エージェント型AIの導入は、それを支えるために必要な企業基盤よりも速いペースで進んでおり、多くの組織が、大規模運用に必要なプロセス、データ、コスト、統制の面で苦戦しています。

この見方は、AI Businessの週次ブリーフィング「Prompt」の最新号によるものです。Promptは、変化するAI業界の主要動向を分析的に整理し、重要な記事を厳選して紹介するものです。

エージェント型AIとは、限られた人の監督のもとで複数段階のタスクを計画・実行できるシステムを指し、企業データを活用し、ソフトウェアツールを呼び出し、業務システム全体でアクションを起こします。単一の指示に答えるために作られたチャットボットより一段進んだ存在です。企業はAIエージェントに大きな期待を寄せていますが、準備が整っているかどうかは別の問題です。新しいDeloitteの調査によると、米国のビジネスリーダーの約75%が、今後4年以内にAIエージェントが自社の業務プロセスの約半分を変えると予想しています。しかし、自律型エージェント向けにワークフローを再設計できると考える企業は、わずか20%でした。

この結果は、注目すべき時期に示されたものです。企業はより多くのエージェントを導入し、ベンダーは主要な企業向けソフトウェアにエージェント構築ツールを直接組み込むことで導入を容易にし、AI機能も進化を続けていますが、それを支える組織基盤は同じ速度では進んでいません。その結果、エージェント型AIにできることと、企業が実際に管理できることの間に、ますます大きなギャップが生まれています。

それでも導入は加速しています。Salesforceの調査では、組織全体のAIエージェント数の平均が15か月でほぼ3倍に増え、エージェントの作成と有効化に必要な時間は53%短縮され、2日未満になりました。エージェントが担う作業量も増えており、アカウント当たりの平均アクション数は同じ15か月で月次複合成長率31%で増加しました。要するに、企業はこれまでになく速くエージェントを導入できますが、それを効果的に活用できるよう組織を整えることは、はるかに複雑だということです。

最大の障壁は企業内部にあります。Deloitteは、多くの組織が準備不足であり、業務プロセスの不明確さ、分断されたデータとシステム、既存の働き方を変えることへの抵抗が障害になっていると指摘しました。こうした課題はAI以前から存在しますが、ここではより重い意味を持ちます。スクリプトベースの自動化とは異なり、エージェントは進めながら自ら次の手順を判断するため、明確に定義されたプロセスと信頼できるデータは、改善点ではなく前提条件になります。エージェントがより大きな責任を担うほど、こうした障壁の重要性は増します。信頼できるデータに安定してアクセスできなければ、エージェントは信頼性の高い結果を出すのが難しくなります。

コストも懸念材料です。Gartnerは、より複雑な推論や計画によって推論コストが上昇するため、エージェント型AIは従来の規模の経済の恩恵を受けにくい可能性があると指摘しました。エージェントは計画、推論、ツール利用の過程で多数のモデル呼び出しを行うことがあるため、利用が増えるほど費用が下がるのではなく、タスクの複雑さに応じて費用が膨らむ可能性があります。信頼性への疑問も残っています。HFS Research and TCSの調査で、AIが一貫してビジネス成果を生み、規制当局の信頼を得て、十分な統制を提供していると答えた経営層は35%にとどまりました。

総合すると、これらの動向は拡大する乖離を示しています。組織はより多くのエージェントを導入し、より多くのことを任せていますが、それを支えるために必要なプロセス、データ、経済性、統制はまだ追いついていません。現時点では、調査結果はモデルの能力ではなく、組織の準備状況が制約要因であることを示しています。エージェント型AIの普及は速く進んでいるかもしれませんが、企業側の準備を加速することははるかに難しいことが示されています。

今週のAIニュースのほかの記事

• OpenAI's Model Slowdown Offers CIOs a Lesson in AI Planning — AIラボが最先端モデルの開発を減速させる判断をしたことは、モデルの能力、提供状況、ベンダーのスケジュールが変化する中で、CIOには柔軟に対応できるAIロードマップが必要であることを示しています。
• Micron Puts $10B Behind US AI Memory Research — この半導体メーカーは、ますます要求の厳しくなるAIシステム向けに、メモリ、コンピュート、パッケージング技術の進化に焦点を当てたアイダホ州の新たな研究拠点に100億ドルを投資しています。
• Nvidia's SONIC Teaches Humanoids to Move — この基盤モデルにより、ヒューマノイドロボットは人間のデモンストレーションから幅広い全身動作を学習できるようになり、同社の物理AI分野への取り組みを前進させます。
• Starling Bank Adds AI-Powered Skills to Customer-Facing Chatbot — 同行は、より複雑な銀行関連の問い合わせに対応し、より個別化されたサポートを提供するための新機能を備え、顧客向けAIアシスタントを拡張しています。
• AI Productivity Gains Aren't Translating to IT Workload Relief — AIはIT担当者の毎週の作業時間を削減していますが、新たな責務がその生産性向上を相殺しているため、多くの担当者は業務負荷が変わらないか、むしろ増えたと述べています。
• AI-Backed Campaign Targeting Vulnerable Siemens S7 Devices, CISA and FBI Warn — 両機関は、攻撃者がAI支援の手法を使い、エネルギーや水道を含む重要インフラ部門の脆弱なSiemens産業制御システムを標的にしていると警告しています。
• Pony.AI Has Plans for 4,000 Robotaxis Outside China — この中国企業は、自動運転事業の拡大を加速させるなかで、世界で4,000台のロボタクシーを展開する計画です。
• How Enterprises Can Catch Up with the Rapid Pace of AI Advances — 急速なAIの進展に追いつこうとする企業には、業務プロセスを正確に理解し、機能やコストの変化に応じてモデルやエージェントを柔軟に切り替えられることが求められます。

関連報道: Nvidia's New Open Model Is for Specific Use Cases | Meta Reverses Course with Open-Weight Muse Glimmer | Microsoft Framework to Cut AI Agent Training Costs

出典: AI Business | Liz Hughes、寄稿ライター | 2026年8月21日