スペースリフトの「AIレディネスギャップ」レポート：インフラストラクチャ管理におけるAIの採用とガバナンスの乖離が拡大

人工知能はソフトウェア開発を急速に変革しています。しかし、スペースリフトの新しいレポートによると、多くの組織はインフラストラクチャの実践をAIの採用のスピードに合わせるのに苦労しています。レポート「AIレディネスギャップ」は、スペースリフトの2026年のインフラストラクチャオートメーション調査の一部として、406人のIT意思決定者とプラットフォームエンジニアリングリーダーを調査し、AIがインフラストラクチャ管理、ガバナンス、オートメーションをどのように変革しているかを調べました。調査結果は、AI支援開発の急速な採用と、組織がそれに伴う変更を管理するためのシステムの間に、広がりつつある断絶を明らかにしています。

AIはインフラストラクチャチームが対応できるよりも開発を加速させている

レポートは、スペースリフトが「AI-インフラストラクチャギャップ」と呼ぶものを強調しています。AI支援コーディングが一般的になったにもかかわらず、コードをデプロイ、管理、維持する責任を持つインフラストラクチャチームは、速度を維持するのに苦労しています。調査によると、89%の組織は、AIの導入により開発速度が向上したと報告しています。一方、82%の組織は、コードの4分の1から3分の3がAI支援であると述べています。しかしながら、これらの利点にもかかわらず、AIを上位戦略的優先事項として考える組織は25%のみです。

AIレディネスの4つのレベル

この移行を管理する方法を理解するために、スペースリフトはAI成熟度指数を導入しました。この指数は、AIの統合、ガバナンスの成熟度、インフラストラクチャのオートメーション、リスクの暴露、プラットフォームの準備度などの要素に基づいて、回答者を4つのカテゴリに分類します。

組織の約4分の1は、Exposedカテゴリに該当します。つまり、AIを活用していますが、安全に管理するためのガバナンスフレームワークが不足しています。さらに32%の組織は、Fragmentedカテゴリに該当し、AIの採用はチーム間で一貫性がありません。25%の組織は、Outpacingカテゴリに該当し、AIを積極的に採用していますが、ガバナンスは後ろれています。Pioneerカテゴリに該当する組織は19%で、ガバナンスとオートメーションの実践を確立した後でAIの採用を進めています。

レポートの1つの注目すべき結論は、組織の規模が決定的な要因ではないことです。大企業や小規模企業は、どのカテゴリにも該当する可能性があります。区別は、行動、ガバナンスの規律、運用実践によってなされるので、予算や人員数によってなされるのではないです。

ガバナンスの信頼性問題

調査では、組織がAIガバナンスをどのように見なしているかについて、注目すべき矛盾が発見されました。86%の回答者は、組織がAIを管理する能力に自信を持っていることを報告しました。しかし、正式なAIガバナンスポリシーを持っている組織は30%のみです。

信頼と運用現実の間のこのギャップは、レポートが「AIガバナンスパラドックス」と呼ぶものを形成しています。多くの組織は、AI関連のリスクを効果的に管理していることを信じていますが、実際には、成熟したガバナンスプログラムに通常関連するポリシー、コントロール、監視メカニズムが不足しています。この不一致は、Exposedカテゴリの組織で特に顕著で、正式なガバナンスポリシーを持たない組織が信頼を表明している割合は非常に低いです。

調査結果は、ガバナンスが企業のAI採用で最も未成熟な側面の1つであることを示唆しています。企業はAIツールやワークフローを実装することに熱心ですが、システムが大規模かつ一貫して安全に動作することを保証するためのコントロールを確立した企業は少数です。

インフラストラクチャチームはすでにAIドライブンのインシデントに直面している

レポートは、ガバナンスが弱いことの結果は、もう理論的なものではないと主張しています。93%の組織は、過去1年間に少なくとも1つのAI関連のインフラストラクチャインシデントを経験したと報告しました。

最も一般的な問題は、AI生成の変更による再作業、セキュリティの誤構成、コンプライアンス違反、インフラストラクチャのドリフト、エージェントシステムを含むインシデントでした。これらのカテゴリは、それぞれ約3分の1の回答者に影響しました。

ガバナンスのリーダーと後進者との違いは大きいです。Exposedカテゴリの組織は、AI関連のインシデントの発生率が著しく高かった一方、Pioneer組織はそのような問題に遭遇する可能性がはるかに低かったです。レポートによると、ガバナンスと自動検証システムは、問題がプロダクションに到達する前にそれらを検出するのに役立ち、運用の混乱を減らし、コストのかかる修復作業の必要性を制限します。

「バイブコーディング」がインフラストラクチャに到達している

レポートでは、AI生成のコードに限られたレビューまたは監視なしで依存する「バイブコーディング」の影響が拡大していることも調査されています。ソフトウェア開発の文脈で主に議論されてきたこの概念は、インフラストラクチャ管理に急速に拡大しているようです。

約80%の回答者は、インフラストラクチャ構成、ガバナンスポリシー、または関連するインフラストラクチャアーティファクトを生成するためにAIを使用していることを報告しました。さらに、インフラストラクチャチームの相当数は、AI生成のインフラストラクチャコードをほとんど、またはまったくレビューせずに承認することを示しました。

アプリケーションのバグと違い、インフラストラクチャのエラーは、セキュリティ、コンプライアンス、ネットワーク、クラウドリソースに広範な影響を及ぼす可能性があります。したがって、レポートは、AI生成のインフラストラクチャ変更には、変更を展開する前に検証してコントロールを適用することができるガバナンスメカニズムが必要であると主張しています。

次の課題：エージェントAI

組織が現在AI支援開発に苦労している場合、レポートはエージェントAIがこれらの課題を増幅させる可能性があることを示唆しています。89%の回答者は、インフラストラクチャ運用のためにエージェントAIを採用する予定であると述べています。さらに、約4分の1の回答者は、6か月以内に採用する予定です。

エージェントシステムは、従来のAIツールとは異なり、自律的に決定を下し、実行できます。インフラストラクチャ環境では、これはリソースのプロビジョニング、構成の変更、インシデントへの対応を、直接的人間の承認なしで行うことを意味します。エージェントAIは、効率性の向上を約束していますが、ガバナンスの重要性も増大します。なぜなら、AIの決定とプロダクション展開の間に人間のレビュアーが存在しない可能性があるからです。

レポートは、先行採用者はすでにエージェントシステムを含むインシデントを報告しており、ガバナンスフレームワークはこれらの自律性の増す技術とともに進化する必要があることを示唆しています。

プラットフォームエンジニアリングが潜在的な解決策として登場

レポートの1つの重要な発見は、プラットフォームエンジニアリングについてです。プラットフォームエンジニアリングを採用した組織は、AIドライブンのインフラストラクチャ環境に比べ、従来のアプローチに頼る組織よりも、はるかに準備が整っているようです。

回答者の80%以上がプラットフォームエンジニアリングへの移行を検討しており、Pioneer組織は既に移行した可能性が高いです。レポートによると、プラットフォームエンジニアリングは、コンプライアンス、セキュリティ、運用コントロールをバイパスせずに迅速に進むことができる、ガバナンスされたセルフサービスパスを提供します。

ガバナンスを速度と競争させるのではなく、プラットフォームエンジニアリングはワークフローにガバナンスを直接統合しようとします。つまり、コンプライアントな行動が非コンプライアントな行動よりも簡単になるということです。データは、AIの採用に成功している組織は、このモデルに従っていることを示唆しています。

間違ったものを測定する

レポートは、組織が古い指標に焦点を当てている可能性があることも主張しています。多くのインフラストラクチャチームは、生産性、デプロイ頻度、セキュリティインシデントを追跡していますが、AI生成のインフラストラクチャコードのボリュームやAI生成の変更のエラー率などのAI固有の指標を追跡している組織は比較的少ないです。

これらのAI固有のシグナルへの可視性がなければ、組織はガバナンスコントロールが実際に機能しているかどうかを判断するのに苦労する可能性があります。AI生成のインフラストラクチャが一般的になるにつれて、従来の運用結果のみを測定することで、出現するリスクを十分に理解できない可能性があります。

AIレディネスはインフラストラクチャの課題になる

調査結果は、AIレディネスが単にモデル採用や開発者の生産性の問題ではなく、ガバナンス、オートメーション、プラットフォームエンジニアリング、運用規律を中心としたインフラストラクチャの課題になっていることを示唆しています。AIが到来する前にこれらの能力に投資した組織は、よりうまく適応しているようです。一方、AIはすでに表面下に存在していた弱点を暴露しています。

企業がAI支援型、そして最終的にはエージェント型の運用に向けて進むにつれて、採用とガバナンスのギャップは、次の10年間で最も重要な技術的課題の1つになる可能性があります。スペースリフトの「AIレディネスギャップ」レポートは、多くの組織がすでにAIドライブンのインフラストラクチャの門槛を越えているが、効果的に管理するためのガバナンス基盤を構築した組織ははるかに少ないことを示唆しています。