIエージェント版のCMDB」と考えるとわかりやすいかもしれません。

CMDBがITインフラ全体を一元的に把握・管理するように、AI Control TowerはすべてのAIエージェントの動作を可視化・管理します。

ServiceNowをお使いの方には、この対比がご理解いただきやすいのではないでしょうか。

---

3．まとめ — 「考えるAI」から「責任をもって動くAI」へ

Blueprintが示すメッセージを一言で表すとすれば、こうなるかと思います。

インテリジェンスのコストは今後も下がり続ける。一方で、信頼できる実行の価値はますます高まる。

Sense・Decide・Act・Governの4層は、独立した機能ではなく、密接に統合されて初めて真の自律型ワークフローを実現します。
このドキュメントはAI戦略を議論する際の共通言語として非常に有用だと考えます。

AIを「使う」フェーズから、AIが「責任をもって動く」フェーズへ。

その移行を支える技術基盤に興味をお持ちの方は、ぜひ原文のBlueprintもあわせてご一読ください。

参考資料
ServiceNow’s Blueprint for Agentic Business: The Technical Foundation

ServiceNow’s Blueprint for Agentic Business The Technical Foundation(English PDF)
ServiceNow Blueprint for Agentic Business: Technical Foundation（日本語版PDF）