下一代系統營運聯盟透過外部視角加速研究成果,邁向人×AI與下一代人才的社會實踐
Key facts
- 下一代系統營運聯盟透過外部視角加速研究成果,邁向人×AI與下一代人才的社會實踐
- 下一代系統營運聯盟(NGSM)發表了旨在解決日本系統營運結構性問題的研究成果。發表了三大主題:透過人機協作加速事件應對、重新定義下一代人才的角色與職涯、以及利用AI教練與遊戲化提升營運教育。聯盟期望透過與外部專家的意見交流,實現社會實踐。
- Source: PR Times
- Date: 2026年6月12日
Direct answer
下一代系統營運聯盟(NGSM)發表了旨在解決日本系統營運結構性問題的研究成果。發表了三大主題:透過人機協作加速事件應對、重新定義下一代人才的角色與職涯、以及利用AI教練與遊戲化提升營運教育。聯盟期望透過與外部專家的意見交流,實現社會實踐。
- Citation
- 下一代系統營運聯盟透過外部視角加速研究成果,邁向人×AI與下一代人才的社會實踐 (2026年6月12日), PR Times
- Source
- PR Times
- Date
- 2026年6月12日
下一代系統營運聯盟(NGSM)發表了旨在解決日本系統營運結構性問題的研究成果。發表了三大主題:透過人機協作加速事件應對、重新定義下一代人才的角色與職涯、以及利用AI教練與遊戲化提升營運教育。聯盟期望透過與外部專家的意見交流,實現社會實踐。
📋 文章處理履歷
- 📰 發表: 2026年6月12日 22:05
- 🔍 收集: 2026年6月12日 13:21
- 🤖 AI分析完成: 2026年6月12日 16:51(收集後3小時30分鐘)
一般社團法人下一代系統營運聯盟(以下簡稱下一代系統營運聯盟)於本年5月26日舉辦了「下一代系統營運研究發表會」,向來自行政、業界團體、學術界、實務社群、媒體等外部專家發表了其在2025年度所進行的研究成果。本次發表會不僅是成果報告的場合,更旨在從外部視角驗證研究成果,透過回饋提升研究的完整性,並為下一次的挑戰奠定基礎。
研究發表會上,介紹了從應對日本系統營運日益複雜化、人力短缺、自動化延遲等結構性挑戰的研究活動中選出的三個主題。
1. 透過人與AI協作的「事件應對加速模型」
2. 重新定義下一代營運人才的「角色」與「職涯」
3. 透過AI教練與遊戲化理論提升「營運教育」
在外部發表會上,來自不同立場和角色的組織的專家們,就下一代系統營運展開了熱烈的意見交流。這場交流會扮演了「實踐性驗證場」的角色,在政策、標準、人才、實務、媒體等多樣視角交匯的過程中,評估研究成果是否能在社會中實際發揮功能。
NGSM今後也將持續透過這樣的共創平台,建立將研究成果連結至社會實踐的基礎,並挑戰實現一個更具可持續性、更具創造性的社會基礎架構。營運本身就是支撐社會的基石,在當前其價值備受質疑之際,我們將持續有力地推進實現更具可持續性、更具創造性的社會基礎架構的挑戰。
詳細資訊請參閱:
下一代系統營運聯盟(NGSM)
2025年度外部發表會報告
<補充資料>
1. 日本系統營運面臨的結構性挑戰
「複雜化 × 人力短缺 × 自動化延遲」已達極限
發表會開頭,再次分享了日本系統營運所面臨的結構性課題。
- 系統的高度化與複雜化(核心系統、對外系統、分散式/雲端、網路等)
- 全年無休24小時穩定運行的要求
- 自動化適用範圍的限制、夜間/假日應對、緊急呼叫
- DevOps推動與開發/營運分離的矛盾,在人力減少下維持輪班
在此情況下,日益顯現的是個人化、長時間工作、責任追究型的營運結構。這種結構已非單一公司努力所能克服。營運是僅僅停留在「作業」層級,還是要進化為「自主化」?NGSM認為關鍵在於透過「設計」與「AI」進行結構轉型。
2. 研究成果描繪的「下一代系統營運」全貌
本次NGSM發表的研究成果,並非僅止於個別技術驗證或改善提案。而是針對日本系統營運面臨的「複雜化」、「人力短缺」、「自動化延遲」等結構性課題,從技術、人才、流程三個視角,嘗試重新設計營運的本質。
- 透過人機協作加速事件應對的技術方法
- 重繪下一代營運人才角色與職涯的人才轉型
- 利用AI教練與遊戲化理論,將營運教育進化為可自主運行的結構的流程轉型
這三項研究並非獨立存在,而是相互連動,共同構成了「下一代系統營運」的整體藍圖。
2-1. 研究成果① 技術研究WG
透過人與AI協作的「事件應對加速模型」
技術研究WG以「加速事件應對」為主題,提出了人與AI透過角色分工協作的新營運模式。對於未知事件,其原因 શોધ(探究)與復原往往需要數天至數月不等。其背景在於調查範圍擴大、判斷與協調延遲、知識個人化等「瓶頸」。
本研究設計了以下角色分工的協作模式:
- AI負責資訊整理、假設生成、共享、知識累積
- 人類負責合理性確認、優先順序判斷、最終決策
為具體化此模型,試製了AI輔助工具的原型。透過即時聊天、狀況共享儀表板、分析樹顯示等,驗證了事件應對流程的可視化與加速。驗證結果確認了初動應對的迅速化、判斷個人化問題的迴避、知識的再利用等效果,顯示出大幅縮短復原時間的可能性。另一方面,防止誤判、標準化數據連結等,對於實用化的課題也已明確。
人機協作開創的下一代事件應對營運
發表後討論中浮現的實踐性解決方案
發表後的問答環節中,除了對生成AI應用的期待外,也坦誠地分享了現場營運中的實際限制與挑戰。討論中浮現的觀點是,「並非完全依賴AI的自動化」,而是人與AI各自發揮優勢的協作模式,才是實現事件應對高度化與迅速化的關鍵。目前的生成AI尚未達到能夠單獨斷定產品固有缺陷或潛在產品錯誤的階段。本研究將此極限視為前提條件,提出了從人類的產品知識與現場感出發,最大化AI推理能力與資訊處理能力的營運模型。此外,RCA(根本原因分析)過程中,能夠將探討過程本身資產化的特點也十分顯著。透過記錄與可視化不僅是主要結論,也包括過程中考慮的假設與排除理由,便能防止個人化,並將知識確實傳承給下一次的事件應對。
2-2. 研究成果② 組織與人才變革WG
重新定義下一代營運人才的「角色」與「職涯」
組織與人才變革WG以「下一代營運人才必備的角色與技能」為主題,進行了展望未來社會與IT環境的調查研究。本研究的特點在於,它是從課題出發而非技術出發來重新定義角色。描繪了著眼於10年後各情境所需的角色,並將技能定義、人才圖像、職涯路徑整合整理。成果以便於現場使用的形式呈現,如人才定義書、技能標準、職涯地圖、招聘模板等。其追求的願景明確:「讓營運成為年輕世代感到興奮的工作」。
讓營運成為「閃耀人才」的工作
重新定義下一代營運角色相關討論的共識
透過問答,明確了問題的本質並非技能不足,而是營運這份工作的價值與魅力未能充分被語言化與可視化。在事件發生時指揮現場、引導復原的營運領導者的角色,本質上是極具創造性且具有高度社會價值的。大家認同需要將這種形象,如同警察或消防員一樣,作為「嚮往的職業形象」呈現給社會。
2-3. 研究成果③ 營運流程變革WG
透過AI教練與遊戲化理論提升「營運教育」
營運流程變革WG以「透過AI教練與遊戲化理論提升營運教育」為主題進行了研究。
研究發表會上,介紹了從應對日本系統營運日益複雜化、人力短缺、自動化延遲等結構性挑戰的研究活動中選出的三個主題。
1. 透過人與AI協作的「事件應對加速模型」
2. 重新定義下一代營運人才的「角色」與「職涯」
3. 透過AI教練與遊戲化理論提升「營運教育」
在外部發表會上,來自不同立場和角色的組織的專家們,就下一代系統營運展開了熱烈的意見交流。這場交流會扮演了「實踐性驗證場」的角色,在政策、標準、人才、實務、媒體等多樣視角交匯的過程中,評估研究成果是否能在社會中實際發揮功能。
NGSM今後也將持續透過這樣的共創平台,建立將研究成果連結至社會實踐的基礎,並挑戰實現一個更具可持續性、更具創造性的社會基礎架構。營運本身就是支撐社會的基石,在當前其價值備受質疑之際,我們將持續有力地推進實現更具可持續性、更具創造性的社會基礎架構的挑戰。
詳細資訊請參閱:
下一代系統營運聯盟(NGSM)
2025年度外部發表會報告
<補充資料>
1. 日本系統營運面臨的結構性挑戰
「複雜化 × 人力短缺 × 自動化延遲」已達極限
發表會開頭,再次分享了日本系統營運所面臨的結構性課題。
- 系統的高度化與複雜化(核心系統、對外系統、分散式/雲端、網路等)
- 全年無休24小時穩定運行的要求
- 自動化適用範圍的限制、夜間/假日應對、緊急呼叫
- DevOps推動與開發/營運分離的矛盾,在人力減少下維持輪班
在此情況下,日益顯現的是個人化、長時間工作、責任追究型的營運結構。這種結構已非單一公司努力所能克服。營運是僅僅停留在「作業」層級,還是要進化為「自主化」?NGSM認為關鍵在於透過「設計」與「AI」進行結構轉型。
2. 研究成果描繪的「下一代系統營運」全貌
本次NGSM發表的研究成果,並非僅止於個別技術驗證或改善提案。而是針對日本系統營運面臨的「複雜化」、「人力短缺」、「自動化延遲」等結構性課題,從技術、人才、流程三個視角,嘗試重新設計營運的本質。
- 透過人機協作加速事件應對的技術方法
- 重繪下一代營運人才角色與職涯的人才轉型
- 利用AI教練與遊戲化理論,將營運教育進化為可自主運行的結構的流程轉型
這三項研究並非獨立存在,而是相互連動,共同構成了「下一代系統營運」的整體藍圖。
2-1. 研究成果① 技術研究WG
透過人與AI協作的「事件應對加速模型」
技術研究WG以「加速事件應對」為主題,提出了人與AI透過角色分工協作的新營運模式。對於未知事件,其原因 શોધ(探究)與復原往往需要數天至數月不等。其背景在於調查範圍擴大、判斷與協調延遲、知識個人化等「瓶頸」。
本研究設計了以下角色分工的協作模式:
- AI負責資訊整理、假設生成、共享、知識累積
- 人類負責合理性確認、優先順序判斷、最終決策
為具體化此模型,試製了AI輔助工具的原型。透過即時聊天、狀況共享儀表板、分析樹顯示等,驗證了事件應對流程的可視化與加速。驗證結果確認了初動應對的迅速化、判斷個人化問題的迴避、知識的再利用等效果,顯示出大幅縮短復原時間的可能性。另一方面,防止誤判、標準化數據連結等,對於實用化的課題也已明確。
人機協作開創的下一代事件應對營運
發表後討論中浮現的實踐性解決方案
發表後的問答環節中,除了對生成AI應用的期待外,也坦誠地分享了現場營運中的實際限制與挑戰。討論中浮現的觀點是,「並非完全依賴AI的自動化」,而是人與AI各自發揮優勢的協作模式,才是實現事件應對高度化與迅速化的關鍵。目前的生成AI尚未達到能夠單獨斷定產品固有缺陷或潛在產品錯誤的階段。本研究將此極限視為前提條件,提出了從人類的產品知識與現場感出發,最大化AI推理能力與資訊處理能力的營運模型。此外,RCA(根本原因分析)過程中,能夠將探討過程本身資產化的特點也十分顯著。透過記錄與可視化不僅是主要結論,也包括過程中考慮的假設與排除理由,便能防止個人化,並將知識確實傳承給下一次的事件應對。
2-2. 研究成果② 組織與人才變革WG
重新定義下一代營運人才的「角色」與「職涯」
組織與人才變革WG以「下一代營運人才必備的角色與技能」為主題,進行了展望未來社會與IT環境的調查研究。本研究的特點在於,它是從課題出發而非技術出發來重新定義角色。描繪了著眼於10年後各情境所需的角色,並將技能定義、人才圖像、職涯路徑整合整理。成果以便於現場使用的形式呈現,如人才定義書、技能標準、職涯地圖、招聘模板等。其追求的願景明確:「讓營運成為年輕世代感到興奮的工作」。
讓營運成為「閃耀人才」的工作
重新定義下一代營運角色相關討論的共識
透過問答,明確了問題的本質並非技能不足,而是營運這份工作的價值與魅力未能充分被語言化與可視化。在事件發生時指揮現場、引導復原的營運領導者的角色,本質上是極具創造性且具有高度社會價值的。大家認同需要將這種形象,如同警察或消防員一樣,作為「嚮往的職業形象」呈現給社會。
2-3. 研究成果③ 營運流程變革WG
透過AI教練與遊戲化理論提升「營運教育」
營運流程變革WG以「透過AI教練與遊戲化理論提升營運教育」為主題進行了研究。
常見問題
日本系統營運面臨的主要挑戰是什麼?
系統複雜化、人力短缺、自動化延遲是結構性挑戰,容易導致個人化和長時間工作。
AI與人類如何協作?
AI負責資訊整理和假設生成,人類負責最終判斷和決策的分工模式,旨在加速事件應對並避免個人化。
下一代營運人才需要具備哪些素質?
除了傳統技能,解決問題能力、與AI協作能力、適應變化的能力等變得至關重要。職涯路徑也將重新定義,期望使其更具吸引力。
營運教育的精進將採用什麼方法?
利用AI教練與遊戲化理論,開發促進學習者自主技能提升的教育課程。
這些研究成果將如何實現社會實踐?
透過共創平台,將研究成果應用於實際營運現場,旨在提升系統營運作為社會基礎設施的可持續性與創造力。