「すべてのネットワークエンジニアが『ネットワーク自動化』という言葉にとても敏感になっている。自分の仕事の工数が減り、小さい労力で大きな成果が出るのはエンジニアにとって高いモチベーションになる」。こう語るのは、YouTubeチャンネル「show int インターネットの裏側解説」を運営する土屋太二氏だ。

ジュニパーネットワークスの「Mist AI」、シスコシステムズの「DNA Center」など、機器ベンダーが提供するネットワーク自動化ソリューションの存在感は強まっているが、「導入できている企業はまだ少ない」と土屋氏は指摘する。主な理由は次の2つだ。1つは、ベンダーが提供する自動化と現場が求める自動化との乖離。もう1つは、ネットワーク自動化ツールを導入するスキルと、ネットワークエンジニアのスキルはそもそも異なるという点で、この2つの理由は絡み合っている。

ベンダーが提供する自動化ツールは、ユースケースが限定的なことが多い。土屋氏によれば、日本のネットワーク運用現場の7割程度はマルチベンダー環境だ。そうした環境では、あるベンダーの自動化ソリューションをそのまま適用することはできない。ベンダーとすれば自動化機能によってシングルベンダー化を後押ししたいが、現場が時間をかけて構築してきた機器構成をおいそれと変えることは難しい。使用機器には新旧機種が混在し、ベンダーが4、5社にわたることも当たり前という。

「show int インターネットの裏側解説」運営 土屋太二氏（https://www.youtube.com/@showint/）

求められるソフト開発スキル

確かにマルチベンダー対応の自動化ソリューションは存在する。しかし対応するベンダーや構成は限られている。さらに、各企業独自の業務ロジックをコンフィグに落とし込む必要も多く、これはベンダーが提供できる範囲を超えている。つまり、自動化ソリューションを「買って終わり」になることはまずないのが運用現場の現実であり、自分たちでソフトウェアを作らなければ自動化は実現しない。

ところが、ソフトウェア開発のためのプログラミングスキルは、ネットワークエンジニアのコアスキルではなかった。「ネットワークエンジニアは、機器メーカーのCLI（コマンドラインインターフェース）のスキルだけで成り立つ時代が長く、サーバーを一切触ったことがなかったり、プログラミングはシェルスクリプトでさえ書けない人が多い」。土屋氏は、ネットワーク管理の責任の大きさを考えればやむを得ないことかもしれないが、これからのエンジニアには自分でシステムを作り、業務を改善する力が求められると語る。

それでは、ChatGPTに代表される生成AIは、そうした新たな課題に直面するエンジニアの助けになるのだろうか。土屋氏は「コンフィグ作成や、コンフィグ投入後のテストには使えるだろう」としながらも、貢献はあくまで限定的だろうという見方だ。「ChatGPTの提案に対して、決定の判断ができるのは人間」と、この分野で生成AIがエンジニアの仕事を奪う可能性を否定する。

土屋氏が生成AIが有用と考えているのは人材育成だ。この20年で企業活動におけるネットワークの重要性が高まり、24時間365日障害を起こさずに運用することが当然になった。“障害が起きて当たり前”だったかつての時代は、エンジニアが失敗経験から学べる余地があったが、今日ではそうした学びが難しい。

そこで、土屋氏は、駆け出しのエンジニアが学ぶ環境としてChatGPTに可能性を見出している。自分の作ったコンフィグに対してのフィードバックや、障害のバッドケースの示唆が得られれば、学習効果は大きい。ChatGPTならば、現場では学びづらい典型的正解をベテランさながらに回答してくれる。

人材育成目的でも、ChatGPTのセキュリティリスクは課題となる。土屋氏は、情報漏洩を回避するために、各社がオンプレミスのChatGPTツールを導入することになると予想する。もちろん全面禁止するという選択肢もあるが「ChatGPTを使えるかどうかが、レガシーな会社とモダンな会社の差をつける要因になる」と土屋氏が述べるように、ChatGPTに向き合う姿勢が、人材獲得、ひいてはその企業の盛衰に影響を与えることになるだろう。