企業は、AIエージェントを管理するために必要な統制を確立する前に、意図的にAIエージェントを導入していた。これは、VentureBeat Researchが2026年6月に実施した5つの並行調査から導かれた中心的な結論であり、エージェント型スタックのあらゆるレイヤーを対象としている。この傾向は、クラウド移行からモバイル統合に至るまで、導入の勢いがガバナンスを上回り、組織が事後対応的な是正を迫られた過去の企業向けテクノロジー導入サイクルと重なる。エージェント型の波を特徴づけるのは、その広がりだ。エージェントは本番システム内で自律的に行動できるため、ガバナンスの不足は長期的なコンプライアンス上のリスクにとどまらず、即時の業務運用リスクを伴う。組織は現在、自社の基準を満たすためにガバナンスの枠組みを後付けで整備しており、その取り組みに予算も投じている。測定した5つの管理レイヤーすべてにおいて、企業の57%から68%が12か月以内にベンダーを切り替える、または新たに追加する計画であり、およそ3分の1が今四半期中に変更を行う意向を示している。

VentureBeat Researchは、企業がAIエージェントを責任ある形で信頼する前に実装しなければならない5つの統制を特定した。アイデンティティ、評価、コストテレメトリー、コンテキストレイヤー、オーケストレーションである。アイデンティティは、どのエージェントが、どの認証情報の下で、どの操作を実行する権限を持つかを決定する。評価は、エージェントの出力が品質基準を満たしているかを査定する。コストテレメトリーは、各エージェントの稼働にかかる費用を追跡する。コンテキストレイヤーは、エージェントが回答を生成する際に依拠する業務データと定義を提供する。オーケストレーションのコントロールプレーンは、複数ステップにわたるエージェントのワークフローを調整する。5つの各レポートは、これらの統制の1つに焦点を当てている。これらを合わせると、依存関係の連鎖が形成される。スコープ化されたアイデンティティを持たないエージェントは安全に評価できず、信頼できる評価のないエージェントは自律的に行動するものとして信頼できず、正確なコンテキストを持たないエージェントは、他の統制がどれほど機能していても、自信に満ちた回答を生成してしまう。

導入済みの「エージェント」の多くは実質的にチャットボット

企業の71%は、導入済みの「エージェント」のうち、自律的に複数ステップの作業を完了できるものは4分の1以下だと回答した。真のエージェントが運用対象の過半を占めると答えたのは10%にとどまった。回答者はこの点を評価する立場にある。81%が自社のAI購入を推奨する、または直接決定しているためだ。人間がすべての回答を確認する単一プロンプトのチャットボットには、他の4つのレポートで検証された統制は不要である。これに対し、本物の複数ステップ型エージェントにはそれらすべてが必要になる。しかし多くの企業は、自社がどちらの種類を導入しているのかを明確に特定できていない。この定義上の曖昧さは業界全体で続いており、ベンダーや社内チームが「エージェント」というラベルを一貫性なく適用してきたことで、調達判断とリスク評価が複雑になっている。(調査結果全文：Agentic Orchestration report.)

自律性が評価への信頼を上回る

企業の3分の2は、すでにエージェントが自動評価結果のみに基づいて、人間のレビューなしにコードやシステム変更を本番環境へ反映することを認めているか、または12か月以内にその機能の実現に向けて積極的に開発を進めている。それにもかかわらず、そのような判断を左右する評価に全面的な信頼を示した企業はわずか5%だった。過去1年間で、企業の半数は社内評価に合格したエージェントを出荷したものの、その後、顧客に影響する障害を引き起こしていた。評価への信頼と本番環境の実態との隔たりは、構造的な課題を示している。多くの社内ベンチマークは、管理された条件下でエージェントの挙動をテストしており、実際のユーザー入力のばらつきや変化し続ける業務データを考慮していない。推奨される対応は明確だ。いかなるワークフローからも人間のレビューを外す前に、組織は社内ベンチマークに依存するのではなく、実際の本番成果に照らして評価をテストすべきである。(調査結果全文：Agent Reliability & Evals report.)

認証情報の共有はセキュリティインシデントと相関

企業の69%は、少なくとも一部のエージェントに認証情報の共有を認めている。つまり、複数のエージェントが単一のAPIキーまたはサービスアカウントの下で動作しているということだ。認証情報の共有をどこかで認めている組織では、63.5%（74社中47社）がセキュリティインシデントまたはニアミスを経験した。この割合は、すべてのエージェントが独自のスコープ化されたアイデンティティの下で動作している企業では40.9%（22社中9社）に下がる。この相関は、最小権限アクセスとエンティティごとの認証情報のスコープ化が、人間のアカウントとサービスアカウントの双方で長く基本慣行とされてきた、確立済みのゼロトラストセキュリティ原則と一致する。示された対策は、本番システムとやり取りするエージェントから始めて、各エージェントにスコープ化されたアイデンティティを付与することである。(調査結果全文：Agentic Security & Identity report.)

GPU利用率は低く、コスト追跡も遅れる

自社でGPUを運用する企業の10社中8社超が、利用率は50%以下だと報告した。一方で、自社のAIコンピュートに実際にどれだけのコストがかかり、どのようなリターンを生んでいるかを厳密に監視している企業は44%にとどまる。この組み合わせは、複合的な非効率を生む。組織は測定していないワークロードを最適化できず、ワークロード単位のコスト可視性がなければ、調達判断は利用率データではなく容量不足への不安によって左右される。調査結果によれば、優先すべきは追加のGPU取得ではなく、すでに稼働しているハードウェアの利用率を高め、ワークロード単位のコストを測定することだ。(調査結果全文：AI Infrastructure & Compute report.)

管理されていないデータが、自信に満ちた誤回答を生む

企業の57%は、過去6か月間に発生した自信に満ちているが誤ったエージェントの回答について、誤った指標、古い定義、欠落した文書など、自社の業務コンテキストの欠落または不整合が原因だったと特定した。過半数は、これが複数回発生したと回答している。この結果は、業界がますます認識するようになった区別を浮き彫りにしている。検索品質は必要だが、基盤となる業務定義そのものが不整合または古くなっている場合、それだけでは十分ではない。エージェントが依拠する定義の管理は、指標とエンティティから始める必要があり、それらに依存するエージェントを拡大する取り組みに先行しなければならない。(調査結果全文：Context Layers / RAG report.)

どのレイヤーにも確立された既存有力ベンダーはない

単一のレイヤーにおいて、確固たる既存有力ベンダーは存在しない。現在のデフォルトは、企業がすでに利用している主要AIプラットフォームに同梱された組み込みツールである。切り替え意向が最も高いのはオーケストレーションで、組織の68%が12か月以内にプラットフォームを採用、追加、または置き換える計画を持ち、34%が今四半期中に実施する予定だ。開かれた競争環境は、過去の企業インフラカテゴリーの初期段階と一致している。そこでは、当初はプラットフォーム同梱ツールが優勢となり、その後、専門ベンダーが深さと制御性で差別化していく。今回の調査では、支出がどちらへ向かうのか、すなわちプラットフォームネイティブのツールに向かうのか、専門特化型の挑戦者に向かうのかは把握していない。この未解決の問いが、今後4四半期の市場を規定するとみられる。

本調査について

VentureBeat Researchは2026年6月、VB Pulseプログラムの下で5つの並行調査を実施した。Agentic Orchestration（回答者101人）、Agent Reliability & Evals（157人）、Agentic Security & Identity（107人）、AI Infrastructure & Compute（107人）、Context Layers / RAG（101人）で、合計573人の適格回答者を対象とした。回答者はいずれも従業員100人以上の組織に所属している。サンプルは自己選択式であり、一部の結果は方向性を示すものとして解釈すべきである。各レポートには完全な方法論に関する注記が含まれている。全体のパターンが個々の割合以上に強く裏付けているのは、その方向性自体である。各調査は独立して、同じ方向を示している。VentureBeatは本調査と、これらのレポートが初公開されたカンファレンスであるVB Transformの両方を制作している。