- Catalystはチケット履歴を分析し、反復業務の自動化ワークフローを自動作成する
- バックグラウンドエージェントが接続システムを監視し、チケット起票前に問題を検出
- 基盤モデルはOpenAI・Anthropicを用途に応じて使い分けるモデル非依存の設計
発表の内容
Servalは2026年8月20日、AIエージェント「Catalyst」の一般提供を開始し、既存顧客にはデフォルトで有効化した。Catalystは、同社のサービス管理プラットフォームの上に位置する管理者向けの「スーパーエージェント」である。チケット履歴や標準作業手順書（SOP）、自然言語の指示を調べ、繰り返し発生する業務を特定する。特定した業務については、自動化に必要なワークフロー、スキル、フォーム、アクセスポリシー、業務フロー、ダッシュボードを設計する。
さらに、Catalystはバックグラウンドエージェントの生成にも使われる。このエージェントは接続されたシステムを継続的に監視し、従業員がチケットを起票する前に問題を検出して修正を提案する。チケット履歴から自動化の対象を見つけ、実際に動く自動化を組み立てるまでの一連の流れを一貫して担う点が特徴として強調されている。
技術的な新しさ
生成されるワークフローはコードとして実装される。デモでは、パスワードリセットのワークフロー構築を指示すると、CatalystはOkta、Google Workspace、Microsoft Entraなどの接続システムを検出し、処理を実行するTypeScriptコードを生成した。管理者はその後、承認ステップを追加したり、実行できる担当者を制限したりできる。
Servalによれば、Catalystは従来のワークフロービルダーとは異なり、プラットフォームを設定する主要なインターフェースになることを目指す。長期的には、管理者がUIで操作できることはすべてCatalystを通じて可能にするとしている。つまり、設定作業そのものがAIとの対話に置き換わる可能性がある。
競合との違い
エンタープライズサービス管理の分野では、AIによるワークフロー作成の支援が広がっている。ServiceNowのBuild Agentは自然言語の指示からアプリケーションやフローを生成し、AI Agent Advisorはインスタンスの記録を分析して自動化の機会を特定する。AtlassianのRovoは平易な英語の要件からJiraの自動化フローを生成し、FreshworksはFreddy AI Agent Studioを提供している。
Servalの差別化は「AIでワークフローを作ること」そのものではなく、Catalystを単一の管理レイヤーとして、自動化の機会の発見から、複数の種類の自動化の組み立て、さらに新たな自動化の対象を探し続けるプロアクティブなエージェントの作成までを一貫して担う点にあると記事は指摘する。競合他社の機能と比べ、範囲の広さが特徴とみられる。
モデル非依存の戦略
Servalは自社の基盤モデルを持たず、「フロンティアラボ」のモデルを利用する。CEOのジェイク・スタウチ氏は、どのモデルが特定のタスクに最適かを評価して選び、モデルを交換できるようにしていると述べた。
2026年5月のSequoia Capitalへのインタビューでは、OpenAIとAnthropicのモデルを使っていると説明。エンドユーザーとの対話やツール呼び出しにはOpenAIのGPTが、AnthropicのSonnetとOpusは特定の用途で最も強い結果を出したという。企業が自社モデルを持ち込むケースにも対応している。
本番適用には検証が課題
記事では、Catalystが生成する自動化の正確性や、バックグラウンドエージェントが誤った修正提案をした場合の挙動、モデル評価の具体的な基準は明らかにされていない。プロアクティブな検出が外れた場合のリスク管理も、今後の運用で確認が必要な点となる。
価格や日本を含む地域ごとの提供条件も公表されていない。一般提供は始まったものの、エンタープライズ向けの導入判断には、実環境での検証結果やサポート条件などの追加情報を待つ必要があるとみられる。
| 項目 | 従来のワークフロービルダー | Catalyst |
|---|---|---|
| 操作方法 | UI上で個別に設定 | 自然言語のプロンプトで指示 |
| 設定対象 | ワークフロー構築のみ | プラットフォーム全体の設定 |
| 自動化の発見 | 管理者が判断 | チケット履歴から自動分析 |
| 先回りの問題検出 | なし | バックグラウンドエージェントが実施 |
You just started with a single prompt, and now you've got enterprise-grade workflows ready to deploy that are going to solve all password resets for the entire company,
「たった1つのプロンプトから始めただけで、企業全体のパスワードリセットを解決する、すぐにデプロイできるエンタープライズ級のワークフローが手に入る」
今後の見通し
Catalystの一般提供により、ITサービス管理分野でのAIエージェント競争はさらに激化するとみられる。次の焦点は、本番環境で自動化の発見・構築がどの程度の精度で機能するかと、バックグラウンドエージェントが誤検出した場合のリスク管理だろう。Servalがモデル非依存を掲げることで、企業が自社モデルを持ち込む事例が増えるかも注目点になる。評価基準や導入実績のデータが公開されれば、日本企業の導入判断もしやすくなると考えられる。
日本の開発者・IT企業にとっての意味
日本のIT企業・開発者にとって、Catalystの登場はITサービス管理の運用コストを削減する選択肢を広げる。特に、チケット発生前に問題を検出するプロアクティブな仕組みは、待ち受け型の運用から先回り型の運用への転換を促す可能性がある。また、生成物がTypeScriptで出力されるため、日本のエンジニアがコードレビューを通じて品質を確認しやすい点は、内部統制を重視する企業に適合しやすい。一方で、外部のAIモデルにシステム管理を委ねる運用は、データガバナンスやセキュリティの観点から慎重な検討が必要で、Servalが掲げるモデル非依存の姿勢が、そうした懸念への対応策となるかが実務上の関心となる。
気になる点
- Catalystはどのような自動化を作り出せるのか
- ワークフローやヘルプデスクスキル、入退社のオンボーディング／オフボーディング業務、アクセスポリシー、ダッシュボードを作成できる。記事のデモではパスワードリセットのワークフローを例に、OktaやGoogle Workspace、Microsoft Entraに接続してTypeScriptコードを生成する様子が示された。
- どの基盤モデルが使われているのか
- CEOの説明では、OpenAIとAnthropicのモデルを用途に応じて使い分けている。エンドユーザーとの対話やツール呼び出しにはOpenAIのGPTが、AnthropicのSonnetとOpusは特定のタスクで最も良い結果を出したという。Servalはモデル交換が可能な設計を採用している。
- 価格や日本での利用開始時期はいつか
- 記事では公表されていない。一般提供の開始は報じられたが、価格体系や地域ごとの提供条件、日本語対応の状況については記載がない。導入を検討する場合は、Servalへの直接の問い合わせが必要になる。
用語解説
- スーパーエージェント
- 管理者向けに、複数のAIエージェントやシステムを統括して、複雑な管理業務を実行する上位のAIエージェント。
- バックグラウンドエージェント
- 画面には現れず、バックグラウンドで接続システムを監視し、問題を検出するAIエージェント。
- フロンティアラボ
- AI分野の最先端で基盤モデルを開発する企業群。OpenAIやAnthropicが含まれる。
- 標準作業手順書（SOP）
- 業務を標準化した手順書。Catalystはこれを読み取り、実行可能な自動化システムに変換できる。
出典
Serval’s super agent Catalyst creates roving background agents to identify and fix IT issues before they’re ticketed
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する