ノキアは2026年6月11日、IPネットワーク向け管理・自動化プラットフォーム「Network Services Platform（NSP）」にエージェントAIフレームワークを統合すると発表した。リアルタイムのネットワーク状態に基づいて推論するAIエージェントを展開できるようにし、第一弾ユースケースとしてAI駆動のトラブルシューティングエージェントを提供する。テレコム領域でのエージェントAI商用化を示す具体的な事例として注目を集めている。

ノキアNSPのエージェントAIフレームワークとは

NSPはもともと、マルチベンダー・マルチドメインのIPネットワークを一元管理するプラットフォームとして通信事業者（キャリア）に広く使われてきた。今回統合されたエージェントAIフレームワークは、このNSPが保持するネットワークの「真実」——トポロジー、プロトコル動作、設定状態、サービス関係、直近の変更履歴——をAIエージェントの推論基盤として活用する点が特徴だ。

従来のAI活用では「推測や断片的なデータに基づく判断」が問題とされてきたが、NSPはネットワークの権威あるコントローラーとしてすでに稼働しているため、AIエージェントはその正確で継続的に更新されるデータを前提に動作できる。信頼できるデータに根ざした推論こそが、ノキアがこのフレームワークで最も強調するポイントだ。

最初のユースケース：AI駆動トラブルシューティングエージェント

第一弾として提供される「AI-driven Troubleshooting Agent」は、複雑なIPネットワーク障害の根本原因特定を加速し、オペレーターの運用ノイズを削減することを目的としている。

具体的には以下のような価値を提供する：

  • 根本原因分析（RCA）の高速化: 障害発生時にエージェントがネットワーク全体のコンテキストを参照しながら原因を絞り込む
  • 説明可能なワークフロー: AIの判断プロセスが「ガイド付きワークフロー」として可視化され、オペレーターが確認・承認しながら進められる
  • オペレーター定義のポリシー内での動作: AIが勝手に設定変更するのではなく、事業者が定めたポリシーとアクセス制御の範囲内でのみ動作する

マルチベンダー環境での外部エージェント連携も視野に

NSPのエージェントフレームワークは、外部エージェントとの通信プロトコルとしてMCP（Model Context Protocol）をサポートすることも明記されている。これにより、ノキア製品だけでなく他社のネットワーク機器や外部AIシステムとの連携が可能になる。

通信事業者のネットワークは本質的にマルチベンダー環境であり、「一つのAIが全ネットワークを把握して動く」ためにはこうした相互運用性が不可欠だ。MCPベースの標準インターフェースを採用したことで、将来的なエコシステム拡張への布石が打たれている。

実務への影響——日本のIT現場にとっての意味

このニュースは通信事業者だけでなく、大規模IPネットワークを運用するすべての組織のネットワークエンジニア・インフラ担当者にとって参考になる。

注目すべきポイントは以下の3つだ：

「信頼できるデータ基盤」を先に整えることが自律化への近道: ノキアのアプローチが示すように、AIエージェントの性能は使うモデルより「どれだけ正確なコンテキストを渡せるか」で決まる。RAG設計やCMDB整備がAIエージェント活用の前提条件になる

「説明可能性」と「ポリシー制御」が本番環境導入の鍵: 「AIが何をしたのかわからない」という懸念に対し、ガイド付きワークフローと承認フローを設けることで実運用への導入ハードルを下げられる。社内でのAIエージェント導入提案にも同じ構造が使える

MCPの普及がエージェント間連携の標準化を加速: ノキアのような大手がMCPを採用したことで、MCPが「エージェント同士をつなぐ標準プロトコル」として業界全体に広がるシグナルとなっている

筆者の見解

ノキアのこのアプローチで最も刺さるのは、「モデルより先にデータ基盤を整えよ」というメッセージだ。Appledore Researchのアナリストが「特定のAIモデルよりも高品質なデータと存在論的関係性の方が重要」と述べているように、エージェントAIが実用段階に入った今、「どのモデルを使うか」ではなく「何を推論させるか」が勝負を分ける。

ハーネスループ——つまりAIエージェントが自律的に判断・実行・検証を繰り返すループ構造——の設計がエンジニアリングの中心課題になりつつある中で、ノキアが商用ネットワーク管理にこの考え方を持ち込んできたのは筋がいい。

一方で、「オペレーター承認ありきの設計」については両面から見る必要がある。確かに本番ネットワークで人間の制御を維持することは現実的な要件だ。ただしそれが「確認・承認を人間に求め続ける設計」に固定化してしまうと、エージェントAIの本質的な価値——認知負荷の削減と自律実行——は得られない。今後どこまで自律度を高めていけるか、段階的な設計の進化に注目している。

テレコム×エージェントAIという組み合わせは、日本国内でもNTTやKDDIといった事業者が注目している領域だ。「まず信頼できるデータ基盤を作り、その上にエージェントを乗せる」という正攻法は、ネットワーク運用に限らず企業のインフラ自動化全般に応用できる考え方として頭に入れておきたい。

出典: この記事は Nokia introduces agentic AI framework in Network Services Platform to enable trust-based AI operations for IP networks の内容をもとに、筆者の見解を加えて独自に執筆したものです。