期間限定無料公開中

　NokiaとGoogle Cloudは6月22日、GoogleのGeminiモデルをNokiaのネットワークソフトウェアスイートであるNokia Assurance Centerに統合する提携拡大を発表した。

　Googleの最も高性能なマルチモーダルモデル ファミリーであるGeminiで構築された6つの専用AIエージェントを開発することで、Nokiaは通信事業者の運用コスト削減、ネットワーク問題の迅速な解決、そして完全自動化された自律型運用への移行を支援する能力を強化する。

　現代のネットワークは従来よりも複雑なデータ量を生成するため、通信事業者は深刻なボトルネックに直面している。従来の管理は手動によるトラブルシューティングに依存しているため、増加するアラートへの対応が困難で、しばしば高額なダウンタイムが発生する。今回の提携は、エージェントを使用して生データを即座に処理することでこれらの課題を解決し、通信事業者が重要なインフラストラクチャの問題をバックグラウンドノイズから識別し、修復を迅速化して収益を保護できるようにする。

　Nokiaの自律ネットワーク担当SVPであるVivek Jaiswal氏は「AI時代は、プログラマブルでAIネイティブ、かつ機械速度で動作可能な、新しいタイプのネットワークを必要としている。Nokiaの自動化ポートフォリオにGemini搭載エージェントを統合することで、通信事業者は手動運用から脱却し、パフォーマンスの最大化、信頼性の確保、そしてデータ活用における新たな効率化を実現できる」とコメントを出している。

通信規模に対応したマルチエージェントエコシステム
　Nokiaは、それぞれ特定の運用タスクを独立して管理、また連携して複雑なネットワーク問題を解決できる、6つの専用エージェントを導入する。

ルータ エージェント：ユーザの意図を解釈し、他のエージェント間の通信を管理しながら、運用上のガードレールへの準拠を確保することで、中央オーケストレーションレイヤーとして機能する。

イベントトリアージ エージェント：発生中のアラームを分析し、過去のパターンと比較することで、根本原因を特定し、運用への影響を評価する。

KPIセレクター エージェント：複雑なネットワークパフォーマンス指標、定義、測定単位について、専門知識に基づいた解釈を提供し、推論を支援する。

異常検知 エージェント：異常なネットワーク動作を調査し、逸脱が実際の問題なのか誤報なのかを判断する。

アクション検知 エージェント：アクティブなイベントを自動化カタログと照合し、具体的な修復手順を推奨する。

ダッシュボード エージェント：自然言語によるプロンプトを使用して、チームが視覚的な分析画面や追跡画面を迅速に生成できるようにする。

　Nokiaは、これらの機能をGemini Enterprise Agent Platform上でGoogle Cloudのエージェント開発キット（ADK）を使用して開発した。このフレームワークにより、NokiaはGeminiのマルチモーダル推論を活用したスマートな対話型およびルーティングパスを迅速に開発することができた。複雑なマネージドサービスを必要とせず、マルチエージェントフレームワーク全体が標準的なGoogle Cloudのコンピューティングとストレージ上でシームレスに動作する。KubernetesやGoogle Cloud Storageなどの標準ツールを使用してエージェントを直接デプロイすることで、Nokiaはソリューションのコスト最適化、柔軟性、そしてGoogle Cloudテナントを含む既存の顧客環境との完全な互換性を確保している。

　このフレームワークは、オペレーターを排除するのではなく、Nokiaが”glass box autonomy.”と呼ぶ概念を導入している。アクション推論エージェントはアドバイザリ層として機能し、信頼度に基づいた推奨事項を人間のエンジニアに提示する。エンジニアは、修正が自動的に実行されログに記録される前に、重要な制御ポイントについて最終承認権を保持する。リスクが低く、ポリシーで承認されたシナリオでは、同じアーキテクチャで完全なクローズドループ自動化もサポートできる。

通信事業者にとってのビジネス上のメリット
　受動的な監視から能動的なエージェントベースのアーキテクチャに移行することで、通信事業者はコスト削減と信頼性向上を実現できる。これらの専用エージェントは、以下のような即時的な価値を提供する。

迅速な解決：エージェントはトラブルシューティングを自動化し、ネットワークの問題解決時間を50%～80%短縮する。音声品質の低下やソフトウェアエラーなど、従来は特定に数時間かかっていた複雑な問題も、数分で検出・解決できるようになり、サービス停止時間を大幅に削減できる。

精度の向上：エージェントはデータの変動をフィルタリングして真の問題に焦点を当てることで、誤報や不要なエスカレーションを削減する。

アクセスしやすい分析：スタッフは簡単な言葉でダッシュボードやパフォーマンスレポートを即座に生成できる。

コスト効率：エージェントは通信事業者の既存のクラウド環境上で効率的に動作するため、高価なカスタムソフトウェアのオーバーレイは不要だ。

　Google Cloudのグローバル通信市場リーダーであるSridhar Gollapudi氏は「エージェント型AIは、通信ネットワークの管理方法に根本的な変革をもたらし、通信事業者を従来の硬直的なテンプレートから、動的で目標指向型の自動化へと導く。Geminiのマルチモーダル推論機能を複雑なデータストリームに適用することで、このパートナーシップは通信事業者が手動ワークフローから、コスト削減とグローバルなリソース最適化を実現する自律型体制への移行を支援する」とコメントを出している。

提供状況
　ルータおよびイベント トリアージ エージェントは既に完全に機能している。2026年9月にGoogle Cloud MarketplaceでSaaSモデルとしてプラットフォームが正式にリリースされると、通信事業者はこの初期スターターパックの認定エージェントをすぐに導入し、Nokia Assurance Centerと連携させることができる。

　Nokiaは顧客に、すべてのエージェントの完成を待たせるのではなく、より複雑な機能については、ソフトウェアの段階的なアップデート（ローリングアップデート）で順次提供する予定だ。
　これらの継続的なリリースにより、2026年後半から2027年にかけて、統合インベントリ、データスイート、オーケストレーションアプリケーションなど、Nokiaの幅広いネットワークポートフォリオ全体の機能が拡張される。

　これらの自律型ネットワークエージェントのライブデモンストレーションは、6月23日から25日までコペンハーゲンで開催されるDTW Igniteで見ることができる。

編集部備考

■通信事業者のネットワーク運用におけるAIエージェントの必要性は、業務効率化や自動化の延長にとどまらず、ネットワーク運用における「判断」そのものを再設計する点も挙げられる。
　近年の通信インフラは、仮想化やクラウド化、マルチベンダー化の進展により、構成・運用ともに急速に複雑性を増している。この環境では、従来のルールベースのOSSやスクリプトによる自動化では対応しきれない領域が拡大している。あらかじめ定義された条件に従う「処理」は自動化できても、状況に応じて最適解を導く「判断」は依然として人間に依存しており、この判断プロセスが新たなボトルネックとして顕在化しつつある。
　こうした中で、今回のNokiaとGoogleによる取り組みは、「システムを人間が監視する」従来型の運用から、「AIエージェントが複雑性を吸収し、人間には判断のための選択肢を提示する」という新たな運用モデルへの移行を示唆するものと言える。これによりオペレーターは、複数レイヤから同時に発せられるアラートの相関分析や原因特定といった作業から解放され、サービス品質や収益性といった上位の観点に基づく意思決定に集中できるようになる。
　特に重要なのは、通信インフラが「停止を許容できない社会基盤」である点だ。この前提においては、AIエージェントが自律的にすべてを実行するのではなく、「AIが推奨し、人間が承認する」というプロセスが現実的なアプローチとなる。AIが導いた結論の根拠をログやトポロジー情報に基づいて自然言語で説明することにより、エンジニアはその妥当性を検証し、いわゆるハルシネーションのリスクを踏まえた上で意思決定を行うことが可能となる。ここでは、Explainability（説明可能性）が実運用における重要な要件となる。
　総じて、AIエージェントは自動化ツールだけではなく、ネットワーク運用における「判断レイヤ」を担う新たな構成要素として位置付けられつつある。通信事業者にとっては、運用効率の向上に加え、意思決定の質そのものを引き上げる手段として、その導入意義が高まりつつあると言える。

■ネットワーク運用におけるAIエージェントへの注目度が高まっている背景には、通信事業者の効率化ニーズを超えた構造的な要因が存在する。AIインフラ全体の進化に対して、通信ネットワークの運用が潜在的な制約要因として浮上しつつある点だ。
　生成AIの普及とともに、データセンタ間およびエンドユーザとの間でやり取りされるトラフィックは急増している。一方で、通信事業者は5Gや光ファイバといったインフラへの巨額投資を継続しているにもかかわらず、収益の伸びは限定的であり、コスト増加に対する制約は強まっている。また、クラウドネイティブ化が進むネットワークを運用できる高度人材は世界的に不足しており、「人を増やすことで対応する」という従来の拡張モデルは限界に近づいている。
　このような状況において、今後さらに増大するAI関連トラフィックに対応するためには、運用効率を抜本的に引き上げる必要がある。AIエージェントはその有力な手段の一つとして位置付けられ、運用プロセスの高度化と省力化を同時に実現することが期待されている。

　また、この問題は通信事業者に閉じたものではない。自社のAIサービスを支えるために大規模なデータセンタ投資を進めるハイパースケーラーにとっても、ネットワークの最終区間を担う通信事業者の運用効率は無視できない要素となる。これまでハイパースケーラーは、エッジ配置や専用線、CDNなどへの投資を通じてネットワーク品質の最適化を図ってきたが、それでもなお、通信事業者側の運用が制約となる場合、エンドユーザに提供されるサービス品質に影響が及ぶ可能性がある。

　AIインフラ全体のパフォーマンスは、計算資源やデータセンタの能力だけで決まるものではなく、それらを結ぶネットワークの運用能力にも依存する構造にあると言える。今後、通信ネットワークがAIの進化を支える基盤として機能し続けるのか、それとも成長を制約する要因となるのか。その分岐点において、AIエージェントは重要な役割を担う可能性がある。