ネットワーク機器と AI エージェントが連携する運用構成のイラスト

このコースは、こんな組織のためのものです

想定しているのは「社内に NW 運用を見ているエンジニアはいるが、AI を業務に組み込めていない」という状態です。情シス部門に NW 担当が数名、NW 運用受託会社の中の人、製造業や流通業で社内インフラを兼任しているエンジニア ── そういった「自分たちの NW を自分たちで運用している」組織を対象にしています。

逆に、自社内に NW を見るエンジニアがいない組織(NW 運用を完全にベンダー任せにしている組織)には合いません。このコースは「自社の運用を自社の手で AI 化する」ための伴走で、外注として運用を巻き取ることはしません。

伴走の前提

コースの中で構築する PoC は、原則として受講側の組織内環境(社内 GitHub・社内 LLM・自社クラウド・ラボ環境等)で動かします。本番の機器設定・ログ・チケット履歴を私たち(テックジョイント側)に送る運用は採用しません。社外へのデータ送付について稟議を回す必要がなく、社内のセキュリティポリシーに無理なく収まる前提で設計します。

N1 / N2 から選べます

単位ベースで設計しているので、規模感を最初に決めてから始められます。
単位 = 45 分のマンツーマンセッション。週 4 単位まで予約できます。
N1 → N2 への差額移行(差額 30 万円で 100 単位に切替)も可能です。

N1 / 3 ヶ月コース

50 単位 / 500,000 円

1 単位 10,000 円(税別)

  • 1 単位 45 分 × 50 回(約 37 時間)
  • 受講開始から 4 ヶ月以内に消化
  • 週 4 単位まで予約可能
  • AI 化対象の選定 + 設計 + PoC を 1 本通すのが想定ゴール
N1 比 20% OFF
N2 / 6 ヶ月コース

100 単位 / 800,000 円

1 単位 8,000 円(税別、ボリュームディスカウント)

  • 1 単位 45 分 × 100 回(約 75 時間)
  • 受講開始から 7 ヶ月以内に消化
  • 週 4 単位まで予約可能
  • PoC を本実装に近い形まで詰め、運用に乗せる手前までを伴走

N1 → N2 への差額移行

N1 を受講中・受講後に「もう少し続けたい」と思った場合、差額 30 万円のお支払いで N2(合計 100 単位 / 80 万円扱い)に切り替えられます。「最初から 100 単位を選ぶ」のと「N1 を消化してから足す」のとで合計金額が同じになるよう設計しています。最初の判断で迷う必要はありません。

講師は、NW 業界 24 年 × 直近 AI エージェント実装

担当する講師(テックジョイント代表)は、ネットワーク基盤技術者として約 24 年、物理ネットワークの設計・構築・運用・障害対応を一貫して経験してきました。Cisco Catalyst / Nexus、Palo Alto PA、FortiGate、Juniper、F5、AWS / GCP / Azure / OCI、SD-WAN、SASE(CATO Networks)、BGP / OSPF / VLAN / QoS / VoIP まで、業界の主要技術領域を実務でカバーしています。

直近では、NW 運用業務への LLM / RAG 適用 PoC を企画・技術検証してきました。社内ナレッジ活用型の NW 運用支援 AI エージェント、レガシー機器向けの予兆検知・障害原因推定 AI エージェント ── いずれも机上ではなく、Cisco Catalyst / Palo Alto PA の検証環境で動かして確認したものです。

NW 業界経験のある AI エンジニアは、業界全体でもほぼ存在しません。NW 業界の特殊な制約(マルチベンダ・SSH 経由のメトリクス収集・ベンダー独自構文・運用部隊の業務フロー・障害時の責任分担)を理解した上で AI エージェントを設計できる人は希少です。このコースは、その希少性を伴走の形で提供します。

このコースで約束するもの: 50 単位 / 100 単位のマンツーマン伴走時間です。
約束できないもの: AI エージェントが運用に乗ること、運用負荷が下がること、社内承認が下りること。これらは組織の体制・予算・上長判断によって変わります。約束できるのは、AI 化に必要な検討と PoC 構築を、一緒に走り抜けることだけです。

受講の流れ

典型的な進み方です。実際のペース配分は対象業務の選定と社内承認のスピードで変わります。

6 ステップで進むネットワーク運用 AI 化伴走コースのフロー図

現状ヒアリング

受講側の社内 NW 体制、運用フロー、よく発生する作業・障害パターン、利用可能な LLM 環境(Azure OpenAI / AWS Bedrock / 社内 GPU 等)、社内のセキュリティポリシーを一緒に整理します。「何を AI 化したいか」より先に「何が AI 化できる土壌があるか」を可視化するのが最初の仕事です。

AI 化対象の選定

運用業務を分解し、AI 化候補をリストアップします。投入工数・効果見込み・データの社内蓄積度合い・社内承認の取りやすさ・失敗時のリスクを軸に優先順位を付け、最初に手をつけるべき 1 つのターゲットを絞り込みます。「全部を一気に AI 化する」ではなく「最も成功確率が高いところから始める」設計です。

技術選定とアーキテクチャ設計

選定した業務に対して、適切な技術スタックを設計します。LLM 選定(クラウド SaaS / 社内ホスト)、ベクトル DB(pgvector / Qdrant / Weaviate)、データ取込パイプライン、UI(Slack / Teams / Web)、運用権限の境界 ── すべて受講側の社内ポリシーに収まる形で組みます。Claude Code を含む各種コーディング AI を「設計の道具」として使いますが、最終的に動かすシステムが Claude Code に依存することはありません。

PoC 構築

受講側の手で、社内環境内に PoC を構築していきます。コーディングは AI 支援を使って効率化しますが、コード・データ・実行環境はすべて社内に閉じます。詰まったところはマンツーマンセッションで一緒に解きほぐします。コードを書ける NW エンジニアでなくても、AI への指示の出し方そのものを身につけてもらいます。

評価と運用フロー検証

構築した PoC が実際の運用業務でどう機能するかを評価します。回答精度・応答時間・誤検知率・人間レビューが入る境界を、受講側の運用部隊と一緒に検証します。AI が間違えたときの責任分担・エスカレーション経路もこの段階で設計します。

本実装への引き継ぎ設計

PoC で得られた知見を本実装に引き継ぐための設計書・運用手順書・改善ロードマップを一緒にまとめます。本実装の運用は受講側の組織内で完結する形に着地させます。テックジョイントが運用を継続的に巻き取ることはしません(やりたい場合はカスタムエージェント構築の枠で別途)。

例えばこんな運用業務を AI 化します

想定される 3 つの題材。実際に何を AI 化するかは、初回ヒアリングで「あなたの組織の運用業務」から一緒に決めます。
ここに挙げた例と全然違う方向に進むことも珍しくありません。

例 1

問い合わせ・チケット一次回答 AI

過去チケットが Redmine / ServiceNow / Jira 等に蓄積されている組織向け

  • 選定: 過去 N 年分のチケット履歴を RAG として再活用
  • 設計: Slack / Teams から問い合わせ → 類似チケット抽出 → 一次回答案提示
  • 構築: 社内 LLM + pgvector で類似度検索、運用担当者がレビュー後に返答
  • 評価: 回答精度・解決率・エスカレーション境界の調整
  • 引き継ぎ: 運用部隊が学習データを継続追加できる仕組みに着地
例 2

設定変更ピアレビュー AI

機器設定変更が頻繁にあるが属人化している組織向け

  • 選定: 過去の変更履歴・障害事例・標準コンフィグを学習素材に
  • 設計: 設定変更案を AI が事前チェック(文法・命名規則・冗長性影響・過去事故パターン照合)
  • 構築: Git の PR フックで自動チェック、レビュー結果を Slack に通知
  • 評価: 検出率・誤検知率・人間レビュアーとの判定一致度
  • 引き継ぎ: ルールの追加・チューニングを社内で行える形に整理
例 3

障害切り分け補助 AI

夜間・休日の一次切り分けを担当者が個別対応している組織向け

  • 選定: 監視アラート + 機器ログ + 過去の障害対応記録を組み合わせ
  • 設計: アラート発生時に AI が一次切り分け案(想定原因・確認手順・参考過去事例)を生成
  • 構築: 監視システムからアラート受信 → SSH ログイン経由でメトリクス収集 → LLM が分析
  • 評価: 一次切り分けの的中率・対応時間短縮効果
  • 引き継ぎ: 新しい障害パターンを学習データに追加する運用フローを整備

どの例も「最初に立てた仮説のまま到達する」設計ではありません。1 度組んでみて運用部隊と確認し、戻って組み直すのを織り込んだ単位数(50 / 100)にしてあります。

技術選定の考え方

このコースは「Claude Code を使うコース」ではなく「あなたの組織で動かせる AI エージェントを設計・構築するコース」です。技術スタックは受講側の社内ポリシー・予算・既存環境に合わせて選定します。

LLM の選定

外部 SaaS LLM が利用可能な組織であれば、Azure OpenAI(Microsoft 365 経由)・AWS Bedrock・OpenAI API・Anthropic API 等から選定します。外部 SaaS が禁止されている組織であれば、社内 GPU での OSS LLM ホスティング(Llama / Qwen / Mistral 系)を選択肢に入れます。「これを使え」という押し付けはしません

データの扱い

学習対象データ(チケット履歴・機器ログ・設定ファイル)はすべて受講側の社内環境内で完結させます。テックジョイント側に送ることはしません。マンツーマンセッションでは、サニタイズ済みのサンプルデータや、ラボ環境のダミーデータで議論します。

本実装の運用

PoC を本番運用に乗せた後の保守・改善は受講側の組織内で完結する形に着地させます。テックジョイントへの継続的な依存関係を作らない設計が原則です(継続的な運用支援が必要な場合は、カスタムエージェント構築の枠で別途相談)。

セッションの仕組み

受講側で社内承認・予算取りのフェーズが入る場合、その期間はコースを一時停止することもできます(期限内であれば再開可能)。組織内の意思決定に時間がかかることを織り込んだ運用です。

よくある質問

Q. 個人で受講してもいいですか?

構いません。NW エンジニアとしてのキャリアアップ・転職準備・独立準備の目的で個人受講するケースも想定しています。ただし、PoC の対象は受講者がアクセスできる環境(社内環境または自己構築ラボ)が必要です。完全に題材のないところからの独学はこのコースの対象外で、その場合は A2「AI エージェント作成コース」が合います。

Q. 社内の本番機器の設定やログを共有する必要がありますか?

いいえ。原則として共有不要です。マンツーマンセッションではサニタイズ済みのサンプルデータか、ラボ環境のダミーデータで議論します。社外データ持ち出しの稟議が必要にならない設計にしています。本番データを使った PoC 検証は受講側の社内環境内で完結する形にします。

Q. Claude Code を使う必要がありますか?

いいえ。Claude Code を含む各種コーディング AI を「設計と PoC 構築の効率化」のために使いますが、最終的に運用に乗せるシステムが Claude Code に依存することはありません。受講側の組織で利用可能な技術スタックの中で、適切な構成を一緒に選定します。

Q. 受講側に NW エンジニアがいなくても受けられますか?

基本的にはお勧めしません。このコースは「自社の NW を自社で運用している組織」が「自分たちの手で AI 化する」前提で設計しています。NW 運用を完全にベンダー任せにしている組織の場合、本コースよりもカスタムエージェント構築(フルカスタム受託)の方が合うことが多いです。LINE でご相談ください。

Q. N1(50 万円)と N2(80 万円)の違いは?

単位数(伴走時間)と単価の違いです。N1 は 50 単位 × 1 単位 10,000 円 = 50 万円。N2 は 100 単位 × 1 単位 8,000 円 = 80 万円(N1 比 20% OFF)。射程は N1 が「PoC を 1 本通す」まで、N2 が「PoC を運用に乗せる手前まで詰める」までを想定しています。迷ったら N1 から始めて、足りなければ差額 30 万円で N2 に切り替えられます(N1 と N2 の合計金額が同じになる設計)。

Q. 効果保証はありますか?

ありません。AI 化の効果は組織の体制・対象業務・PoC の出来栄え・上長判断など多くの要因に左右されます。コース側で約束できるのは「単位の伴走時間」だけです。一方で、PoC を 1 本通すところまでは責任を持って伴走します。「PoC が動かないまま単位を使い切る」状況は通常起こりません。

Q. 同時に複数人で受講できますか?

同時参加は最大 3 名までです(受講側の上長・運用担当者・PoC 構築担当が同席するケースを想定)。ただし「主担当」が 1 名いることが前提で、その方が手を動かして PoC を組む形になります。グループ研修ではなくマンツーマンの拡張版という位置づけです。

Q. 既に社内で動いている AI 関連プロジェクトの設計レビューだけ依頼できますか?

スコープが合えばお受けします。すでに走っているプロジェクトの技術選定レビュー・アーキテクチャ補強・社内承認資料の作成支援などです。ゼロから一緒に組み立てる場合と比べると、すでにあるものを補強する進め方になります。LINE で現状をお聞かせください。

Q. 期限内に消化しきれなかったら?

期限到達でコース終了です。残単位の返金や繰り越しはできません。週 4 単位の上限を最大限使えば 50 単位は約 3 ヶ月で消化できる計算で、期限には 1 ヶ月のゆとりを持たせています。社内承認・予算取りでの一時停止は期限内であれば対応できます。

Q. 申込前に技術的な相談ができますか?

LINE 公式アカウントを友だち追加してバニラに「ネットワーク運用 AI 化 N1 / N2 を検討中」と話しかけてください。利用環境・対象業務・社内ポリシーをお聞きした上で、このコースが合いそうか、別の選択肢(フルカスタム受託・単発相談)の方が合いそうか、無理に勧めず判断してご案内します。

Q. 決済方法は?

Stripe による請求書発行(銀行振込/クレジットカード対応)です。法人決済の場合は請求書の宛先・支払期限などを個別調整します。申込前にチャットで内容を確認した上で、請求書をお送りします。お支払い確認後に受講開始日程を調整します。

まずは、話してみませんか

「うちの環境で本当に AI 化できる?」「どの業務から手をつければいい?」 ── LINE 公式アカウントを友だち追加してバニラに話しかけてください。

無料の 7 日間ステップ講座

Claude Code で、自分のサイトを公開するまで

LINE で 1 日 1 通、ステップごとのガイドが届きます。詰まったらバニラに質問できます。受講料は無料、いつでも解除できます。

LINE で受け取る ↗

サービス内容についてのちょっとした質問は から(コース申込のご相談は LINE をご利用ください)