株式会社Number
SERVICENOW NEWSROOM INSIGHTS

AIと働く時代、「承認」が強みになる。
Microsoft×ServiceNowの自律IT運用。

AIが調査し、対処を提案する。その先で、何を、誰が、どんな理由で承認したのか。
Microsoft Igniteの自律IT運用デモから、ServiceNowに蓄積する承認の履歴と、with AIの業務設計へ生かせる可能性を考えます。

MICROSOFT IGNITEAZURE × SERVICENOWAIOPS / ITSM

KEY TAKEAWAYSこの記事のポイント

  1. Microsoft Igniteでは、Azureの検知からServiceNowの診断・記録、承認と対処をつなぐデモが示されました。
  2. 承認はServiceNowのプラットフォーム共通のコア機能。対象・承認者・結果に、判断理由と根拠を結び付けることで、会社の判断を蓄積できます。
  3. その履歴を次の提案や承認条件の見直しへ返す。私は、ここにwith AIで業務を設計する時代の大きな強みを見ています。
CONTENTS / 目次01 Azureのデモと承認02 承認の蓄積が強みになる03 日本企業の判断を資産へ04 承認履歴から業務を育てる出典・参考情報
01 / THE NEWS

Azureから対処までをつなぎ、
承認と実行を管理する。

公式発表の要約

2026年11月17日、ServiceNowはMicrosoft Igniteで紹介する自律IT運用のデモを公表しました。Azureで見つけた異常をServiceNowへ渡し、AIによる診断と記録、対処へつなぐ内容です。背景にあるのは、読み切れないアラートと、複数のツールを行き来する運用担当者の負担です。[1]

01 / AZURE異常と状況を捉えるAzure MonitorとAzure SRE Agentが、稼働データとAzure側の情報を提供
02 / SERVICENOW診断を記録し、対応へ渡すAIOps Agentが要約・二次診断・原因候補・次の作業を記録し、インシデントを起票
03 / APPROVAL & ACTION承認を経て、対処へ進むServiceNow ITSMとAzure SRE Agentが対処を進め、承認と実行を統制する

図:公式発表[1]のデモを整理したもの。導入完了や効果測定を示す図ではありません。

発表では、AIOps Agentが診断内容などをアラートの作業メモへ残した後、アラートを閉じてインシデントを作ると説明されています。その先は、Azureの情報、Microsoft Foundry IQの知識、ServiceNowの運用情報を合わせて対処を進めます。[1]

Azure SRE Agentは、クラウド側の調査や原因候補・対処を支援するAI。Foundry IQは、複数の情報源から根拠となる知識をAIへ届ける仕組みです。それぞれの得意な役割を組み合わせています。[2][3]

今回のキーは、「承認」

AIが調べ、対処を提案できるようになったとき、実際にその操作を会社として認めるかが問われます。今回の発表も、承認と実行を統制することを明示しています。

それを支える基盤として挙げられているのが、ServiceNowのSuper Intelligence Control TowerとMicrosoft Agent 365です。AIが動く前のポリシー設定と、両社のエージェント間の引き継ぎを含む行動記録が説明されています。[1]

なお、ServiceNowとAzureを接続すること自体が初めての話ではありません。Microsoftの既存資料にも、ServiceNowのインシデントを取り込み、調査や更新へつなぐ連携が記載されています。[4] 今回は、その先を承認・実行まで含めた一連の仕事として見ることが大切だと考えます。

02 / NUMBER’S VIEW

「何を、誰が、どんな判断で」承認したか。
その履歴が、with AIの設計資産になる。

Numberの視点

ServiceNowの強みは、AIの提案を受けて、その場で「承認」ボタンを押せることだけには収まりません。承認が、プラットフォーム全体で使えるコア機能として用意されていることに、私は大きな意味を感じています。

承認は、個別の画面に付いた機能にとどまらない

ServiceNowの公式資料では、承認はワークフローを次へ進めるための中心的な役割を担い、変更要求やサービス申請など、さまざまな仕事に組み込める仕組みとして説明されています。承認レコードには、対象、承認者、承認・却下などの状態、コメントを残せます。[5][6]

つまり、AIが提案した変更案も、会社の承認の流れへつなげられます。何を認めたのか、誰が判断したのかを、対象の仕事にひも付けて残す。そのうえで、判断理由や確認した根拠も記録していけば、「何を、誰が、どんな判断で承認したか」がプラットフォームに蓄積されていきます。

承認を、次の判断に使える記録へ
残す情報後から分かること
何を対象の変更・申請、AIの提案、実行を認めた範囲。
誰が承認した担当者と、その判断を引き受けた役割。
どんな判断で確認した影響、参照した根拠、認めた条件、却下や差し戻しの理由。
その後どうなったか実行結果や復旧の状況。同じ判断を次も使えるかを振り返る材料。

表:Numberの設計例。承認レコードに、提案・判断理由・実行結果を関連付けて残す考え方です。すべての項目が自動で記録されるという意味ではありません。

会社の判断を、次のAI活用へ返せる

たとえば、ある変更は影響が小さく、決めた手順で問題なく実行できた。別の変更は、業務時間帯や他システムへの影響を理由に見送った。そうした判断と結果が残っていれば、次の提案を作るときに、過去の似た案件を参照する使い方が考えられます。

人が確認すべき観点をAIに整理させる。承認条件を見直す。十分に確かめた作業から、任せる範囲を広げる。承認履歴は、監査に使う記録であると同時に、人とAIの役割分担を育てる材料にもなります。

私は、何をどこまで任せるかを、会社が実際に下してきた判断から考えられることを、with AIで業務設計を行う時代の、ServiceNowの大きな強みだと捉えています。

03 / LOCAL RELEVANCE

日本企業の承認を、
判断が残る仕組みへ。

Numberが考える日本企業への適用

日本企業には、稟議や承認を通じて、現場の工夫と会社としての責任を両立させてきた積み重ねがあります。AIが仕事を進めるようになっても、この判断の役割は大切です。

ただ、システムには「承認済み」だけが残り、実際に何を確かめたかは会議やメール、担当者の記憶に分かれていることもあります。そのままでは、次の担当者もAIも、なぜ認められたのかを読み解くのに苦労します。

すでに行っている承認を、会社の判断が伝わる記録へ整える。私は、ここに日本企業が取り組む価値があると考えます。

ITの変更から、ほかの仕事にも考え方を広げられる

今回のデモはIT運用ですが、同じ問いはソフトウェアの利用申請や購買などにもあります。何をAIに準備させ、どこで誰が判断し、認めた条件をどう実行へ渡すか。承認を共通の仕組みとして組み込めると、仕事ごとの違いを保ちながら、こうした設計の考え方を使い回せます。

すべての承認を一律に重くする必要はありません。確立した条件の中で進められる作業と、個別に影響を判断する作業を分ける。その境界を、履歴と結果を見ながら更新していくのです。

AzureとServiceNowを使い、変更の提案や承認を繰り返している企業には、まず一つの業務で試す意味があります。一方、対象や承認者が曖昧な場合は、AIの実行範囲を広げる前に、いま誰が何を判断しているかを整理するところから始めたいと思います。

04 / GETTING READY

自社で運用するために、
まず整えること。

承認の履歴を、次の判断につなげる

① 過去の承認から、判断の観点を拾う

最近の変更案件を、承認されたもの、却下・差し戻しになったものから選びます。誰が何を確認したのか。どんな条件で認め、何を懸念して止めたのか。記録に足りない部分は担当者に聞き、暗黙の判断基準を言葉にします。

② AIの提案と、人の判断理由を一緒に残す

対象、提案内容、影響、根拠、実行してよい範囲を、承認する人が確認できる形へそろえます。判断後は、理由と認めた条件を記録し、実行結果にもつなげる。長い作文を求めるより、次の人が判断を理解するための要点を残す設計にします。

③ 承認した範囲を、実行側へ渡す

承認された対象と操作だけを実行できるよう、Azure側とServiceNow側の権限や処理を対応付けます。提案内容が変わったときは再確認する。失敗したときは人へ戻す。承認の記録と、実際に行ったことを照らし合わせられるようにします。

④ 履歴を使って、任せる範囲を育てる

過去に承認したからといって、条件の違う次の案件も同じ判断になるとは限りません。現在の業務影響や方針と照らし合わせ、承認者が見やすい提案になったか、不要な確認を減らせたかを確かめます。

AIが仕事をするほど、会社として何を認めたかが、次の仕事を良くする材料になる。承認を日々の手続きとして回しながら、その蓄積をwith AIの業務設計へ返していく。私は、そこにServiceNowを基盤にする意味を感じています。

出典・参考情報

  1. Microsoft Ignite: ServiceNow delivers governable autonomous IT to Azure ↗ServiceNow Newsroom / 2026.11.17 / デモの構成、アラートからインシデント・対処への流れ、両社の統制基盤。
  2. Microsoft Learn — Overview of Azure SRE Agent ↗Microsoft公式 / 調査・原因候補・対処の支援、権限や実行モードに応じた制御。デモ一式の一般提供条件を示す資料ではありません。
  3. Microsoft Learn — What is Foundry IQ? ↗Microsoft公式 / 複数の情報源から知識を届ける仕組み、参照権限、一般提供・プレビューの区分。
  4. Microsoft Learn — ServiceNow incident indexing in Azure SRE Agent ↗Microsoft公式 / ServiceNowのインシデントを取り込んで調査・更新する連携の説明。
  5. ServiceNow Docs — Classic approvals ↗ServiceNow AI Platform公式資料 / 承認対象・承認者・状態・コメント、変更要求やカタログ申請との関係。承認レコードの基本構造を参照。
  6. ServiceNow Docs — Ask for Approval step ↗ServiceNow公式 / ワークフローでの承認の役割、承認ルール、依頼理由、履歴・コメントの保存。依頼理由と承認者の判断理由は区別。
  7. ServiceNow Docs — Approvals widget ↗ServiceNow公式 / 共通の承認レコードを表示する仕組み、却下時のコメント必須化オプション。標準ではコメントは任意。

参照日:2026.11.18。公式発表と製品資料の説明、執筆者の考察・業務設計例を区別しています。デモの紹介であり、顧客の導入実績や効果測定の報告ではありません。製品名・商標は各権利者に帰属します。

この記事をシェア

投稿前に文面を編集できます。

Xでシェア(新しいタブで開きます)
廣田真一Number 執行役員CEO
ServiceNowの最新発表を、業務設計と日本企業への適用という視点から読み解きます。

Xでフォローする (新しいタブで開きます)

LET’S REDESIGN YOUR WORKFLOW.

その承認を、
次のAI活用の土台に。

AIに何を任せ、誰が何を判断するか。
いまの承認の流れと記録を整理し、提案・判断・実行をつなぐ業務設計を一緒に考えます。

承認・AI活用の業務設計を相談する

STAY CONNECTED