AMBL(アンブル)將AI代理人系統運作的自主運營體制支援全面啟動

以「從現場推動日本的AX」為願景的AMBL株式會社(總公司:東京都港區，代表取締役社長:毛利 政弘，以下稱「AMBL」)將全面展開運用自動化支援，透過生成式AI與可觀測性(Observability)的融合，讓AI自主負責系統運營中「偵測、原因判定、修正、共享」的一系列流程。結合AMBL的強項AI驅動開發能力，不僅能加速故障應對，更能一站式支援客戶建立能夠自行進行運營的體制。

背景

目前，日本市場對可觀測性的關注度持續提升。

根據富士Chimera綜合研究所的調查，日本的可觀測性市場預計將從2024年的946億日圓擴大到2028年的1,138億日圓(※)。

隨著生成式AI的活用及雲端原生化的推進，系統運營的複雜性日益增加，確保可靠性與運營效率已成為重要的經營課題。

另一方面，許多企業仍處於透過用戶申報來偵測故障發生的「被動式運營」,以及依賴特定專家導致的「個人化依賴」的常態。

結果導致平均修復時間(MTTR)延長，營運成本居高不下。工程師因疲憊而離職的風險，以及服務停止造成的機會損失，也成為嚴重的課題。

在這樣的市場環境變化背景下，系統運營中的AI應用已正式進入實用階段。

從傳統的「人力運營」轉變為由AI代理人自主承擔運營業務，人類專注於本質性的判斷工作——這種新的運營模式，對日本企業而言也已成為一個可行的課題。

AMBL於2026年2月，與母公司株式會社 Dirbato(總公司:東京都港區，代表取締役社長:金山 泰英)一同與Grafana Labs(總公司:美國紐約市，共同創辦人兼 CEO:Raj Dutt)簽訂合作夥伴協議，藉此機會全面啟動結合可觀測性基礎設施整備與AI應用的獨特AX支援服務，進一步深入解決客戶的課題。

※ 關於富士Chimera綜合研究所「軟體商業新市場 2025年版」(2025年7月發刊)的詳細資訊，請參閱 https://www.fcr.co.jp/report/251q06.htm 。

解決方案概要

AMBL提供的運營自動化支援，結合了指標(Metrics)、日誌(Logs)、追蹤(Traces)的整合監控與生成式AI的推理能力，將事件應對從「事後應對、個人化依賴」轉變為「預兆偵測、AI主導」。將人力介入限制在僅有「批准與部署」的最後階段，大幅縮短端到端的應對時間。具體而言，由以下四個功能構成:

1 預兆偵測(Detection):整合監控指標、日誌、追蹤，即時偵測異常並發出警報。

2 原因判定(Analysis):生成式AI橫向分析錯誤日誌與GitHub的提交歷史。從過去的變更與故障的關聯性中判定根本原因。

3 自動修正(Fixing):基於已判定的原因,AI自動生成修正程式碼與測試程式碼，並以Pull Request的形式在GitHub上提出。

4 協調與共享(Collaboration):自動生成Slack/Teams專用頻道，即時向相關人員共享從偵測到修正建議的資訊。

這些不僅僅是導入單純的運營工具，更結合了AMBL的強項AI驅動開發知識，能夠陪伴客戶建立能夠自行運營的內部體制，這是最大的特色。

預期效果

導入本支援後，預計透過減少日誌收集與調查時間，平均修復時間(MTTR)可縮短約70%。此外，即使專家不在,AI也能完成一定程度的初步應對與狀況掌握，藉此消除個人化依賴，並將工程師從「調查、修復作業」轉移到「判斷、批准」業務。進一步地，透過將資源轉移到再發防止與服務改善等高附加價值的業務，將運營從「防守」轉變為「進攻」。

未來展望

AMBL將在AI運營判斷支援、事件應對自動化、成本優化等領域，支援日本企業的AX。

具體而言，將透過AI效率化過去容易個人化依賴且耗費大量時間的運營業務，並結合AMBL的強項AI驅動開發能力，一站式陪伴客戶建立能夠自行運營的內部體制。

透過累積這些取り組み與支援實績,AMBL將為日本的AX貢獻一份心力。