今、AI（人工知能）活用の成否を分けるのは、どの業務を人が担い、どの業務をAIに任せるのかを的確に判断できているかどうかだ。企業における生成AIの活用は広がったが、多くは現場作業の効率化の域を出ていない。そうした中、近年注目されているのが自律的に思考し行動する「エージェント型AI」だ。この“デジタルの同僚”の存在を前提に業務を再設計するかどうかの判断が、企業の競争力を大きく左右する局面に入った。
NTTデータグループのコンサルティングをリードする、フォーティエンスコンサルティングで企業のデジタルトランスフォーメーション（DX）を支援してきた里泰志に、エージェント型AIを導入する上で企業が押さえるべき判断の軸を聞いた。
「答えるAI」から「働くAI」へ
生成AIの限界とエージェント型AIが塗り替える企業の業務設計
現在、フォーティエンスコンサルティングにはAIの導入・活用に関する企業からの相談が急速に増えているという。そんな状況に里は危機感を示す。生成AI導入が現場任せになっているケースが多いからだ。「便利だが、部分的に作業効率が上がっただけ」「AIに任せる範囲と責任が決まらない」「導入効果が示せない」「部門ごとに試していて統制が効かない」といった悩みが寄せられる。「ツールを入れること自体が目的化してAIに何を任せるのかが曖昧なままでは、結局、人の仕事は減らず複雑さだけが増えることになってしまいます」（里）
実際、組織内で実証は増えても、変革が進まないという企業は多い。多くの場合、AIをどこまで業務の担い手と位置づけ、どこまで任せるのかという判断が、組織として行われていないのだ。
DX部門を率いる里は「生成AIを導入するのはもはや当たり前。業務変革による本質的な価値創出を目指すには、今後、自律的に動作可能な『エージェント型AI』がますます重要になります」と語る。
ユーザーの問いに対して膨大な情報源から知識を返す生成AIは、思考の壁打ちや一部の作業の効率化には適している。しかし、限界も見えてきた。生成AIの回答はユーザーが立てた問いの範囲に限られ、他システムとの連携も自動的にできない。得られた回答をもとに判断して実行するのは、結局のところ人間の役割だ。いわば指一本も動かせない優秀なアドバイザーたちに囲まれているようなもので、根本的な業務変革には結びつきにくいのが実情だ。
これに対し、現在注目されているエージェント型AIは、生成AIに行動・思考・記憶の機能を組み合わせ、外部システムと連携して人間の「代理人（エージェント）」として自律的に業務を実行する。「作業の一部支援にとどまらず、業務プロセスを一定程度まで担えるのがエージェント型AIの特徴です。AIによる業務改革の範囲が、単なる個別作業から業務プロセス全体にまで広がります」と里は言う。
エージェント型AIは膨大な知識に基づいて次に取るべき行動を思考し、周囲のシステムと自律的に連携しながら、状況に応じて判断と実行を繰り返す。多くの企業が人材不足の深刻化に直面する中、24時間稼働し、自主的に働けるエージェント型AIを早期に取り入れるかどうかが、企業の競争力を大きく左右する。今、その重要局面に差しかかっている。
「任せる業務」で決まるエージェント型AI導入の成否
エージェント型AI導入の成否は、どの業務に導入するかという選定の段階でほぼ決まる。ビジネスインパクトが期待され、エージェント型AI導入に実現性がある業務が対象になる。ビジネスインパクトは、業務時間の削減や収益性の向上、あるいは高度なスキルを持つ専門職社員の定型業務の低減といった観点で検討する。
実現性の観点では、例外処理が少なく明確な一貫した業務ルールがあること、必要なデータにアクセスできること、達成基準が定義可能であること、エラー時に人間が制御できることなどが重要な判断材料となる。一方、エージェント型AIに任せるべきではない業務は、人間の創造性や感情的知性を必要とするタスクや、不完全な情報に基づく戦略的な意思決定業務だ。
その上で、里は「AIに全ての判断を委ねるのではなく、必ず最終的には人が確認して判断することが重要です」と指摘する。アイデア出しのような個別作業は生成AIを試しやすいが、顧客対応や労務のようにエラーが致命傷に成り得る業務領域への導入は、慎重に検討すべきだ。問われるのは、業務そのものの設計だ。
実際に効果を上げた例として、大規模通信業におけるインフラ設備メンテナンス業務のスタッフ差配（ディスパッチ）がある。現場の課題は、地域や案件ごとに情報が分断されて非効率なことと、若手育成による作業技術の継承が難しいことだった。作業実施日や対応人数の決定、作業候補者の洗い出しと備品の確定といった工程があり、基準の曖昧さや判断の難しさが積み重なっていた。
そこでエージェント型AIに案件優先度を自動でスコアリングし、実績から熟練度を捕捉して担当するスタッフを推薦し根拠を提示する役割を任せるようにした。「地域別の案件情報を集約し、案件を横断してどのスタッフに修理依頼するかの差配パターンをエージェント型AIが初期案として提示します。最終的に人が確認して決定し、対応者と備品を決める流れで進めました」と里は説明する。
特に効果が出たのは割り込み調整だった。緊急修理を誰に割り振るかは、現場状況を管理するマネージャーに負荷が集中しやすい。「エージェント型AIが割り込み調整の初期提案をしてくれることで、差配するマネージャーの負荷を軽減できました」（里）
業務効率化と人材育成のトレードオフも見える化できた。AIが複数案を提示し、業務の効率化に寄りすぎないよう育成も重視するように人間の手で調整した。対話しながらAIを育て、現場も納得して使うことも、エージェント型AI導入で成功するための条件になる。
司令塔組織の設置がエージェント型AIの導入を成功に導く
さらにエージェント型AI導入の際に忘れてはならないのが、導入体制の構築だ。生成AIが普及するほど、社内ルールは乱立しがちだ。部署独自のAI活用マニュアルがあちこちで作られて会社全体で一貫性がない、善意で作ったローカルルールと既存のセキュリティールールとの間に齟齬が生じてどちらを優先すべきか分からなくなる、といったケースが散見される。
だからこそ重要になるのが、AI導入に向けた専任部署となるCoE（センター・オブ・エクセレンス）の存在だ。経営企画、法務、情報システム、業務部門といった各組織を横断してCoEが検討をリードし、企業経営における価値創出と統制、実装を束ねる司令塔の役割を果たすことが求められる。
フォーティエンスには、CoE構築の相談も増えており、AI専任CoEの立ち上げや構想とロードマップづくり、人材ポートフォリオの最適化、AI人材の育成まで一貫して支援している。
「エージェント型AIを導入する上で重要なのは、どのような経営効果を創出するかを念頭に、エージェント型AIを活用した新しい業務を設計することです。また、AI特有のハルシネーションや個人情報流出などのリスクを最小化するガバナンスの構築、セキュリティーの脆弱性検証を回し続ける発想もCoEには必要です」（里）
「成功事例待ち」ではもう遅い
未来から逆算した企業変革を
エージェント型AIが普及すると、人の役割は最終判断を担ってAIの提案を評価することに変わる。AIをより効率的に活用したり、AI自体を育てたりする力が人材の価値になるだろう。AI活用に積極的かどうかという企業文化の差は、企業の競争力をも左右しかねない。
「AI活用の真の価値は単なる効率化ではありません。エージェント型AIをデジタルの同僚として迎え入れる前提でプロセスを作り変え、ガバナンスを効かせて変革を進めることが重要です」と里は指摘する。エージェント型AI導入が成功するか否かは、その一連の設計にかかっている。
フォーティエンスでは幅広い業界や業務を熟知したコンサルタントが連携し、業務の停滞しがちな箇所や例外処理、権限や監査の論点、部門間の壁など、机上で組み上げた理想論では見落としやすい難所を先回りしてつぶしていく。現場において真に解くべき課題を見抜き、未来から逆算した在るべき姿を描けるのは、これまで多様な企業変革を支援してきたフォーティエンスならではだ。
里は「今は他社の成功を待って真似をするのか、自社の業務に合わせて先にエージェント型AIの活用に取り組むかの岐路です」と話す。多くの企業が正解を模索する中で、先行企業はすでにエージェント型AIを前提に業務を組み替え始めている。成功パターンが出そろってから追随する発想では、差が開く局面に入っている。
里 泰志
フォーティエンスコンサルティング株式会社
マネージングディレクター
デジタルトランスフォーメーション部門のリーダーとして、先進技術を活用して企業のデジタル変革をリード。サービス業や小売・流通業、製造業を中心に、デジタルを活用した事業モデル変革や新規サービスデザイン、カスタマー＆マーケティング改革、デジタル人材育成を支援。さらに、東南アジアをはじめとしたグローバルへデジタル改革を展開する。共同翻訳した書籍に『エージェント型AI ビジネス、働き方を一変させる協働知革命』（ダイヤモンド社）などがある。
▶詳細プロフィール・支援実績
▶フォーティエンスが提供するAI変革 “AI Transformation”
▶フォーティエンスのDXコンサルティングサービス
※本記事は日本経済新聞電子版（2026年4月掲載）より転載しています。
日本経済新聞電子版： “デジタルの同僚”の台頭で岐路に立つ企業エージェント型AIで変わる組織と現場 ｜ 日本経済新聞 電子版特集（PR）