AIエージェントで障害対応を自動化｜SB OAI JapanのCodex優勝事例に学ぶ役割分担

AIエージェントで障害対応を自動化する：SB OAI JapanのCodexハッカソン優勝事例に学ぶ役割分担設計

OpenAI主催ハッカソンで優勝したSB OAI Japanの事例をもとに、AIと人間の役割分担で障害対応を自動化する設計をフィリピン拠点向けに解説します。

Part 1: このテーマが重要な理由

Step 1: フィリピンビジネスでの背景 (3分)

フィリピンには日系企業のシェアードサービス（共通業務を一拠点に集めた組織）やBPO（業務委託の現地拠点）が数多くあります。マニラやセブの拠点では、夜間や週末にシステム障害が起きたときの初動対応が大きな課題です。日本側の担当者が起きるのを待つわけにもいかず、現地スタッフだけで原因調査から復旧まで進めなければなりません。

ここで注目されているのが、AIエージェント（人間の指示を受けて自律的に作業を進めるAIプログラム）を使った障害対応の自動化です。SB OAI Japanがハッカソンで優勝した試作システムは、まさにこの「夜間の一次対応」を想定した設計になっていて、フィリピン拠点の運用に応用できる可能性があります。

日本企業にとってこのテーマが重要な理由は3つあります。第一に、フィリピン人スタッフの人手と費用に余裕がない中小拠点でも、AIに調査を任せれば対応の質を保てます。第二に、英語の技術ログを読む負担をAIが肩代わりするため、現地スタッフの教育コストが下がります。第三に、AIが書いたコードを人間が確認するという役割分担の考え方は、フィリピンの開発委託案件にもそのまま応用できます。

マニラのオフィスでこの情報を同僚に共有するシーン 「マカティのオフィスで、夜勤明けのジョセフィンさんとコーヒーを飲んでいたとき、彼女がこう言いました。『昨夜2時にエラー通知が来たんですが、ログを読むだけで朝までかかりました』。私は東京で読んだSB OAI Japanの記事を思い出し、『AIエージェントが原因調査までやってくれて、人間は最後の判断だけする仕組みがあるそうですよ』と話しました。彼女の表情が変わり、『それ、うちの拠点でも試したいです』と前のめりになったのです」

Step 2: 元記事の要点を整理する (5分)

元記事に書かれている事実だけを抜き出し、独自の整理表を作成しました。

項目	内容
イベント名	Global Codex Hackathon
開催日	2026年4月22日
開催場所	WeWork渋谷スクランブルスクエア
主催	OpenAI Japan合同会社
優勝チーム	SB OAI Japan合同会社（香取宏明氏、田中直登氏、閻粛氏の3名）
使用ツール	OpenAI Codex（AIエージェントベースのコード作成支援ツール）
参加要件	OpenAI Codex Practitioner Badgeの取得
SB OAI Japanの準備	エンジニアリング本部の正社員全員がBadgeを取得
開発した試作物	システム障害の調査から復旧までを支援するAIエージェント
主な動作	監視データやログを確認、原因を調査、修正タスクを作成、修正作業の入口までつなぐ
開催実績	サンフランシスコやシンガポールなど世界各地で開催、東京は今回初開催

出典: ソフトバンクニュース — 「"プログラミングはAI、確認は人間" の役割分担でエージェントを構築。SB OAI JapanがOpenAI主催のハッカソンで優勝」(2026年5月22日)

この表は学習目的で公開情報の事実をもとに作成したものです。詳細は上記リンクの元記事をご確認ください。

Step 3: 理解度チェック (5分)

Q1. Global Codex Hackathonが東京で開催されたのはいつですか？

ヒント: 2026年4月の日付です。Step 2の表で確認できます。

Q2. SB OAI Japanのチームメンバー3名の名前を挙げてください。

ヒント: 元記事に名前が明記されています。読み方も含めて確認しましょう。

Q3. ハッカソンに参加するために事前取得が求められた認定の名前は何ですか？

ヒント: Codexを実務で使えることを示す認定です。

Q4. SB OAI Japanが開発したAIエージェントは、どのような場面で動き出しますか？

ヒント: 元記事では「問い合わせを受けると」と書かれています。

Q5. 優勝チームのAIエージェントは、不具合の修正作業そのものを完了させますか、それとも作業の手前までを担当しますか？

ヒント: 元記事には「修正作業に取りかかれるところまで」と書かれています。役割分担を意識して読みましょう。

Part 2: 実務への応用

Step 4: フィリピンでの導入ステップ (10分)

フィリピン拠点で「AIが調査、人間が確認」という役割分担を取り入れるための手順を5段階に整理しました。

ステップ	内容	フィリピン特有の注意点
1. 対象業務の絞り込み	システム障害の初動対応や、ログ調査など、定型的で時間のかかる作業を1〜2つ選びます。	拠点ごとに業務範囲が異なるため、マニラとセブで別々に整理する必要があります。
2. データの取り扱いを設計	AIに渡すログや監視データに個人情報が含まれないかを確認し、含まれる場合はマスキング（伏字処理）の手順を決めます。	フィリピンの個人情報保護法（Data Privacy Act of 2012）に基づき、NPC（国家個人情報委員会）への登録や同意取得が必要な場合があります。
3. 試作と社内検証	月額10,000〜50,000ペソ程度の予算でAPI利用枠を確保し、本番に近い環境で2〜4週間の試作を進めます。	クレジットカード決済が必要なため、現地法人の経理部門と支払い方法を事前に調整しておきましょう。
4. 人間の確認手順を文書化	AIが出した調査結果や修正案を、誰が、どのタイミングで承認するかを明文化します。	フィリピンでは口頭での合意が後から覆されやすいため、必ず文書とサインで残す習慣を作りましょう。
5. 段階的な本番展開	最初は深夜帯の一次対応だけにAIを使い、効果を見ながら昼間の業務にも広げます。	DOLE（労働雇用省）の規則により、夜勤シフトの再設計には従業員への事前説明が必要です。

Step 5: よくある失敗と対策 (5分)

失敗パターン1：「AIに丸投げして人間の確認を省略する」

NG例：障害対応のAIエージェントを導入したあと、現地スタッフが疲れているという理由でAIの出した修正案をそのまま本番環境に反映させてしまい、別の障害を引き起こしました。

OK例：AIが書いたコードや修正案は、必ず人間がレビューしてから本番に反映する手順を作ります。SB OAI Japanの試作も「プログラミングはAI、確認は人間」という役割分担を前提にしています。

失敗パターン2：「ログにマスキングをかけずにAIへ送ってしまう」

NG例：障害調査を急ぐあまり、顧客の氏名やメールアドレスを含むログをそのままAIに送信し、後でフィリピンのNPC（国家個人情報委員会）への報告対象になりました。

OK例：AIに送る前にログの個人情報を伏字に置き換える処理を入れます。事前にNPCのガイドラインを確認し、必要なら社内のデータ保護担当者と同意取得の方法を相談しましょう。

失敗パターン3：「現地スタッフへの説明会を省く」

NG例：日本本社が一方的にAIエージェントの導入を決め、マニラ拠点には英文マニュアルを送るだけで済ませた結果、現地スタッフが「自分の仕事が奪われる」と不安を抱き、AIを使わなくなりました。

OK例：導入前にタガログ語または英語での説明会を開き、AIは人間の判断を助ける道具であって置き換えるものではないことを丁寧に伝えます。質問を受ける時間を必ず取り、現地のIT責任者にも進行役を担ってもらいましょう。

Part 3: さらに深く学ぶ

Step 6: 関連する技術用語 (5分)

AIエージェント（AI Agent／自律的に作業するAIプログラム）は、人間が指示した目標を達成するために、自分で手順を考えて道具を使い分けるAIのことです。たとえばマニラのITヘルプデスクで、ユーザーからの「ログインできません」という問い合わせをAIエージェントが受け取り、自動でログを確認して原因を絞り込み、対応案を担当者に渡す、といった使い方ができます。

Codex（コーデックス／OpenAIのコード作成支援ツール）は、自然な言葉で指示するとプログラムのコードを書いたり修正したりしてくれるAIツールです。セブのソフトウェア開発拠点で、フィリピン人エンジニアが「この関数を読みやすく書き直して」と日本語または英語で指示し、レビューだけ人間が行うという使い方ができます。

ハッカソン（Hackathon／短期集中の開発イベント）は、エンジニアが数時間から数日の限られた時間で集まって、新しいソフトウェアやアイデアを形にする催しです。マニラのIT部門でも、四半期に一度ハッカソン形式の社内イベントを開き、フィリピン人エンジニアの発想力を引き出す取り組みとして使えます。

監視データとログ（Monitoring Data and Logs／システムの動作記録）は、サーバーやアプリケーションが「いつ、何をしたか」を時系列で残した記録のことです。フィリピンのコールセンター業務でも、通話システムのログを毎日確認することで、回線障害や応答遅延の予兆を早めにつかめます。

役割分担設計（Role Allocation Design／人とAIの担当範囲を決める設計）は、ある業務の中で「ここまではAIに任せ、ここからは人間が判断する」という線引きを明確にすることです。フィリピンの経理シェアードサービスでは、領収書の読み取りと仕訳の下書きまでをAIに任せ、最終承認は日本人マネージャーが行う、という分担がよく使われます。

Step 7: 自社への応用を考える (10分)

自社の障害対応フローのどこをAIに任せられるか

考えるヒント：マニラやセブの拠点で、夜間や週末に発生したシステム障害の対応手順を書き出してみてください。そのうち「ログを読む」「過去の類似事例を探す」「修正案を提案する」といった作業は、AIに任せられる可能性が高い部分です。逆に「本番環境への反映」や「顧客への謝罪文の最終確認」は、人間が責任を持つべき部分です。

次のアクション：現在の障害対応手順を1枚の図にまとめ、各ステップに「AI向き」「人間向き」のラベルを貼ってみましょう。

フィリピン人エンジニアにAI活用の認定を取らせるか

考えるヒント：SB OAI Japanはエンジニアリング本部の正社員全員にOpenAI Codex Practitioner Badgeを取得させました。同じように、フィリピン拠点のエンジニアにも公式認定を取らせることで、技術力の見える化と現地スタッフのやる気の向上を同時に進められます。一方で、認定取得には英語の試験対策や受験料がかかるため、費用対効果を見極める必要があります。

次のアクション：拠点のエンジニア数と、認定取得にかかる費用と時間を試算し、半年後の到達目標を1つ決めましょう。

「AIが書いて、人間が確認する」を社内ルールとして文書化する

考えるヒント：役割分担を口頭で共有するだけでは、担当者が変わったときに崩れてしまいます。「AIが書いたコードや出力は、必ず人間がレビューする」「レビュー記録は最低6か月保存する」といったルールを社内規定として残しておくことで、品質を保ちやすくなります。フィリピンでは文書化と署名の文化が日本以上に重視される面もあります。

次のアクション：社内のIT責任者と相談し、A4で1ページの「AI利用ガイドライン」の下書きを作ってみましょう。

Part 4: FAQ

Q1. AIエージェントを使うと、フィリピン人スタッフの仕事が減ってしまうのではありませんか？

A1. 短期的には作業の一部が自動化されますが、長期的にはより付加価値の高い業務へ移行する機会になります。SB OAI Japanの設計でも、AIは「調査と提案」を担当し、最終確認と判断は人間が行います。フィリピン拠点では、AIを使いこなす力を身につけたスタッフが、日本本社との橋渡し役として価値を高めていく事例が出てきています。

Q2. フィリピンの個人情報保護法に違反しないか心配です。

A2. AIに送るデータに、フィリピン国民の氏名や連絡先などが含まれる場合は、Data Privacy Act of 2012の対象になります。NPC（国家個人情報委員会）の登録対象になることもあるため、導入前に現地の法律事務所や社内のデータ保護担当者に確認しましょう。具体的には、ログの伏字処理と、データの保管場所と保管期間を文書化することが重要です。

Q3. 日本本社で承認されたAIツールを、そのままフィリピン拠点で使ってよいですか？

A3. ツール自体が同じでも、データの取り扱いとサインの慣習が日本と異なります。フィリピンでは契約や同意の文書化を日本以上に丁寧に行う必要があります。また、AIへの問い合わせを誰が承認するか、ログを誰が確認するかという運用の流れは、現地のIT責任者と一緒に作り直すことを強くおすすめします。

Q4. 予算はどの程度を見込めばよいですか？

A4. 試作段階であれば、月額10,000〜50,000ペソ程度のAPI利用枠と、現地エンジニア1〜2名の人件費で始められます。本格展開する場合は、監視ツールとの連携費用や、認定取得費用、社内研修の費用なども加えて、年間50万〜200万ペソ程度を見込むと現実的です。最初は小さく始め、効果を測ってから広げる進め方が安全です。

Q5. フィリピン人エンジニアにどうやって学んでもらえばよいですか？

A5. 一方的に資料を渡すだけでは定着しません。短い説明会を開き、実際に手を動かす時間を必ず作りましょう。タガログ語または英語での説明と、日本人マネージャーが質問に答える時間をセットにすると効果が高まります。また、SB OAI Japanのように公式認定の取得を目標にすることで、学習に明確な節目を作ることができます。

活用のコツ(3 Tips)

今ある業務手順を1枚の図に描き出してから始める

AIエージェントを入れる前に、自分たちの業務の流れを紙に書き出してみましょう。どこに時間がかかっていて、どこに人間の判断が必要かが見えてきます。図にすることで、AIに任せる範囲と人間が担当する範囲の線引きが明確になります。

「AIが書いて、人間が確認する」のルールを最初に決める

導入してから役割分担を考えると、ルールが曖昧なまま運用が始まり、品質問題につながります。SB OAI Japanが優勝した試作も、最初から役割分担を設計の中心に置いていました。最低限「AIの出力は人間が確認してから本番反映する」「確認記録を残す」の2点を社内ルールとして文書化しましょう。

現地スタッフを早い段階で巻き込む

日本本社で計画を固めてから現地に投げると、フィリピン拠点で受け入れられず形だけの導入になります。設計の早い段階で現地のIT責任者とエンジニアを呼び、彼らの困りごとから出発しましょう。自分たちで考えた仕組みは、自分たちで育ててくれます。

ボーナス: PH AI Worksの活用法

PH AI Worksは、フィリピンに進出する日本企業や、在フィリピンの日本人ビジネスパーソンに向けて、AIとテクノロジーの導入を支援しています。特に「AIエージェントの設計」「日本本社とフィリピン拠点の役割分担設計」「現地スタッフへのAI教育プログラム」の領域で、日本語とタガログ語と英語の3言語で伴走できることが強みです。

次のステップとして、以下のようなテーマで無料でご相談いただけます。

マニラやセブ拠点の障害対応にAIエージェントを導入するための業務洗い出しと役割分担の設計
フィリピンの個人情報保護法（Data Privacy Act of 2012）に配慮した、AIへのデータ送信ルールの作成支援
現地エンジニア向けのAI活用研修と、公式認定取得に向けた学習計画の立案

まずはお気軽にお問い合わせください。