Cast AIに本番の調整を任せる?|自律で変える範囲と止め方

「AIエージェントに任せれば、Kubernetes の割り当ては人が触らなくても勝手に最適になるのでは」「自律で動くなら、本番に入れた瞬間から何を変えられても止めようがないのでは」——コンテナ基盤の費用削減を任された情シスやクラウド運用の担当から、正反対の二つの声が聞こえてきます。どちらも半分だけ当たっています。米国のキャストAIが出している仕組みでは、AIが書くのは「どう調整するか」の方針で、実際に数字を変えるのは方針に従う自動調整の部品です。自律の範囲は、方針を誰が承認し、どの部品を動かすかで決まります。この記事では、本番の割り当てをAIに変えさせるかどうかを、起きやすい課題、その原因、対策の順に整理します。
カメ先生自律で動くAIと聞くと、何でも勝手に変える仕組みを想像しがちなんだ。でも本当は、AIが方針の案を作り、それを人が適用したあとで、決まった規則の部品が数字を動かす二段の作りになっているんだよ。
カメ子AIが直接、本番の設定を書き換えるわけではない、ということですか。
カメ先生そう。ただ、一度方針を有効にすると、その範囲では人の確認なしに毎日変更が入る。だから、どこまでを方針に任せ、どこから先を人の承認に残すかを、入れる前に決めておく必要があるんだ。
カメ子任せる範囲を決めるのはAIではなく、こちら側の仕事なんですね。
- キャストAIの OpsPilot(現在は名称を変えて提供)は、スケーリング方針の案を根拠付きで作る。人が確認して適用し、その後の調整は方針に従う部品が行う
- 止め方は、方針の自動化を切る、部品を外す、接続を切るの三段。接続を切るときに同社が作ったノードを消すと、容量が減って止まる場合がある
- 社外に出るのはワークロード名などの構成情報で、保存は米国か欧州。国内代理店経由でも、日本語の支援の範囲はプランで違う
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。
キャストAIとは:Kubernetesの費用と性能を自動で調整する基盤
キャストAIは、米国に本社を置く会社で、Kubernetes(コンテナを束ねて動かす基盤)の費用と性能を自動で調整する製品を出しています。AWS・Google・Azure・Oracle の各クラウドの管理型 Kubernetes に加え、自社設備の環境にも対応すると公表しています。2026年1月には、韓国の新世界グループの投資部門から戦略投資を受け、評価額が10億ドルを超えたと発表しました。日本では日立ソリューションズが、英字を大文字にした表記で取り扱っています。
製品が本番で変えるものは、大きく三つです。一つめは、各ワークロード(アプリの単位)が確保するCPUとメモリの量で、使った実績に合わせて上下させます。二つめは、ノード(仮想サーバー)の種類と台数で、空きの多いノードからポッドを寄せて台数を減らしたり、割安だが中断のあるスポットのサーバーへ置き換えたりします。三つめは GPU で、1枚の GPU を複数の処理で分け合う設定や、自社のクラウドで足りないときに他のクラウドや地域の GPU を使う仕組みを用意しています。
同社が2026年に公表した調査では、対象のクラスタでCPUの平均利用率は8%、メモリは20%にとどまったとしています。確保したまま使われていない資源が多いというのが、自動調整を売る側の前提です。ただし、この数字は同社が自社の顧客の環境から集計したもので、自社のクラスタが同じだとは限りません。後で触れる読み取り専用の段階で、自社の数字を先に見ておくのが筋です。
OpsPilotの半年:相談役から方針の自動生成へ、名称も変わった
OpsPilot は、2026年5月7日の公式ブログで、管理画面の中に組み込まれたAIの相談役として登場しました。クラスタの状態、ワークロードの出来事、費用、監査記録をまとめて読み、「なぜこのアプリが落ちているか」「どこの費用が増えたか」に答えるものです。ブログは、示す次の一手を「調査の出発点であって、自動で実行する操作ではない」と明記し、既存の権限設定に従って、見てよいクラスタの情報だけを答えると説明していました。追加の費用はかからないとしています。
性格が変わったのは6月です。6月8日の報道発表は、OpsPilot がワークロードの最適化を人の手を介さずに担うと打ち出しました。6月11日の公式ブログでは、利用者が「節約・安定・中間のどれを優先するか」「本番か、それ以外か」「触らない名前空間はどこか」の三つに答えると、OpsPilot がクラスタの実績を読んでスケーリング方針の案を作る機能を発表しています。方針はワークロードを危険度で分け、たとえばデータベースのように状態を持つものには余裕を多めに、状態を持たない画面やAPIには実績に近い絞り込みを当てる、という形です。
その後、名称は変わりました。2026年11月時点で OpsPilot の旧ページは新しい名前のページに転送され、公式ドキュメントでも管理画面のアシスタントは別の名称(キャストパイロット)で説明されています。機能の中身は引き継がれています。社内の稟議や評価資料に古い名前のまま書くと、後から照合しにくくなるので、契約や設定の記録には新しい名称と、旧名称が同じものだという注記を残しておくと迷いません。
課題1:変更の主語が「AI」なのか「方針」なのか分からなくなる
本番の割り当てが変わったとき、運用の担当がまず知りたいのは「誰が変えたか」です。キャストAIの監査記録は、操作の主体として利用者・サービスアカウント(機械用の利用者)・方針のいずれかを記録します。ところが社内の会話では「AIが変えた」と一言でまとめられがちで、方針を作ったのはAI、適用したのは人、毎日の数字を動かしたのは方針という三段の区別が消えてしまいます。
この区別が消えると、障害のあとの振り返りが成り立ちません。たとえばメモリの確保量が下がった直後にアプリが落ちたとき、原因は方針の案が攻めすぎていたのか、適用した人が対象を広げすぎたのか、部品が想定どおりに動いた結果なのかで、直す場所がまったく違います。「AIのせい」で止めてしまうと、次の方針の作り直しにも、承認の仕組みの見直しにもつながりません。
- 障害報告に「AIが自動で設定を変えたため」とだけ書き、どの方針のどの設定値が効いたかを記録しない
- 方針の案をAIに作り直させるたびに、前の版との差分を誰も見ないまま適用する
- アプリの担当に知らせずに、そのアプリの名前空間を自動調整の対象に入れる
課題2:新しく増えたワークロードまで、自動で対象に入る
ワークロードの自動調整を始めると、すべてのワークロードにまず既定のスケーリング方針が割り当てられます。公式ドキュメントによると、既定の方針で「ワークロードを自動で最適化する」を有効にした場合、その後クラスタに新しく作られたワークロードも、自動の対象として既定の方針に入る仕組みです。十分なデータがたまったものから順に、調整が始まります。
これは便利な反面、本番の承認の考え方とぶつかります。来月リリースされる決済のアプリや、月末にだけ大きく動く集計の処理が、だれの確認もないまま調整の対象に入るからです。新しいワークロードが自動で入る範囲を、名前空間や種類で先に絞っておかないと、承認の範囲は実質的に「クラスタ全部」になります。方針の案を作る段階で「触らない名前空間」を指定できるので、ここに本番の重要な領域を入れるかどうかが、最初の判断になります。
もう一つ見落としやすいのが、適用のしかたです。即時に反映する設定では、部品がポッドを退避させて作り直させ、新しい確保量で起動させます。退避は Kubernetes の中断の上限(同時に止めてよい数の取り決め)に従いますが、取り決めのないアプリでは一度に入れ替わることがあります。後回しの設定では、配備や台数の増減でポッドが作り直されるときにだけ反映し、Kubernetes の 1.33 以降では動かしたまま確保量を変える方法も使えると説明されています。
課題3:メモリ不足への自動対応が、不具合の兆しを覆い隠す
自動調整の部品は、メモリ不足でコンテナが強制終了されると、そのワークロードのメモリの確保量を引き上げます。公式ドキュメントでは、最初の強制終了で20%か100メガバイトの大きいほうを上積みし、終了が続けば上積みを重ね、元の値の250%を上限に、それでも1時間のうちに終了が続く場合は自動の最適化を4時間止めると説明しています。終了が起きなければ、上積みは24時間かけて元に戻ります。
この動きは、夜間に人が起きなくても済むという点では助けになります。一方で、メモリを食い続ける不具合が、確保量の引き上げでしばらく表に出なくなるという面もあります。アプリの不具合でメモリが増えているのか、単に利用者が増えたのかを、部品は区別しません。上積みが入ったという記録を、アプリの担当がいつ、どこで見るのかを決めておかないと、費用だけが少しずつ増え、原因の調査は誰の仕事にもならないまま残ります。
- 上積みの割合や上限の値は、2026年11月時点の公式ドキュメントの記述です。部品の版によって変わることがあるので、導入時の版の説明で確かめてください。
- Azure の AKS では、保護された名前空間に対しては、管理側の受付の仕組みを外さない限り自動の変更が入らないとされています。
原因:AIが書くのは方針、実行するのは規則の部品という二層の作り
ここまでの三つの課題は、同じ原因から来ています。キャストAIの自動化は、上の層でAIが方針を作り、下の層で決まった規則の部品が方針どおりに数字を動かすという二層になっています。公式ブログは、AIが作った方針は手で作る方針と同じ仕組みで作られ、方針の一覧の画面で見え、編集でき、元に戻せると説明しています。
つまり「AIが自律で動く」と言われる部分の多くは、実は下の層の部品の自動実行です。部品は過去24時間の実績から決まった計算で推奨値を出し、方針の設定(余裕の割合、使う統計の取り方など)を掛けて反映します。既定の余裕はCPUとメモリともに10%です。AIの判断が入るのは、どのワークロードにどの方針を当てるかという割り振りの部分で、ここに誤りがあると、下の層は誤った方針を忠実に実行し続けます。
この作りを理解すると、承認の置き場所がはっきりします。毎日の数字の変化をいちいち人が承認するのは現実的ではありません。そこは部品に任せ、人が承認するのは方針の案と、その割り振りにします。報道発表の「人の介在なし」という表現は、この方針を有効にしたあとの部分を指していると読むのが自然です。
対策1:自律に任せる範囲と、承認に残す範囲を表にする
入れる前に、変更の種類ごとに「部品に任せる」「AIに案を作らせ人が承認する」「人が決める」を表にしておきます。次の表は、キャストAIが本番で変えうるものを、変更の影響の大きさで並べた一例です。自社の重要度や、アプリの担当との取り決めに合わせて書き換えてください。
| 変更の種類 | 誰が動かすか | 承認の置き場所 |
|---|---|---|
| 開発・検証環境の確保量の上下 | 方針に従う部品 | 方針を有効にするときに一度だけ |
| 本番の状態を持たないアプリの確保量 | 方針に従う部品(後回しの反映) | 方針の案と割り振りを運用の責任者が承認 |
| 本番のデータベース・待ち行列などの確保量 | 人が推奨を見て判断 | アプリの担当と運用の責任者の両方 |
| ノードの種類・台数の入れ替え、詰め直し | 部品(時間帯を決めて実行) | 実行の時間帯と対象を運用の責任者が決める |
| GPUの分け合いと、他のクラウドのGPUの利用 | 人が設定 | 費用の上限と、データを置ける場所を情シスが決める |
| 接続の解除、同社が作ったノードの削除 | 人 | 運用の責任者と、影響を受けるアプリの担当 |
表を作ると、「全部を自動」か「全部を手動」かの二択ではないことが見えてきます。AIに案を作らせるのは、方針の数が多くて人が書ききれないところです。逆に、壊れたときの影響が大きいもの、データの置き場所に関わるものは、AIの案があっても最終判断を人に残します。AIに判断させない領域を、先に文章で決めておくのが、自律の範囲を守るいちばん確かな方法です。
対策2:止め方を三段で用意し、戻し方を試しておく
止め方は、軽いものから重いものまで三段あります。一段めは、方針の自動化を無効にすることです。公式の説明では、方針を無効の状態で適用すると、推奨と割り振りは見えるがワークロードには変更が入りません。方針の案を初めて適用するときは、この状態で入れて差分を確かめ、納得してから有効にする手順が勧められています。
二段めは、クラスタに入れた部品を外す、または動作モードを下げることです。キャストAIの部品は、読み取り専用、ワークロードの調整、ノードの調整、その両方の四つのモードで入る部品が変わります。ノードの調整だけを止め、確保量の調整は続けるといった部分的な止め方ができます。三段めは接続の解除で、専用の命令や構成管理の削除で、部品とクラウド側の権限を取り除きます。
注意が要るのは三段めです。管理型のクラスタで接続を解除するとき、画面では同社が作ったノードをすべて消すかどうかを選べますが、公式ドキュメントは容量が減るため停止が起きる可能性があると書いています。また、クラウド側の権限を消す手順は、クラスタの中の部品を消さないとも説明しています。止める手順を本番で初めて実行するのではなく、検証用のクラスタで一度通しておくと、いざというときに迷いません。
対策3:権限を役割と対象クラスタで絞り、機械用の鍵を分ける
キャストAIの管理画面には、あらかじめ決まった役割があります。組織とクラスタのすべてを扱えるオーナー、クラスタの操作をすべて行えるメンバー、すべてを読むだけの閲覧者、費用の機能だけを扱えるアナリスト、ノードの入れ替えや休止の予定だけを管理できるスケジュール管理者です。役割は、組織全体ではなく特定のクラスタに限って付けることもできます。
ここでの要点は、方針を有効にできる人と、方針の案を見るだけの人を分けることです。メンバーの役割はクラスタの操作をすべて行えるため、アプリの担当に気軽に配ると、本番の方針を誰でも有効にできる状態になります。本番のクラスタではメンバーを運用の責任者に限り、アプリの担当には閲覧者を付けるのが一つの線です。AIの相談役は既存の役割に従って答えるとされているので、役割を絞れば、相談役から見える範囲も絞られます。
構成管理の道具や自動化から操作する場合は、人のアカウントではなく、サービスアカウントと専用の鍵を使います。監査記録には操作の主体が残るので、人の操作と機械の操作が混ざらないように分けておくと、課題1で触れた「誰が変えたか」の問いに答えやすくなります。監査記録は管理画面で90日見られ、その後は保管庫に移されて、要望すればサポートから取り出せます。長く手元に置きたい場合は、同社が公開している書き出しの道具で自社の保管先に送る方法が案内されています。
社員のAIからつなぐとき:読み取り専用のMCPと、古い入口
2026年11月10日、キャストAIは社員が使うAI(Claude、ChatGPT、Cursor など)から同社のデータを呼び出す MCP(AIと外部の道具をつなぐ共通の取り決め)の一般提供を発表しました。公式ドキュメントは、この接続は読み取り専用で、クラスタや設定を変更できないと明記しています。費用、推奨、方針を、社員のAIの会話の中で読めるようにするものです。サーバーは米国・欧州・インドの地域ごとに分かれ、ブラウザでの認証のほか、人が介在しない仕組みのための専用の鍵でもつなげます。
気をつけたいのは、古い MCP の入口です。以前からある入口は、同社の操作用の窓口を鍵で直接呼ぶ作りで、公式ドキュメントは廃止予定とし、新しい接続はつくらないよう求めています。読み取りだけで足りるなら新しい入口に切り替えるよう案内されています。社内でだれかが古い入口を設定していないかを確かめ、使っている鍵の権限を見直しておくのが先です。
読み取り専用でも、社外に出る情報はあります。社員のAIにクラスタの方針や費用を読ませると、その内容は社員が使うAIの提供元にも渡ります。公式ブログの事例では、利用者が MCP のデータと自前の試算を組み合わせて、変更の影響を事前に確かめていました。AIに変更案を作らせても、適用の判断は方針の承認と同じ人が持つという線を、社員のAIの側でも崩さないようにします。
何が社外に出るか:送られる情報、保存の場所、保存の期間
クラスタにつなぐと、同社の部品がクラスタの状態を定期的に送ります。公式ドキュメントによると、部品は機密情報の保管場所(シークレット)と設定の保管場所を読まず、環境変数のうち名前にパスワードや鍵を示す語を含み値が直接書かれたものは、クラスタの中で取り除いてから送るとしています。同社は、集める中でいちばん機微なのはワークロードの名前で、個人情報は扱わないと説明しています。ただし、名前の付け方によっては取引先名や新規事業の名前が漏れるので、自社の命名の習慣で確かめてください。
保存先は Google のクラウドで、既定は米国(北バージニア)、欧州を選ぶとドイツのフランクフルトです。日本の地域は、2026年11月時点の公式ドキュメントには挙がっていません。保存期間は、Kubernetes の構成情報が監査の要件のため少なくとも10年、クラスタの状態の写しが21日、監査記録が管理画面で90日(その後は保管)です。使わなくなったアカウントのデータも削除しないと書かれており、契約終了時に削除を求める場合は、契約の段階で取り決めておく必要があります。
学習への利用について、同社は顧客のデータを、顧客をまたいで使う機械学習の学習には使わないと説明しています。認証の面では ISO 27001 と SOC 2 の第二種を取得しているとしています。データの国外保存が社内規程に触れるかどうかは、情シスと法務で判断が要ります。個人情報の扱いの一般論は別の記事に譲り、ここでは「構成情報が海外に長く残る」という一点を判断材料にしてください。
国内代理店経由で入れるときの責任分担
国内では日立ソリューションズが取り扱っており、同社のページで問い合わせ、見積もり、無料の削減額の試算の依頼を受け付けています。ページによると、日本語の支援はプランによって異なり、下位のプランはなし、中位は平日の日中、上位は24時間365日とされています。同じページには、利用するCPUの数とクラスタの数で区切ったプランの参考価格(年額)も載っています。
一方で、ページの最終更新は2024年7月で、OpsPilot のようなAIの機能や、代理店とキャストAIの役割分担の詳細は書かれていません。AIが作った方針で障害が起きたとき、一次の問い合わせ先がどこで、原因の調査をどちらが行うかは、公開情報からは確かめられません。契約の前に、代理店に次の点を文書で確かめておくのが安全です。
- AIの相談役と方針の自動生成が、代理店の支援の対象に含まれるか
- 本番の障害時に、代理店とキャストAI本体のどちらが原因の調査を受け持つか
- 日本語で支援を受けられる時間帯と、時間外の連絡先
- 契約終了時のデータの削除を、だれに、どの手順で求めるか
- 参考価格の改定時期と、利用量が上限を超えたときの扱い
費用の増え方:削減の主張と、増える要素を分けて見る
日立ソリューションズのページには、利用者のクラウドの費用が平均63%減ったという数字が、キャストAI社の調査結果として載っています。これは売り手の集計で、自社の削減額は、読み取り専用の段階で出る試算で確かめるのが前提です。削減の中身は、確保量の絞り込み、ノードの台数の削減、スポットのサーバーへの置き換えに分かれ、どれが効くかはクラスタの使い方で大きく違います。
費用が増える要素もあります。まず製品の利用料で、参考価格は利用するCPUの数とクラスタの数で段階が上がります。次に、メモリ不足のたびに確保量が上積みされる動きで、不具合を放置すると削減した分をじわじわ食い戻すことがあります。さらに、他のクラウドの GPU を使う仕組みは、足りないときの逃げ道になる一方で、通信料やデータの置き場所の論点を新たに生みます。
費用の報告は、削減額だけでなく、上積みの件数、スポットの中断による入れ替えの回数、方針ごとの確保量の推移を並べると、増えている要素が見えます。費用を部門に割り振る考え方は別の記事で扱っているので、ここでは「自動調整を入れたあとの費用の変化を、方針の単位で説明できるか」を見てください。
導入の順番:読み取り専用から、本番は最後に
入れる順番を間違えると、課題の三つが同時に起きます。次の順番は、公式の説明(読み取り専用から始め、方針は無効の状態で適用できる)を踏まえた一例です。各段で「次へ進む条件」を先に書いておくと、AIの案に引きずられて範囲が広がるのを防げます。
確保量やノードを変えない読み取り専用のモードで接続し、自社の利用率と削減の試算を見る。送られる情報と保存先を情シスと法務が確かめる。
AIの相談役に方針の案を作らせ、根拠と割り振りを読む。無効の状態で適用し、推奨値が実績とずれていないかを1〜2週間見る。
後回しの反映から始め、メモリ不足の上積みの記録を、アプリの担当が見る場所に流す。止める手順を一度通す。
状態を持たないアプリから、運用の責任者の承認を付けて有効にする。データベースや決済などは推奨を見て人が判断する範囲に残す。
新しいワークロードの扱い、上積みの件数、費用の推移を月に一度確かめ、AIに作り直させた案は前の版との差分を人が読んでから適用する。
段を進めるかどうかは、AIの評価ではなく、あらかじめ決めた条件を満たしたかどうかで決めます。AIに作らせた方針の案には、なぜその設定にしたかの根拠が付いてきます。その根拠を読み、自社のアプリの事情と合わない点を人が書き足すことが、確認の中身です。
よくある質問
AIの相談役が示した命令を、そのまま本番で実行してよいですか
公式ブログ自身が、示す次の一手は調査の出発点で、自動で実行する操作ではないとしています。構成をコードで管理しているなら、命令を直接打たず、構成の定義を直して通常の承認の流れに乗せます。
方針を有効にしたあと、変更を元に戻せますか
方針は編集でき、無効にも戻せると説明されています。ただし、すでに作り直されたポッドの確保量は、元の値で作り直すまで変わりません。戻すときは、方針を無効にしたうえで、どの時点の値に戻すかを監査記録で確かめます。
GPU の割り当ても、AIが自動で変えますか
公式ドキュメントでは、GPU は1枚を時間で分け合う方式や、1枚を独立した区画に分ける方式などの設定として扱われ、ノードの調整の部品が GPU 付きのサーバーを用意します。どの方式で分け合うか、他のクラウドの GPU を使ってよいかは、人が設定する項目です。学習や推論の処理は止まると影響が大きいので、まずは費用の見える化だけを使い、分け合いの設定は検証環境で負荷を確かめてから本番に入れます。
読み取り専用でつなぐだけなら、社内の承認は要りませんか
変更はしませんが、構成情報は海外の保存先に送られ、長く残ります。情報の持ち出しとして、情シスの承認の対象にするのが一般的です。接続の際にクラスタの中に作られる部品の一覧は事前に確かめられると公式ドキュメントは案内しているので、その一覧を承認の資料に添えると判断が早くなります。
まとめ
キャストAIの OpsPilot は、本番の割り当てを人の代わりに何でも変えるAIではありません。AIが方針の案を作り、人が適用し、方針に従う部品が毎日の数字を動かすという二層の作りです。だから判断の中心は、AIの賢さではなく、どの方針を誰が承認し、どの範囲を部品に任せるかにあります。新しいワークロードが自動で入る範囲、メモリ不足の上積みを誰が見るか、止める三段の手順、役割の絞り方、海外に残る構成情報、代理店との分担を、入れる前に決めておいてください。読み取り専用から始め、本番は最後に、条件を満たした範囲から広げるのが確かな進め方です。
※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。
