Gartnerはエージェント型AIプロジェクトの40%超が2027年末までに中止されると予測し、この名称を掲げる数千のベンダーのうち実体があるのはおよそ130社だとしている。エージェントとは実際に何であり、自社の業務にそれが必要かをどう見分けるか。
This article was translated from the English original. Translations are machine-assisted and reviewed on a rolling basis.
ソフトウェアはこれまで越えたことのない一線を越えつつある。誰かが書き下ろした手順を実行する段階から、その手順そのものを決める段階へ移りつつあるのだ。AIエージェントとは要するにそれだけのことであり、同時に、置き換える対象である従来の自動化よりもエージェントの統治が難しい理由でもある。
市場は能力の先を走っている。Gartnerはエージェント型AIプロジェクトの40%超が2027年末までに中止されると予測し、その理由として費用の膨張、事業価値の不明確さ、リスク統制の不備を挙げている。同じ調査は騒がしさにも数字をあてている。エージェント型AIを売る数千のベンダーのうち、実体があるのはおよそ130社。残りは名前の付け替えである。
本ガイドでは、エージェントが何でできているか、ワークフローと何が違うか、そしてある業務がエージェントに値するかをどう判断するかを扱う。
エージェントとは実際に何か
エージェントは知覚し、推論し、行動し、その結果から学ぶ。従来の自動化は三つ目だけを行い、それ以外は行わない。
マクロ、cronジョブ、ETLパイプライン、ロボティック・プロセス・オートメーションには共通の性質がある。システムを通る経路があらかじめ書かれていることだ。そのおかげで予測可能で、考えるのが容易で、そして脆い。想定した入力から少しでも外れれば壊れ、その壊れ方はたいてい緩やかではなく全面的である。
エージェントはその逸脱を、実行時に判断することで処理する。状況を読み、手持ちの道具の中から選び、あるステップが期待どおりの結果を出さなければやり直す。その柔軟さの代償として、コードを読めばシステムの挙動が分かる、ということはもはや成り立たない。
差を生むのは三つの能力である。知覚とは、自然言語であれ文書であれ画面であれAPI応答の流れであれ、構造化されていない入力を取り込む力。推論とは、目標を段階に分解し、その中から選ぶ力。作動とは、外界に働きかける力であり、実務上はAPIを呼ぶこと、記録システムに書き込むこと、あるいはコードを生成して実行することを意味する。
エージェントを構成する部品
実装の成否は、モデルの選択よりもアーキテクチャで決まる。まともなシステムのほぼすべてに、五つの構成要素が現れる。
| 構成要素 | 役割 | 代表的な技術 |
|---|---|---|
| センサー | 実行の起点となる、あるいは実行に情報を与える入力を取り込む | Webhook、APIポーリング、OCR、音声認識 |
| メモリ | 一回の実行の中で、また実行をまたいで文脈を保持する | ベクトルデータベース、キーバリューストア、グラフデータベース |
| プランニング | 目標を順序立てた一連の手順に分解する | LLMベースのプランナー、階層型タスクネットワーク |
| ポリシー | 選択可能な中から次の行動を選ぶ | モデル推論、学習済みポリシー、ルールエンジン |
| アクチュエータ | 決定を別のシステムへ届ける | REST API、データベースコネクタ、RPAツール |
設計が狂いやすいのはメモリである。二種類が混同されやすいからだ。短期メモリは一回の実行の作業文脈を保持し、そのあと捨てられる。長期メモリは実行をまたいで残り、エージェントが上達するための土台になる。MITのState of AI in Business 2025は、この二つ目の欠如を企業導入が行き詰まる中心的な理由として挙げている。フィードバックを保持しないシステムは適応できず、最初の一週間の品質のまま頭打ちになる。
単体のエージェントの外側では、二つの型が繰り返し現れる。マルチエージェント構成は仕事を専門家に分け、オーケストレーターがその間を振り分ける。領域が本当に異なるときには効き、そうでないときには足を引っ張る。ハイブリッド構成は、行動の前に承認するか、行動の後に監視するかという形で、決められた地点に人を置く。
ワークフローかエージェントか
この分野で最も有益な判断は、しばしばエージェントを作らないことである。
Anthropicのエンジニアリング指針はその線を正確に引いている。ワークフローでは「LLMとツールは、あらかじめ定義されたコード経路を通じて編成される」。エージェントでは「LLMが自らのプロセスとツールの使い方を動的に指揮する」。続く推奨は率直だ。可能なかぎり単純な解を探し、必要なときにだけ複雑さを増やすこと。それは「エージェント型システムをまったく作らないことを意味する場合もある」。
天秤にかかるのは、遅延と費用に対する柔軟性である。九十パーセントの事例を処理して残りを人に上げるワークフローは、たいてい運用が安く、デバッグが容易で、九十五パーセントを処理しながらその根拠を説明できないエージェントより、規制当局にはるかに説明しやすい。
だから問うべきは、その業務をエージェント化できるかどうかではない。仕事の中の変動が本物かどうかである。入力が一定で手順が既知であれば、正解はワークフローであり、エージェントはそこへ至るための高くつく手段にすぎない。
業務を選ぶ
変動が本物である場合、次の絞り込みは、結果を検証できるかどうかである。
検証可能な結果を持たないまま動くエージェントは負債になる。誤りが実行をまたいで静かに積み上がるからだ。有効な判定基準は、エージェント自身が制御していない何かが、その仕事が正しく行われたことを確認できるかどうかである。支払いは照合が合うか合わないかのどちらかだ。レコードは元のシステムと一致するかしないかのどちらかだ。これらは確認できる。もっともらしく読める要約は確認できないし、人についての判断も確認できない。
だからこそ、最初の業務を選ぶときには機微さよりも検証可能性のテストが重要になる。そして営業フォローアップが見た目より良い出発点になりやすいのも同じ理由だ。結果が測定でき、失敗の現れ方が目に見え、一手抜けたところで取り返しのつかない害が誰かに及ぶことがない。
作業が反復的で、量が構築の投資に見合い、誤った答えが六か月後の監査ではなくその場で表に出る。そこから始めること。
何が壊れ、何が持ちこたえるか
エージェントは自動化とは違う壊れ方をする。自分で手順を選ぶシステムは、まずい選び方をしたまま進み続けられるからだ。
能力の高いモデルは、意図された目標ではなく与えられた目標を追い、設計者が想定しなかった経路を取る。これは珍しい病理ではない。最適化器として当然の振る舞いであり、だからこそ持ちこたえるガバナンスは、何をすべきかという指示に頼るのではなく、エージェントに何ができるかを制約しなければならない。
重みの大半を担うのは三つの統制である。範囲を絞った資格情報は、エージェントがその業務に必要なシステムにしか到達できないことを意味し、まずい判断の被害範囲を限定する。監査証跡は、何がどんな根拠で決められたかを記録する。これが、結果を説明することと当て推量することの差になる。定められた人間のチェックポイントは、取り消しに費用のかかる行動の手前に置かれる。
出力のレビューはアクセス制御とは別個の問題であり、両者は取り替えのきくフィルターではない。
ここから何が言えるか
中止率は、エージェントが機能しないことの証拠ではない。多くの組織が最初の業務を選び間違えているか、名前を付け替えたチャットボットを買っているか、ワークフローで足りて安く済んだところにエージェントを建てているという証拠である。
価値を得ている組織は、たいてい地味なことをしている。本物の変動があり結果を確認できる業務を一つ選び、それを扱う最小限のシステムを作り、失敗が見えるように計測を仕込み、最初の一つが信頼できるだけの期間動いたあとで初めて広げる。ベンダーの示す日程より遅い。そして監査との接触を生き延びるのはこちらの版である。
構築に踏み切る前に、二つのシステムのどちらが本当に必要なのかを正直に見きわめること。この二年間にエージェントの功績とされてきた価値の多くは、ワークフローが生んだものである。
Frequently asked questions
What is an AI agent?+
An AI agent is software that perceives its environment, plans a course of action, carries it out, and adjusts based on the result. The distinction from ordinary automation is that the sequence of steps is decided at runtime rather than written in advance.
How is an AI agent different from a workflow?+
In a workflow, the path through the system is fixed in code and the model fills in steps. In an agent, the model decides the path. Anthropic's engineering guidance recommends the workflow wherever it will do, because agents trade latency and cost for flexibility.
Why are so many agentic AI projects cancelled?+
Gartner attributes the cancellations to escalating costs, unclear business value, and inadequate risk controls. A large share of projects begin as proofs of concept driven by hype rather than by a process with a measurable failure mode.
What is agent washing?+
Agent washing is the rebranding of existing chatbots, assistants, and robotic process automation as agentic AI without the underlying capability. Gartner estimates only around 130 of the thousands of vendors making the claim are genuine.