長年、エンタープライズソフトウェアは待っていました。誰かがログインし、画面を開き、データを入力し、次のステップを承認し、一連の処理を完結するのを待っていたのです。すべてのアクションは人間の入力に依存し、すべてのインサイトはリクエストを必要としました。そのモデルは今、徐々にではなく、多くの組織が予期しないスピードで解体されつつあります。

AIエージェントとは、目標を解釈し、状況を監視し、意思決定を行い、その都度指示されることなくビジネスアプリケーション横断で実行できるシステムです。こうしたエージェントは、アナリストの予想より速いペースで試験導入から本番運用へと移行しています。Gartnerは、2026年末までにエンタープライズアプリケーションの40%がタスク特化型AIエージェントを組み込むと予測しており、これは2025年の5%未満からの増加です。この数字は予定どおりに達成されつつあります。買い手にとって、従来の自動化との実質的な違いは自律性にあります。従来のワークフローツールはスクリプト化されたルールに従うのに対し、エージェントは目標と目の前のデータに基づいてどのステップを取るかを選択します。だからこそ、そのデータの質が、ソフトウェアそのものよりも重要になっているのです。

カスタマーサービスはデータが最も明確な分野

カスタマーサービスは、AIエージェントの実際の数値を示した最初の企業機能となり、その成果は疑いようがありません。これは偶然ではありません。サポートは、明確に定義された結果を伴う大量の反復的なテキストベースのやり取りを生み出すため、エージェントが従来の自動化より有利に機能する条件が揃い、ベンダーにとって前後のパフォーマンスを最もクリーンに測定できるのです。

SalesforceのAgentforceプラットフォームは、大規模で最も記録の残っている事例です。Marc Benioff会長兼CEOは、2026年5月の2027年度第1四半期決算説明会で、自社内での展開について率直に語りました。エージェントは現在、Salesforce自身のサポートチャネルで「人間の担当者の2倍のサービス量を処理している」というのです。15か月間で、このシステムは400万件の顧客問い合わせを自律的に処理しました。これは試験導入ではありません。

PenFed Credit Unionは、オペレーション、住宅ローン、IT、人事部門にわたり76個のAgentforceエージェントを導入しました。「Agent Wingman」ツールは通話処理時間を10%、通話後の作業を50%削減し、この単一のエージェントだけで年間160万ドルの節約が見込まれています。UCLA Healthは8か月で初めてのAgentforce展開を立ち上げ、現在このエージェントは、以前は電話が必要だった医師検索や臨床試験に関する患者からの問い合わせに対応しています。

SalesforceのCustomer Success部門責任者であるJim Rothは、コスト削減を超えた観点からこの変化を次のように表現しました。「キャパシティが無限であれば、先回りして、より素晴らしい顧客体験を構築できます。すべての顧客を、当社にとって最も重要な顧客のように扱えるのです」

AgentforceのARRは8億ドルを突破し、前年比169%増、成約件数は29,000件に達しました。その予約の60%超は既存顧客の利用拡大によるもので、これは通常、新規顧客獲得よりも信頼性の高いシグナルとされます。

IT運用：チケットキューから自律的解決へ

IT部門は長年、パスワードリセット、ソフトウェアプロビジョニング、アクセス権申請、インシデントトリアージといった反復的で時間のかかるタスクに埋もれてきました。こうしたチケットの量は、対応するシニアエンジニアの人件費に見合わないことが多いものの、誰かがやらねばなりません。AIエージェントは、多くの予測より速くこの負荷を吸収しています。

ServiceNowがKnowledge 2026カンファレンス(5月)で発表したAutonomous Workforceは、このモデルの最も包括的な展開例です。同社の社内L1サービスデスクのAIスペシャリストは、担当割り当てられたITケースを、同じケースを扱う人間のエージェントより99%速く解決しており、プラットフォームはServiceNow自社の従業員ITリクエストの90%超をすでに自律的に処理しています。

Bill McDermott会長兼CEOは、Knowledge 2026での位置づけを「プラットフォーム・オブ・プラットフォームを超え、あらゆるモデル、あらゆるクラウド、あらゆるデータソースを接続する『エージェントの中のエージェント』になる」と表現しました。

実際の展開例もこれを裏付けています。Bell Canadaは、TelecomでServiceNow AI Agentsを導入した結果、顧客対応時間が25%改善し、AIの正確性に関するポジティブなフィードバックが90%に達したと報告しています。HoneywellのAIアシスタント「Red」はサービスデスクの会話の大半を解消し、ITスタッフをより高度な業務に解放しました。

ServiceNowのAutonomous CRMは現在、顧客ベース全体で毎月1億件超の顧客ケースを解決し、1,600万件超の注文をオーケストレーションし、700万件超の見積もりを構成しています。ServiceNowのサブスクリプション収益は2026年第1四半期に36.7億ドルに達し、前年比22%増となりました。買い手が安易に更新しない市場での成長です。

財務運用：実は重要な「地味な仕事」

企業AIの導入でROIが最も高いのは、一貫して目立たないものです。ドキュメント処理、請求書照合、データマッチング。誰もやりたくないけれど、誰もが正確にやってほしい仕事です。

Insight PartnersのマネージングディレクターであるPraveen Akkiraju氏は、2026年6月のCXOTalkでこの点を、Stampliを例に挙げて説明しました。Stampliは既存のERPシステムの上に構築されるAIネイティブの買掛金管理プラットフォームで、請求書処理にエージェントロジックを適用します。あらゆる形式の請求書を取り込み、取引をコーディングし、購買発注書と品目を照合し、企業自らの履歴データから学習したパターンに基づいて承認をルーティングします。

Akkiraju氏はこう観察しています。「強力なデータプラットフォームの上にエージェントを構築し、LLMの超能力のひとつである、ノイズからシグナルを見分ける能力を活かせるのです」

つまり、AP(買掛金)自動化が興味深いのはキーストロークを減らすからではなく、エージェントが「正常」の姿を学習し、「正常でない」ものにフラグを立て始めるからなのです。

データもこの見方を裏付けています。財務・運用分野のAI導入は、決算処理を30~50%高速化することが文書化されており、カスタマーサービスエージェントは小規模チームに月40時間以上の節約をもたらしています。これらは予測ではなく、現在の導入からの報告された成果です。業界横断で一貫したパターンがあります。最も高いリターンは、大量でコンプライアンス負荷が高く、複数ステップの調整を要するプロセスをエージェントが扱うときに得られます。まさに、高額な人件費の人材に任せる妥当性を証明するのが最も難しかった仕事です。

営業・CRM:記録システムから収益へ

営業ソフトウェアで起きている変化は、多くの買い手が認識しているより重大です。CRMシステムは常に記録システムでした。起きたことを起きた後に記録し、誰かが後でレポートを読む。AIエージェントはこのフローの遅延と方向の両方を変えつつあります。

ServiceNowのGlobal Customer Operations部門責任者であるPaul Fipps氏は、同プラットフォームが営業チームで目にしているパターンをこう説明しました。「エージェントが適切なリードの優先順位付けを支援し、コンバージョンを改善し、準備時間をほぼ80%削減することを、私たちは直接目の当たりにしてきました」。この準備時間の削減は重要です。営業準備は、有望なリードと実際の会話の間のボトルネックになることが多いからです。

Salesforce側では、Benioff氏がDellの導入を効率向上を超えた成果として挙げました。Agentforceエージェントは、新規サプライヤーのオンボーディングを含むDellのサプライチェーンの一部を自動化し、平均オンボーディング期間を数か月から数日へと短縮しました。

Redditはサポートケースの46%を deflect(他路線への転換)し、解決時間を84%短縮、平均応答時間を8.9分から1.4分に低下させました。Adeccoは、標準労働時間外の候補者との会話の51%を完全にエージェントだけで処理しました。これらは例外的なケースではなく、大手企業顧客にとっての標準的な導入パターンになりつつあります。

誰も完全には解決していない統合問題

以上のパターンは現実のものですが、重大な但し書きが付きます。エージェントは、その下にあるデータがクリーンで接続されているときに機能します。そうでなければ、結果は貧弱か予測不可能のどちらかになります。

グローバルで1,050人の企業ITリーダーを調査した2026 Connectivity Benchmark Reportによると、現在接続されているエンタープライズアプリケーションは27%のみです。平均的な企業は12個のAIエージェントを稼働させており、その半数は協調システムの一部としてではなく、孤立したサイロで動作しています。また、86%のITリーダーが、統合が欠如した場合、エージェントは価値より複雑さを生むと考えています。Gartnerはさらに一歩進め、コスト上昇、ビジネス価値の不明確さ、リスク管理の不備により、2027年までにエージェント型AIプロジェクトの40%超が中止される可能性があると予測しています。

Boomiはこの問題に最も直接的に取り組んでいるプラットフォームです。アプリケーションを接続し、APIを管理し、マスターデータを同期し、現在ではAIエージェントのワークフローを統制するこのエンタープライズ統合レイヤーは、顧客ベース全体で75,000を超えるエージェントを本番環境で稼働させています。

Amneal PharmaceuticalsのIT Enterprise Data, Integrations and Analytics シニアマネージャーであるJoe Varghese氏は、BoomiとClaudeを組み合わせて24時間365日の自律的インシデント対応エージェントを構築した結果をこう語りました。「SLA遵守率を85%から98%に引き上げ、チームはインシデント管理の代わりにイノベーションに集中できるようになりました」。このエージェントは、人間がチケットを起票するのを待つことなく、検知、診断、解決を主導します。

Boomiは、2026年6月のGartner Emerging Market Quadrant for No-Code Agent BuildersでPioneerに選ばれました。これは、専門的なエンジニアリングリソースなしでエージェント型導入を可能にするプラットフォームを専門に追跡する、比較的新しい評価カテゴリです。

ServiceNowのMcDermott氏は、Knowledge 2026でより広範な問題を認めました。「企業はAI機能に何十億ドルも投資してきたのに、その大多数は投資を測定可能なビジネス成果に結びつけられていません」

統合の課題は、製品の発表で解決するものではありません。エージェント導入の事後対応ではなく前提条件として、データアーキテクチャを扱うことが求められます。今、AIエージェントから最も多くを得ている企業は、最初からそのアプローチで臨んだ企業です。クリーンなデータ、明確な権限設定、監査証跡、重要な意思決定に対する人間の監督。その作業は、順番ではなくエージェント導入と並行して進められています。聞こえるより煩雑ですが、実際の企業変革がどのように展開されるかについて、より正直な姿です。この分野を見守る組織にとって、追うべきシグナルはベンダーの発表ではなく、エージェント導入が2027年の中止ベンチマークに耐えられるかどうかです。そして現在のデータ統合の数字からすると、ほとんどの企業はまだそれを当然視する権利を得ていません。