JAMSのMCPで本番ジョブを触らせる?|承認と止め方の線引き

JAMSのMCPで本番ジョブを触らせる?|承認と止め方の線引き

「夜中に止まったバッチの原因を、朝いちばんにAIに調べさせたい」「開発者が手元のAIから本番のジョブを再実行できるようにしてほしいと言われたが、許してよいのか分からない」——基幹のジョブ管理に生成AIをつなぐ話が出た情シスで、いま続けて聞こえてくる声です。答えは「つなぐか、つながないか」の二択ではありません。決めるべきは、読むことと動かすことの間にどこで線を引き、動かすときに誰が何を確かめるかです。この記事では、業務ジョブのスケジューラ JAMS が2026年7月に公開したAIエージェント JAX と JAMS MCP を題材に、夜間バッチの失敗調査や再実行を社員のAIエージェントから触らせるときの線引きを、よくある四つの場面に沿って整理します。


カメ先生カメ先生

ジョブ管理にAIをつなぐと聞くと、AIが勝手に本番を動かす怖い話に聞こえがちなんだ。でも本当は、調べる仕事と動かす仕事を分けて、動かすほうにだけ人の承認を挟めば、かなりの部分は安全に任せられるんだよ。


カメ子カメ子

調べるのはAIに任せても、動かすボタンは人が押すということですか。


カメ先生カメ先生

そう。JAMS の場合は、AIはつないだ本人の権限でしか動かず、書き込みは毎回本人の承認を待つ作りになっている。ただ、承認する人が中身を読まずに押せば意味がないし、ログやスクリプトがどのモデルに渡るかは別に決めないといけないんだ。


カメ子カメ子

承認の仕組みがあることと、承認がちゃんと働くことは別なんですね。


この記事のポイント
  • JAMS は2026年7月24日、画面内のAIエージェント JAX と、社員のAIからつなぐ JAMS MCP を、追加費用なしで一般提供した。AIは本人の権限で動き、書き込みは毎回承認待ち
  • 失敗の調査(読み取り)と再実行・取り消し(書き込み)を分け、書き込みの承認では対象・影響・戻し方を人が読む。AIに再実行してよいかを判断させない
  • ジョブのログやスクリプトがどのモデルに渡るかは、選んだモデルと社員のAIツールで決まる。止め方は、接続の停止・権限の縮小・モデルの切り替えの三段で用意しておく

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

JAMSとは:夜間バッチと定型ジョブをまとめて動かすスケジューラ

JAMS は、決まった時刻やきっかけで動く業務ジョブを、まとめて管理し実行するためのスケジューラです。データベースの集計、ファイルの受け渡し、基幹システムの締め処理、帳票の作成といった、人が寝ている間に順番どおり動いてほしい仕事を、依存関係ごと管理する基盤です。公式の説明では1987年の創業で、顧客は850社を超えるとしています。社内のサーバーとクラウドが混ざった環境で、時刻起動とイベント起動の両方を扱うことを売りにしています。

沿革は少し込み入っています。もともと別の会社の製品として育ち、のちに Fortra となるソフトウェア企業の傘下に入りました。その後、2025年に投資会社の PSG と、中堅向けソフトウェアに投資する会社が Fortra から事業を取得し、公式ブログによれば2025年6月1日に独立した会社として切り出しが完了しています。公式ブログは、移行の間もサービスとサポートは中断なく続いたと説明しています。調べた範囲では、独立後に別の会社に買収されたり、製品の終了を告知したりした報道はありません。

日本ではあまり紹介されない製品ですが、海外子会社や海外拠点のシステムで使われていることはありえます。日本本社の情シスが「海外拠点のジョブ管理にAIがつながった」と後から知るという順番になりやすいのが、この種の基盤の特徴です。現地で有効にする前に、本社として線引きを示せるかどうかが、この記事の問いでもあります。

2026年7月の変化:画面内のJAXと、外のAIからつなぐMCP

2026年7月24日、JAMS の開発元は二つのAI機能の一般提供を発表しました。一つは JAX で、JAMS の Web 画面の中に組み込まれたAIエージェントです。自然な文章でジョブを探し、失敗の原因を調べ、操作方法の質問に答えます。公式の説明では、答えは JAMS の利用者向け手引きに基づき、組み込みの用語集と照らし合わせるとしています。

もう一つが JAMS MCP です。MCP という共通のつなぎ方を使い、社員がふだん使っているAIツールから JAMS に接続して、ジョブの照会、失敗の調査、実行の管理を文章で行えるようにするものです。公式に対応先として挙がっているのは、Cursor、Copilot を入れたマイクロソフトの開発用エディタ、Claude のデスクトップアプリとコーディング用ツール、Codex などです。どちらも JAMS の Web 版の一部として提供され、別の契約や追加の費用は要らないと公式は説明しています。

ここで押さえておきたいのは、二つの入口で「頭脳」になるモデルが違うことです。JAX は、管理者が選んだ商用のモデルか、自社のハードウェアで動かすローカルのモデルを使います。一方の MCP は、社員がすでに使っているAIツールのモデルがそのまま使われると公式は書いています。つまり同じ JAMS につないでいても、JAX と MCP では、ジョブの情報が届く先が変わりうるということです。

  • 2025年6月1日:Fortra からの切り出しが完了し、独立した会社に(公式ブログ)
  • 2026年7月24日:JAX と JAMS MCP の一般提供(公式ニュース)。JAMS の Web 版の一部として追加費用なし
  • JAX のモデル:商用の提供元か、自社のハードウェアで動かすローカルモデルを選ぶ
  • MCP のモデル:社員が使うAIツール側のモデル

公式が決めている線:本人の権限・毎回の承認・専用の記録

JAMS のAI機能の設計で、公式がはっきり書いている約束は四つです。一つ目は権限です。すべての操作はログインしている本人として、その人の JAMS の権限そのままで動き、AI用の上位アカウントは作らないとしています。よくある質問でも、画面で行うのと同じ権限の確認を通るため、AIが本人の権限を超えることはないと答えています。

二つ目は承認です。読み取りは自由に行えますが、書き込みは JAX からでも社員のAIツールからでも、毎回本人の確認を待ちます。三つ目はできることの範囲で、現行の版では、既存のジョブ、フォルダ、スケジュール、エージェントの定義を削除したり編集したりはできないとしています。実行の取り消しはその回の実行を止めるだけで、ジョブ自体は変わりません。

四つ目は記録とデータです。JAX と MCP のすべての操作は専用の記録に残り、API 経由の変更は JAMS の監査証跡に入るとしています。会話はサーバーに保存されず、AIは会話をまたいで学習せず、JAMS が顧客のデータで学習することもないと説明しています。さらに、資格情報、APIキー、トークンといった機密の値は、公開の提供元に届く前に既定で伏せる仕組みがあり、管理者が伏せる対象を足せるとされています。これらは導入判断の出発点として十分に具体的です。

公式の説明だけでは分からないこと

一方で、公式の説明から読み取れないこともあります。まず、書き込みとして何ができるのかの一覧です。公式は「実行の管理」と表現し、取り消しの扱いには触れていますが、再実行、保留、解除、優先度の変更などのうち、どこまでがAIから可能なのかは、ニュースとAIの紹介ページの範囲でははっきりしません。導入前に自社の版で、実際の道具の一覧を確かめる必要があります。

次に、専用の記録がどこにどれだけの期間残るか、どの項目が残るかも書かれていません。誰がいつ何を承認したかが、後から監査に耐える形で残るかは、自社の監査の要件と突き合わせて確かめます。また、MCP の接続を管理者が一括で止められるか、特定の利用者だけ止められるかといった運用の細部も、公式の紹介からは読み取れませんでした。

最後に、今後の拡張です。公式は「AIにできることは増えていく」と書き、製品担当者は、できることが増えても統制の考え方は変えないと話しています。これは安心材料である一方、今日の「削除も編集もできない」は、次の版では変わりうる前提で線引きを作っておくべきだという意味でもあります。版を上げるたびに、AIから可能な操作の一覧を見直す手順を、最初から運用に入れておきます。

場面1:朝、夜間バッチの失敗を調べさせる

最も効果が見込めるのは、失敗の調査です。夜間に止まったジョブについて、どこで止まったか、前後の依存ジョブはどうなっているか、エラーの内容は何か、過去にも同じ止まり方をしたかを、当番の担当者が画面を何枚も開かずに文章で尋ねられるのは、朝の初動を確実に短くします。これはすべて読み取りの操作なので、承認を待たずに動きます。

ただし、読み取りだからといって何も決めなくてよいわけではありません。AIが返すのは、ログとジョブの履歴を読んだうえでの解釈です。「原因はファイルの到着遅れです」という答えは、もっともらしくても推測かもしれません。原因の断定は人がログの該当箇所を見て行い、AIには根拠になったログの行と時刻を必ず示させる運用にします。根拠の示されない原因の説明は、当番の報告にそのまま書かない決まりにしておくと、誤った原因が障害報告に残ることを防げます。

操作方法の質問に答える機能にも、使い方の線があります。JAX の答えは JAMS の利用者向け手引きに基づくとされていますが、手引きが説明するのは製品の一般的な操作であって、自社の障害対応の手順ではありません。ジョブを止めてよい時間帯、連絡すべき部署、再実行の前に必要な確認は、自社の手順書にしか書かれていません。AIの答えと自社の手順書が食い違ったときは手順書を優先する、と当番に明示しておきます。

もう一つは、読み取りで社外に出るものです。調査のためにAIが読むのは、エラーの文面、ジョブの引数、出力のログです。そこには取引先名、ファイルのパス、社内のサーバー名、ときには顧客の識別子が含まれます。機密の値を伏せる仕組みはありますが、何が機密かを決める規則は、自社のログの中身を知っている人が足す必要があります。導入前に、代表的な失敗ログを数件取り出し、どんな値が混ざるかを確かめておきます。

場面2:失敗したジョブの再実行をAIに頼む

調査の次に出てくる要望が「そのまま再実行までやってほしい」です。ここからは書き込みの操作になり、JAMS では本人の承認を待ちます。問題は、承認の画面が出たときに、承認する人が何を確かめるかです。承認は、AIの提案に同意するボタンではなく、本番を動かす判断そのものだと位置づけ直す必要があります。

夜間バッチの再実行は、単純に見えて危険を含みます。途中まで書き込んだ処理をもう一度流すと、データが二重に入ることがあります。後続のジョブがすでに別の手段で動いていれば、順番が崩れます。締め処理なら、再実行してよいかどうかは、ジョブの中身と業務の状況を知る人にしか判断できないのが普通です。AIに「再実行して問題ないか」を判断させるのではなく、再実行の可否は人が決め、AIには対象と影響範囲の整理だけをさせます。

再実行を承認する前に人が確かめる手順

STEP1
対象を特定する

AIが示した再実行の対象が、意図したジョブと実行の回に一致するかを確かめます。名前の似たジョブや、別の環境の同名ジョブとの取り違えがないかを見ます。

STEP2
途中までの結果を確かめる

失敗した回がどこまで書き込んだかを確かめ、そのまま流してよいか、先に戻しが要るかを、ジョブの担当者の手順書で判断します。

STEP3
後続への影響を確かめる

後続のジョブがすでに動いていないか、再実行すると締めの時刻に間に合うかを確かめます。必要なら後続を止めてから承認します。

STEP4
承認し、結果を記録する

承認したら、誰がどの判断で承認したかを当番の記録に書きます。AIの専用の記録と、人の判断の記録を後で突き合わせられるようにします。

場面3:開発者が手元のAIツールからジョブを照会する

MCP の利用者として多いのは、ジョブのスクリプトを書く開発者でしょう。手元の Cursor や Claude のコーディング用ツールから、本番で動いているジョブの設定や直近の実行結果を照会できれば、修正の作業は速くなります。ただしここでは、JAMS の外にある社員のAIツールが、ジョブの情報をそのツールのモデルに渡すことになります。

ここで決めることは三つです。一つ目は、会社が契約し、学習に使わない設定を確かめたAIツールからだけ接続を認めるかどうかです。個人契約のツールからの接続を許すと、本番のジョブの情報がどこに渡ったか、会社として追えなくなります。二つ目は、接続する人の JAMS の権限です。開発者に本番の実行権限があれば、AIもその権限で動きます。開発者のAIから本番を照会させるなら、本番には読み取りの権限だけを渡しておくのが基本です。

三つ目は、コーディング用のAIが持つ別の能力との組み合わせです。手元のAIはファイルの書き換えやコマンドの実行もできるため、ジョブの照会結果を読んだうえで、スクリプトを直し、別の経路で本番に反映しようとするかもしれません。JAMS 側の承認は JAMS への書き込みにしか効かないので、本番への反映の経路は、JAMS の承認とは別に、これまでどおりの変更管理で押さえる必要があります。

場面4:おかしな動きを止めたいとき

最後の場面は、止める必要が出たときです。たとえば、ある利用者のAIツールが短時間に何度も書き込みを提案している、承認が形だけになっている疑いがある、ログに含まれる値が想定外の提供元に送られていた、といった場合です。止め方は、影響の小さい順に三段で用意しておくと、慌てずに済みます。

一段目は、特定の利用者の接続を止めることです。社員のAIツール側で JAMS への接続設定を外させるか、JAMS 側でその人の権限を一時的に読み取りだけに絞ります。二段目は、AI機能そのものを止めることです。JAX の利用や MCP の受け付けを管理者が止められるかは、自社の版で事前に確かめておきます。三段目は、モデルの切り替えです。商用のモデルにログが渡ることが問題なら、自社のハードウェアで動かすローカルのモデルに切り替え、社外に出ない形に戻すという選択肢があります。

どの段で止めても、ジョブの実行そのものは JAMS の通常の仕組みで続きます。AIを止めたら夜間バッチが動かなくなる、という作りではない点は、この種の追加機能の利点です。止めたあとは、専用の記録で何が実行されたかを洗い出し、承認した本人に経緯を確かめます。止める判断を誰が下すかを、情シスの当番表の中に書いておきます。

何が社外に出るか:モデルの選び方で変わるデータの流れ

JAMS の公式は、モデルをホストしないことと、顧客データで学習しないことを約束しています。つまり、ジョブの情報がどこまで届くかは、JAMS ではなく、選んだモデルと社員のAIツールで決まるということです。よくある質問でも、OpenAI や Anthropic にデータが送られるのは、商用のモデルを選んだ場合だけだと答えています。

比べる軸JAX+ローカルのモデルJAX+商用のモデルMCP+社員のAIツール
ジョブの情報が届く先自社のネットワークの中選んだ提供元そのAIツールの提供元
誰が選ぶか管理者管理者実質的に社員と、そのツールの契約
機密の値の扱い社外に出ない既定で伏せる対象に、自社の規則を足す同じ仕組みに加え、ツール側の設定を確かめる
先に確かめることモデルを動かす機材と、答えの質提供元との契約、学習に使わない設定接続を認めるツールの一覧と契約の種類
向いている使い方ログに機密が多い基幹のジョブ調査の質を優先する一般のジョブ開発者の照会と調査

表から分かるのは、同じ JAMS につないでも、入口によって社外に出る範囲が違うことです。基幹の締め処理のように、ログに取引や顧客の情報が濃く出るジョブは、JAX とローカルのモデルの組み合わせに限り、MCP からは照会させないという分け方も考えられます。ジョブのフォルダごとに、どの入口から触れてよいかを決めておくと、運用が具体的になります。

承認を形だけにしない:よくある崩れ方

毎回承認を求める仕組みは、それだけで安全を生むわけではありません。承認の画面が一日に何十回も出れば、人はだんだん中身を読まずに押すようになります。承認の回数が多すぎることは、承認が無いことと同じくらい危ういと考えておく必要があります。導入の初期に、どんな承認がどれだけ出ているかを、専用の記録から週に一度数えてみます。

  • 当番が朝の忙しい時間に、対象のジョブ名を読まずに承認を続けて押す
  • 再実行の可否を、AIの「問題ありません」という説明だけで判断する
  • 開発者に本番の実行権限を残したまま、手元のAIツールから MCP で接続させる
  • ログに顧客の識別子が出るジョブを、商用のモデルで調査させ、伏せる規則を足していない
  • 版を上げた後に、AIから可能な操作が増えたかを確かめていない

崩れ方の多くは、承認する人がジョブの中身を知らないことから生まれます。当番が夜間バッチの業務上の意味を知らないなら、承認の権限は、そのジョブの担当者か、手順書を持つ人に限るのが筋です。誰でも承認できる状態にしておくと、AIの提案を確かめる人がいないまま本番が動くことになります。

権限の設計:AIのために権限を足さない

JAMS のAIは本人の権限で動くため、AIを便利に使いたいという理由で権限を広げると、その広がりはそのままAIの広がりになります。AIの導入をきっかけに権限を足すのではなく、むしろ見直して絞るのが順番です。とくに、退職者や異動者の権限が残っていないか、共有のアカウントで誰かが入っていないかは、AIを有効にする前に棚卸しします。

具体的には、役割を三つに分けると整理しやすくなります。調査だけをする当番には読み取りの権限、特定のジョブの再実行を判断する担当者にはそのフォルダの実行の権限、ジョブの定義を変える管理者には編集の権限、という分け方です。現行の版ではAIからジョブの定義は変えられませんが、将来その機能が加わったときに、編集の権限を持つ人が少ないほど影響が小さく済みます。

本番と検証の分け方も効きます。まず検証環境の JAMS にだけAIをつなぎ、どんな承認がどれだけ出るか、AIの原因の説明がどの程度当たるかを一か月ほど確かめてから、本番に広げます。AIの答えの当たり外れを数えておくと、本番で読み取りだけに留めるか、再実行まで任せるかの判断材料になります。

記録の突き合わせ:専用の記録と監査証跡

JAMS では、AIの操作は専用の記録に、API 経由の変更は監査証跡に残るとされています。監査で問われるのは、AIが何をしたかだけでなく、誰がどの判断でそれを承認したかです。AI側の記録には誰の権限で何が実行されたかが残りますが、なぜ承認したかという人の判断の理由は残りません。

そこで、承認した操作については、当番の記録や変更の記録に、判断の理由を一行残す運用にします。「途中までの書き込みなし、後続未実行を確認して再実行を承認」といった短い書き方で十分です。専用の記録が自社の監査に必要な期間残るかは公式の紹介からは分からないため、記録を自社の保管先に定期的に写す手順を、導入前に決めておきます。

記録の確認は、承認した本人以外の人が行うのが原則です。週に一度、AI経由の書き込みの件数と内容を眺め、想定外の操作や、承認の間隔が極端に短いものがないかを見ます。これは、承認が形だけになっていないかを確かめる、いちばん手軽な方法でもあります。

他社の動き:Control-M と Automic

ジョブ管理にAIをつなぐ動きは JAMS だけではありません。大手の BMC は2026年10月20日、ジョブ管理の Control-M について、自然な文章での障害調査で依存関係や根本原因の調査を助ける機能や、業務の流れの中でデータの品質を確かめる機能などを発表しました。同じ発表の中で、AIは既定で統制され、人が制御するものだという方針も示しています。

Broadcom は2026年5月の公式ブログで、ジョブ管理の Automic Automation が自前のMCPサーバーを持ち、外部のAIエージェントが業務の流れを使えるようにすると説明しています。外部のMCPサーバーとの接続は管理者が明示的に設定し許可する形で、承認された道具とデータにだけモデルがアクセスすることを目指すとしています。ただし、権限の細かさや承認の流れ、記録の詳細は、その記事からは読み取れません。

比べると、JAMS は本人の権限、毎回の承認、削除と編集の不可を、公式の紹介ページに具体的に書いている点が特徴です。一方で、どの製品を選ぶにしても、読み取りと書き込みの線、承認する人、記録の保管、止め方を自社で決める必要がある点は変わりません。製品の約束は、自社の運用の線引きを置き換えるものではない、と考えておくのが安全です。

費用の増え方と、やめ方

JAX と JAMS MCP は、JAMS の Web 版の一部として追加費用なしと公式は説明しています。別の契約や別のデータベース、別のログインも要らないとしています。ただし、費用が増えるのはAIのモデルの側です。商用のモデルを使えば、調査の回数に応じて提供元への利用料がかかります。ローカルのモデルを選べば、モデルを動かす機材と、その保守の手間がかかります。

MCP の場合は、社員のAIツールの契約の範囲で使われるため、費用は見えにくくなります。開発者が調査のたびに長いログを読ませれば、ツール側の利用量の上限に触れることもありえます。調査の回数が増えたときに、どの予算で受けるかを決めておきます。

やめ方は比較的単純です。AI機能を使わない設定に戻しても、ジョブの実行は通常どおり続きます。気をつけたいのは、社員の手元のAIツールに残った接続設定を消し忘れることです。MCP の接続先の一覧を情シスが持ち、やめるときはその一覧に沿って外させます。商用のモデルを使っていた場合は、提供元側に残るデータの扱いを契約に沿って確かめます。

よくある質問

AIが本人の権限を超えて操作することはありますか

公式の説明では、AIはログイン中の本人として、画面と同じ権限の確認を通るため、本人の権限を超えないとしています。逆に言えば、本人の権限が広ければAIの範囲も広がるので、権限の棚卸しが先です。

AIにジョブを作らせたり、書き換えさせたりできますか

現行の版では、既存のジョブ、フォルダ、スケジュール、エージェントの定義の削除や編集はできないと公式は説明しています。ただし、できることは増えていくとしているので、版を上げるたびに確かめます。

ジョブのログは提供元の学習に使われますか

JAMS 自身は顧客のデータで学習しないとしています。商用のモデルや社員のAIツールを使う場合、その提供元での扱いは、それぞれの契約と設定で確かめる必要があります。ローカルのモデルを選べば、社外には出ません。

日本の本社として、海外拠点の利用をどう押さえればよいですか

AI機能は追加費用なしで使えるため、現地の判断だけで有効にされやすい点に注意します。本社としては、接続を認めるAIツール、使ってよいモデル、本番で書き込みを承認できる人の三点を、拠点向けの規程に書いて示しておくのが現実的です。

承認は誰がすればよいですか

仕組み上は、AIを使っている本人が承認します。運用としては、本番の書き込みを承認できる人を、そのジョブの担当者や手順書を持つ人に限り、権限の設計でそれを担保するのが安全です。

まとめ

JAMS の JAX と JAMS MCP は、本人の権限で動き、書き込みは毎回承認を待ち、操作を専用の記録に残すという、具体的な線を公式に示しています。そのうえで自社が決めるのは、どのジョブをどの入口から触らせるか、再実行の可否を誰が判断するか、ログをどのモデルに渡すか、どう止めるかです。調べる仕事はAIに任せ、動かす判断は人に残し、その判断の理由を記録に書く。この三つを守れば、夜間バッチの初動を速くしながら、本番を動かす責任を手放さずに済みます。まずは検証環境で読み取りから始め、承認の数と答えの当たり外れを数えてから、本番に広げてください。

※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