第1章：AI監視という誤解

たとえ話

病院に例えます。監視は血圧計・心電図、AIはカルテを整える研修医、人間は主治医です。
モニターが止まったら命に関わります。研修医がいなくてもモニターは動き続けてほしい——これが基本です。

結論: AIで監視を置き換えない。
既存監視が捉えた事実をAIがつなぎ、人が迷わず・速く・安全に復旧できる運用をつくる。

検知は既存技術で確実に閾値・死活・Trap・SLOは決定論

分析と連携はAIで速く広く相関・仮説・反証・草案

実行は人間が統制承認・最小権限・監査

流れ

異常 →【検知:監視】→ アラート →【分析:AI】→ 仮説パック
      →【判断:人間】→【実行:承認済み】→ 復旧確認 → 改善

仕事	担当	向いている	向いていない
検知	監視	同じ入力なら同じ判定 [S14]	あいまい文の解釈だけ
分析	AI	横断、時系列、仮説と反証	断定・無根拠実行
判断・実行	人間	本番操作、顧客対応、責任	根拠なき丸投げ

Google SRE も行動できるシグナルを重視します [S11]。全部をリアルタイムでAIに流す発想とは相性が悪い、と読めます。

よくない:「AIを入れてもリスク自体は変わらない」

よい:既存の障害原因は自動では消えない。AIは調査・連携・復旧を速くする。一方で接続・権限・自動実行・機密送信・誤判断など新しいリスクが追加される [S09][S10]。

区分	前からある	AIで増える	AIで改善しやすい
アプリ	バグ、例外	誤推定	調査時間
インフラ	故障、容量	過剰権限	影響範囲整理
CI/CD	テスト不足	誤自動マージ	失敗分析
セキュリティ	不正、漏洩	プロンプトインジェクション	証跡横断
運用	属人化	AI依存	手順の標準化

迷ったら

役割分担の深掘り → 第4-5章
ログが不安 → 第6-7章
初動・権限 → 第8,11章
効果測定 → KPI章
安全 → 第12章
進め方 → 第15章

運用担当者AI停止でもアラームが鳴るか確認する

PGtrace_id・event_code・stacktraceを実装とレビューで落とさない

SEサービス横断で相関IDとログ品質の標準を揃える

PM「AI＝監視コスト削減」ではないと説明する

経営層障害ゼロの魔法ではなく復旧リードタイム投資と捉える