NinjaOneのAI修復は任せきれない|Katanaに引く線

NinjaOneのAI修復は任せきれない|Katanaに引く線

「AIの技術者が端末の不具合を見つけて直してくれるなら、情報システム部門の夜間対応はもう要らないのでは」「社員が使っているAIから、端末の状態を聞けるようにしてほしいと言われた」——生成AIを全社に配り終えた会社の情報システム部門で、2026年の秋から増えた話題です。期待の大きさに比べて、決めておくべきことは見落とされがちです。端末の修復は、AIが賢くなれば任せられる仕事ではありません。誰の権限で、どこまで手を動かしてよいかを人が決めて初めて任せられる仕事です。この記事では、端末管理の NinjaOne が2026年10月に出した Katana AI と MCPサーバー、11月の ISO 42001 取得を手がかりに、AIに「提案だけ」をさせるか「実行まで」許すかの線、社員のAIに端末データを渡す範囲、認証の読み方を整理します。


カメ先生カメ先生

端末の修復をAIに任せる話は、AIの精度の問題だと思われがちなんだ。でも本当は、AIが使う権限と手の届く範囲の問題なんだよ。


カメ子カメ子

精度が上がれば任せられる、というわけではないのでしょうか。


カメ先生カメ先生

精度が上がっても、一つの操作が百台に同時に走れば、間違いの重さは百倍になる。だから「提案」「承認して実行」「自動で実行」を作業ごとに分けておく必要があるんだ。


カメ子カメ子

AIが直せるかどうかより、AIに何を許すかを先に決める、ということですね。


この記事のポイント
  • Katana AI は端末の記録を読んで原因と修復の手を提案する。公表資料が強調するのは提案と人の承認で、自動実行の範囲は試用で確かめる
  • MCPサーバーは社員のAIや外部のエージェントに端末データと操作の入口を開く。専用の役割を作り、読み取りから始める
  • ISO 42001 はAIを管理する仕組みの認証で、個々の修復提案が正しいことの保証ではない

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

目次

NinjaOne とは:端末の見張りと修理を一つの画面にまとめた基盤

NinjaOne は米テキサス州に本社を置くIT運用の会社で、社内のパソコンやサーバーを遠隔で見張り、修正パッチを当て、遠隔操作で直し、バックアップを取るといった仕事を一つの基盤にまとめた製品を提供しています。同社は2026年10月の発表で、約4万社・140か国以上に使われていると公表しています。国内でも販売代理店を通じて扱われており、情報システム部門の人数が少ない中堅企業や、複数の会社の端末をまとめて見るIT運用代行の会社で使われる種類の製品です。

この種の基盤は、端末ごとに入れた常駐の小さなプログラムが、動作の記録や警告、入っているソフト、修正パッチの状況を中央に送り、管理者は中央の画面から遠隔で指示を出す、という形で動きます。言い換えると、NinjaOne を握る人は、社内の全端末に命令を出せる立場にいます。ここにAIを足すということは、その立場の一部をAIに分けるということです。

AIを全社に配る前の端末準備や、配った後に端末側で効かせる設定は、それぞれ別の論点として整理されることが多い領域です。本記事が扱うのはその先、端末を直す仕事そのものをAIにどこまで任せるかという判断です。配る側の設定は済んでいる前提で読んでください。

2026年の秋に出たもの:Katana AI・MCPサーバー・ISO 42001

NinjaOne は2026年10月13日、AIエージェント型の技術者である Katana AI と、公式のMCPサーバーを発表しました。Katana AI は、端末の稼働データ、過去の履歴、警告、作業の記録を読み、起きていそうな原因と、修復の操作やスクリプトを含む次の手を提案すると説明されています。提案は技術者が普段使っている画面の中に出ます。

MCPサーバーは、外部のAIエージェントが NinjaOne のデータを扱い、基盤の中で操作も行えるようにする入口です。発表文は、情報システム部門が既に管理しているロール権限と同じ仕組みで統治すると書いています。公式ドキュメントでは早期提供の段階とされ、API の利用登録を作って接続先を指定する手順が案内されています。対応するAIの製品名や料金は、発表文には書かれていません。

続いて11月3日、同社はAIの管理の仕組みについての国際規格である ISO/IEC 42001 の認証取得を発表しました。対象は Katana AI、MCPサーバー、ブラウザ管理、脆弱性管理、修正パッチの判断を助けるAIの機能です。発表文はこの仕組みについて、利用者ごとの制御、詳しい監査記録、全体を止めるスイッチ、操作・手段・トークン使用量の上限を備えると説明しています。

もう一つ押さえておきたいのは、変化の速さです。同社は過去1年でマイナーな更新を43回、大きな更新を6回出したと公表しています。AIの機能も更新のたびに振る舞いが変わりうるので、一度決めた線が、更新の後も同じ意味を持つかを確かめ直す手順を、運用の中に入れておく必要があります。

誤解:AIの技術者を入れれば、修復の判断も任せられる

Katana AI のような機能を見ると、「警告が出たらAIが原因を突き止め、そのまま直してくれる」姿を想像しがちです。発表文にも、問題の解決を早めることへの期待が並んでいます。しかし公表資料を読むと、強調されているのは提案と、人がそれを承認できることです。利用企業の責任者は「何にアクセスさせるかを決められ、動きを承認できるから安心できる」という趣旨を述べ、同社の製品責任者も「顧客は、AIが何を見て何をするかを自分で決め、確かめたいと言った」と述べています。

つまり製品の側も、AIに任せきりにする使い方を前提にしていません。ここで誤解しやすいのは、承認の画面があることと、承認する人が判断できることは別だという点です。提案の根拠を読めない技術者が「はい」を押し続ければ、形の上では人が承認していても、実際にはAIが決めているのと変わりません。

また、Katana AI が自分で修復を実行できる範囲や、承認をどの操作に必須にできるかは、発表文では詳しく説明されていません。製品の紹介を読んで「実行まで任せられる」とも「提案しかしない」とも決めつけず、試用の環境で、承認なしに何が動くかを自分の目で確かめることが出発点になります。

承認が形だけになっていないかは、数字で見張ることができます。提案を承認するまでの時間が極端に短い、却下がほとんど無い、同じ技術者が短時間に大量の承認をしている。こうした傾向が出たら、承認する人の負担が限界を超えているか、提案を読まずに押している合図です。承認の件数を減らすか、承認する人を増やすかを考えます。

課題1:提案の根拠が、端末の記録の質に引きずられる

Katana AI が読むのは、端末から集まった稼働データ、履歴、警告、作業の記録です。発表文は、一般的なモデルと違い、その会社の警告の傾向や、チームがこれまでどう解決してきたかの知識を使える点を強みとして挙げています。これは裏返すと、過去の対応記録が雑な会社では、AIの提案も雑な前例に寄るということです。

たとえば、原因を調べずに「再起動で直った」とだけ記録してきた会社では、AIが再起動を有力な手として何度も勧めるかもしれません。警告の閾値を誰も見直していない会社では、本当は無視してよい警告に対して修復の提案が出続けます。AIは記録を読む道具であって、記録の良し悪しを見分ける道具ではありません。

ここで人が持つべきなのは、提案ごとに、どの記録を根拠にしたかを読める状態にしておくことです。根拠が示されない提案、根拠が一つの警告だけの提案は、そのまま承認しない運用にしておきます。どの程度の根拠が提案に添えられるかは、導入前の試用で確かめる項目に入れてください。

課題2:一つの操作が、何百台にも同時に走る

端末管理の基盤の強みは、一つのスクリプトや設定変更を多数の端末に一斉に届けられることです。人の技術者が使うときもこの力は危険をはらんでいますが、AIが提案した修復の手をまとめて承認する運用にすると、一つの判断の誤りが、全社の端末に同時に広がる形になります。

具体的には、ある部署の端末で起きた不具合に対して、AIが「この設定を戻す」と提案し、それを対象を絞らずに全端末へ適用すると、別の理由でその設定を必要としていた部署の業務が止まる、といった事故が考えられます。修正パッチの適用や再起動のように、元に戻せる操作でも、業務時間中に一斉に起きれば影響は大きいのです。

このため、提案を承認する画面で「何台に適用されるか」「業務時間中に走るか」「元に戻す手順があるか」の三つが読めるかどうかは、精度と同じくらい大事な確認項目です。AIの提案の良し悪しより先に、承認したときの影響の範囲が人に見えるかを確かめてください。

複数台に効く操作を承認するときは、いきなり全台に流さず、先に少数の端末で試してから広げる段取りを、AIの提案にも当てはめます。情報システム部門の端末や、協力を得られた部署の数台を最初の適用先と決めておき、そこで半日から一日ほど問題が出ないことを見てから残りに広げます。人の技術者が作った変更なら当たり前に踏んできた手順ですが、AIの提案は速く、もっともらしく見えるぶん、この段取りを飛ばしたくなります。承認の運用の中に、最初の適用先を選ぶ欄を設けておくと、飛ばしにくくなります。

課題3:社員のAIから、端末データに手が届くようになる

MCPサーバーが開くのは、Katana AI とは別の入口です。社員が業務で使っているAI、たとえばMCPに対応した Claude や Copilot のような道具から、NinjaOne のデータを読み、場合によっては基盤の中で操作を行えるようになります。発表文は対応するAIの名前を挙げていないので、自社で使っているAIが接続できるかは公式ドキュメントで確かめる必要があります。

ここで起きやすいのは、便利さを優先して、情報システム部門の管理者と同じ権限の利用登録をそのままAIにつないでしまうことです。そうすると、ある社員がAIに「この部署の端末の状況をまとめて」と頼んだつもりが、全端末の構成、入っているソフト、警告の履歴がAIの会話の中に流れ込むことになります。会話の記録がどこに保存されるかは、社員のAI側の設定で決まります。

さらに操作の権限まで渡していれば、AIへの指示の書き方一つで、端末の再起動やスクリプトの実行が起きる可能性があります。公開されている検証記事も、外部のエージェントがMCP経由で頼んだ操作に承認の画面が挟まるのかどうかは発表文から読み取れない、と疑問を挙げています。ここは導入前に必ず確かめる点です。

原因:権限の線が、人の技術者向けに引かれたまま

三つの課題に共通する原因は、端末管理の基盤の権限が、もともと人の技術者を前提に設計されてきたことです。人の技術者なら、権限上は全端末に手を出せても、実際には担当の範囲だけを触り、迷ったら上長に聞きます。権限の線が広くても、人の常識と遠慮が、実際の操作の範囲を狭めてきたのです。

AIにはその遠慮がありません。与えられた権限の範囲で、指示や提案の理屈に沿って動きます。NinjaOne の発表文が「既存のロール権限で統治する」と書いているのは安心材料ですが、既存のロール権限が広すぎれば、AIもそのまま広く動けるという意味でもあります。

つまり、Katana AI やMCPサーバーを入れる前に見直すべきなのは、AIの設定画面だけではありません。人の技術者に与えてきた役割そのものです。全員が管理者に近い権限を持っている、共用の利用登録が残っている、退職者の権限が消えていない。こうした古い線の上にAIを載せると、古い線の緩さがそのままAIの手の広さになります。

端末の運用をIT運用代行の会社に任せている場合は、さらに一段複雑になります。代行の会社が自社の NinjaOne の環境で Katana AI を使えば、自社の端末に対するAIの提案を承認するのは、代行の会社の技術者になります。委託の契約で、AIに許す操作の範囲、承認する人、記録の受け渡し、事故のときの連絡を取り決めておかないと、自社が知らないうちにAIの提案で端末が動いていた、ということが起こりえます。

対策1:作業の種類ごとに「提案」「承認して実行」「自動」を分ける

AIに任せる範囲は、AI全体で一つに決めるより、作業の種類ごとに決めるほうが現実的です。基準にするのは、元に戻せるか、影響が一台で済むか、業務を止めるかの三つです。調べるだけの作業はAIに広く任せ、全社に効く変更は人が決める、という形に整理できます。

作業の種類例AIに許す範囲人が持つもの
調べる・まとめる警告の原因の候補、似た過去の事例、影響を受けた端末の一覧提案と下書きまで自由結論の採否
一台に効く軽い操作一台の再起動、一時ファイルの削除、サービスの再起動技術者の承認を経て実行承認と対象の確認
複数台に効く操作スクリプトの一斉実行、修正パッチの適用、設定の変更提案のみ対象の絞り込み・時間帯・戻し方の決定
元に戻しにくい操作ソフトの削除、端末の初期化、アカウントの無効化提案もさせない、または参考情報のみ全て

この表は一例で、会社によって線の位置は変わります。大事なのは、線を引いた結果を NinjaOne の役割の設定と、承認の運用の両方に写すことです。表だけ作って設定が追いついていなければ、紙の上の線と、実際にAIが動ける範囲がずれていきます。

また、最初は全ての作業を「提案のみ」から始め、承認した提案と却下した提案の記録が一定量たまってから、一台に効く軽い操作を承認制の実行に広げる、という段階を踏むのが安全です。広げる判断は、件数ではなく却下の理由を読んでから行います。

対策2:Katana AI に「読ませる範囲」と「動かせる範囲」を分けて決める

発表文によれば、管理者はAIが何にアクセスでき、何をしてよいかを決められます。ここで二つを混ぜずに決めることが要点です。読ませる範囲は広くても、動かせる範囲は狭くという組み合わせは成り立ちます。逆に、動かせる範囲が狭いからといって、役員の端末や開発用のサーバーの記録まで無条件に読ませてよいとは限りません。

読ませる範囲を決めるときは、端末のグループ単位で考えると整理しやすくなります。一般社員の端末、役員の端末、開発やサーバーの機器、海外拠点の端末など、扱う情報の重さが違うものを分け、それぞれについて、AIの提案の材料にしてよいかを決めます。履歴や作業の記録に個人に関する情報が含まれる場合は、その扱いも確認します。

動かせる範囲は、対策1の表を役割の設定に落とし込む作業です。どこまで細かく分けられるかは製品の作りによるので、試用の段階で「この役割では、このグループに、この操作しかできない」ことを実際に試して確かめます。確かめられなかった区分けは、運用の約束ではなく、できないものとして扱うのが安全です。

対策3:MCPで渡す範囲は、専用の役割と読み取りから始める

社員のAIや外部のエージェントにMCPで端末データを渡すときは、人の技術者の権限を流用せず、AI専用の利用登録と役割を作ります。公式ドキュメントでは、接続のための API の利用登録を作り、監視系の権限範囲を選ぶ手順が案内されています。最初は読み取りだけ・対象の端末グループを絞るところから始めるのが基本です。

STEP1
使い道を一つに絞る

「担当部署の端末の警告をまとめる」「修正パッチの未適用の端末を一覧にする」のように、AIにやらせることを先に一つ決めます。使い道が決まらないまま接続すると、権限は広めに取られがちです。

STEP2
AI専用の利用登録と役割を作る

人の技術者の資格を使い回さず、誰がどのAIから使う入口なのかが記録で分かるようにします。共用の利用登録は作りません。

STEP3
読み取りだけ・端末グループを絞って渡す

操作の権限は付けず、使い道に必要な端末グループだけを見せます。役員や開発の機器は、最初は外します。

STEP4
社員のAI側の保存と共有を確かめる

端末の情報が会話の記録として残る場所、他の人と共有される範囲、学習に使われるかどうかを、社員のAIの契約と設定で確かめます。

STEP5
記録を読み、広げるかを決める

一定期間の利用記録を読み、どんな問い合わせが来たかを見てから、対象の端末グループや操作の権限を広げるかを決めます。

操作の権限をMCP経由で渡すのは、最後の段階です。外部のエージェントから頼まれた操作に人の承認が挟まるかどうかが確かめられないうちは、操作の権限は渡さないと決めておきます。

加えて、MCPサーバーは公式ドキュメントで早期提供の段階とされています。権限の範囲や接続の手順は、正式提供までに変わる可能性があります。早期提供の機能を本番の端末全体につなぐのは避け、限られた端末グループで試し、正式提供の時点で設定を確かめ直す、という前提で計画を立ててください。

対策4:止め方と上限を、使い始める前に決める

ISO 42001 の発表文で NinjaOne は、全体を止めるスイッチ、操作・手段・トークン使用量の上限、詳しい監査記録を備えると説明しています。仕組みがあることと、誰がいつそれを使うかが決まっていることは別です。使い始める前に、止める条件と止める人を決めておきます。

止める条件の例としては、承認していない操作が走ったことが分かったとき、AIの提案の却下が短期間に急に増えたとき、MCP経由の問い合わせが想定外の端末グループに及んだとき、トークンの使用量が上限に近づいたとき、などが考えられます。止める人は、夜間や休日にも連絡がつく人を正と副の二人決めておきます。

  • 停止のスイッチの場所を、導入した担当者しか知らない
  • AIが走らせた操作と、人が走らせた操作を記録の上で見分けられない
  • トークンの上限を決めず、請求が来てから使用量に気づく
  • 止めたあと、どの操作を元に戻すかの手順がない

監査記録については、AIが提案した内容、誰が承認したか、実際に何台に何が走ったかが一続きで追えるかを、試用の段階で確かめます。提案・承認・実行が別々の記録に分かれていると、事故の後に経緯をつなげなくなります。

ISO 42001 の取得が、導入判断で意味すること・しないこと

ISO/IEC 42001 は、AIを開発・提供・利用する組織が、AIのリスクを管理する仕組みを整えて回しているかを見る国際規格です。NinjaOne の発表によれば、独立した審査を経て、Katana AI やMCPサーバーを含むAIの機能が対象に入っています。これは、提供側にAIの管理の仕組みがあり、第三者が確かめたことを示すものとして、導入の稟議で説明しやすい材料になります。

一方で、この認証は個々の修復提案が正しいことを保証するものではありません。また、利用する会社の側の権限の設計や承認の運用を代わりに担うものでもありません。発表文には認証機関の名前や、顧客の端末データがAIの学習に使われるかどうかは書かれていないので、学習利用・保存期間・処理する地域は、契約と公式の資料で別に確かめる必要があります。

  • 認証が示すもの:提供側にAIの管理の仕組みがあり、独立した審査で確かめられたこと
  • 認証が示さないもの:提案の正しさ、自社の権限設計の妥当さ、データの学習利用の有無
  • 確かめ方:認証の対象範囲の記載、契約のデータ条項、試用での監査記録の中身

同社は他にも米政府系のクラウド認定などを挙げています。認証の数は信頼の目安にはなりますが、自社の使い方で問題が起きないかは、自社の試用でしか確かめられません。

費用の増え方:トークンと、承認する人の時間

NinjaOne は、AIの仕組みをトークンの効率を意識して設計し、顧客が費用を管理し予測しやすくしていると説明しています。ただし、発表文には具体的な料金や計測の方法は書かれていません。公開されている検証記事も、試用の段階で技術者ごとの使用量を出してもらうよう勧めています。料金の形は、営業窓口から書面で受け取るのが確実です。

見落としやすいのは、AIの利用料より、承認する人の時間のほうが増えることです。提案が一日に数十件出れば、それを読んで承認するか却下するかを決める時間が要ります。提案の質が低い時期ほど却下と調べ直しが増えるので、導入直後は、むしろ技術者の負担が一時的に増えると見込んでおくのが現実的です。

MCPを社員に開いた場合は、社員のAI側の利用料と、問い合わせが増えることによる NinjaOne 側の負荷や使用量の両方を見ます。使い道を一つに絞ってから広げる、という対策3の順番は、費用の読めなさを抑える意味でも効きます。

やめ方:AIを外しても、端末の運用が回るようにしておく

AIに任せる範囲を広げた後で、精度の不満や費用、方針の変更でAIの機能を止めることになる場合もあります。そのとき、AIの提案に頼っていた手順が、人の手順として残っていないと、運用が回らなくなります。

これを防ぐには、AIの提案を承認して実行したものの中から、繰り返し使われた手順を人が読める形で手順書に残しておくことです。AIが出した修復の手順を、そのまま貼り付けて終わりにせず、なぜその手順で直ったのかを技術者が一行で書き添える運用にしておくと、AIを外しても知識が残ります。

MCPの接続をやめるときは、AI専用の利用登録と役割を無効にし、社員のAI側に残った接続の設定と会話の記録の扱いを決めます。入口を閉じても、すでに会話の中に流れ込んだ端末の情報は残ることを忘れないでください。社員のAI側で、端末の情報を含む会話の記録を消す手順と、消す責任を持つ人も決めておきます。

導入前に確かめる項目と、押さえておく用語

ここまでの内容を、試用の段階で確かめる項目にまとめます。全てに答えが出なくても構いませんが、答えが出なかった項目は「できない」として扱い、AIに許す範囲を狭く取ります。

  • Katana AI が承認なしに実行できる操作はあるか。あるなら、それを止められるか
  • 提案に、根拠にした記録が添えられるか
  • 承認の画面で、適用される端末の台数と時間帯が読めるか
  • 役割ごとに、読める端末グループと実行できる操作を分けられるか
  • MCP経由で外部のエージェントが頼んだ操作に、人の承認が挟まるか
  • 提案・承認・実行が一続きの監査記録として追えるか
  • 全体の停止スイッチとトークン上限を、誰がどこで操作するか
  • 顧客の端末データがAIの学習に使われるか、どこで処理されるか
ミニ用語解説

常駐の小さなプログラム:各端末に入れて、動作の記録を中央に送り、中央からの指示を受け取るもの。端末管理の基盤の手足にあたります。

MCP:AIが外部の道具やデータにつながるための共通の取り決め。MCPサーバーは、その取り決めに沿って道具やデータを差し出す側です。

ロール権限:人や道具に、役割ごとにまとめて与える権限。AIにも同じ仕組みで権限を与えるため、役割の設計がそのままAIの手の広さになります。

これらの用語は、社内の稟議や情報システム部門と現場の打ち合わせで言葉をそろえるためのものです。言葉がそろわないまま導入を進めると、「権限を絞った」と言っている人と「AIは何でもできる」と思っている人が同じ会議に並ぶことになります。

まとめ

NinjaOne の Katana AI は、端末の記録を読んで原因と修復の手を提案するAIで、公表資料が強調しているのは人の承認と管理者による範囲の設定です。MCPサーバーは、社員のAIや外部のエージェントに端末データと操作の入口を開きます。どちらも便利ですが、AIの手の広さは、既存の役割の設計の広さで決まります。導入の前に、人の技術者の権限を見直し、作業の種類ごとに「提案」「承認して実行」「自動」の線を引き、MCPは専用の役割と読み取りから始めてください。ISO 42001 の取得は提供側の管理の仕組みを示す材料にはなりますが、提案の正しさや自社の線引きを代わりに保証するものではありません。AIに判断を任せず、根拠を出させ、人が確かめる範囲を先に決めることが、端末の運用をAIと分け合う出発点です。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

うちの業務、AIで何が自動化できる?

「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。

運営会社:株式会社デボノ

目次