AIエージェントとは — 任せられる業務と導入前に決めること

AIエージェントを名乗る製品は増えましたが、どの業務をどこまで任せてよいのかは、製品の説明を読んでも見えにくいままです。AI事業者ガイドラインと情報通信白書、デジタル庁の資料をもとに、定義と仕組み、生成AIやRPAとの違い、任せる範囲の線引き、導入前に決めておく権限・承認点・操作履歴のルールを順に整理します。

結論：AIエージェントとは、目標に向けて手順を組み、作業まで進めるAIです

AIエージェントとは、人が渡した目標に向けて必要な作業を自分で組み立て、検索や社内システムなどの道具を使って作業を進めるAIのことです。AI事業者ガイドライン（第1.2版、2026年3月31日）は、AIエージェントを「特定の目標を達成するために、環境を感知し自律的に行動するAIシステム」と定義しています^※1。

チャット型の生成AIが文章を返して終わるのに対し、AIエージェントはメールの下書きを保存したり、表に入力したりと、画面の中の操作まで進めます。そのぶん、間違えたときの影響は文章の誤りより重くなります。どこまでを任せるかという線引きを先に決めることが、導入でいちばん大切な作業です。

導入の前に決めることは、渡す権限、人が止めて確かめる承認点、あとから追える操作履歴の3つです。2026年3月のガイドライン改定でも、人間の判断を介在させる仕組みの構築や最小権限の設定が、AIエージェントについて留意すべき事項として加わりました^※2。製品を比べる前にこの3つを書き出せるかどうかで、試験運用の進み方が変わります。

AIエージェントの定義と仕組み — 国の資料はどう説明しているか

国の資料では、AIエージェントは、目標や自然言語の指示を受けて自動でタスクを決め、必要に応じて細かく分けて実行するAIと整理されています^※3。令和7年版の情報通信白書によると、AIエージェントを標榜するサービスが多く開発・展開されるようになったのは、2024年後半からです^※3。白書は、定義が開発企業によって異なると断ったうえで、AIエージェントと呼ばれるものの傾向をこのように整理しています。

ガイドライン^※1の定義で押さえたいのは「自律」の幅で、脚注には、高度な自律状態だけでなく、ある程度の自律性を持つものも含むと書かれています。人の承認を待ちながら一歩ずつ進む仕組みも、この定義ではAIエージェントの一種です。複数のAIエージェントが自律的に意思決定し、行動を起こす仕組みは「エージェンティックAI」と呼ばれます。ガイドラインは、これをAIエージェントより包括的な概念として脚注で紹介しています^※1。

わかりやすく言い換えると：作業ではなく目標を渡すAI

出張の手配で比べると、違いがつかみやすくなります。チャット型の生成AIには「大阪駅から歩いて10分以内で、1泊1万5千円以下のホテルの候補を3軒挙げて」と作業を1つずつ頼み、予約は人が自分の手で進めます。AIエージェントには「来週火曜の大阪出張を、社内の出張規程の範囲で手配して」と目標を渡し、候補探し、規程との照合、予約画面への入力までを任せる、という頼み方です。

AI事業者ガイドラインも、2026年3月の改定で、旅行先の予約や提案をするエージェントをAIシステム・サービスの例に加えています^※2。この例で人が持つべき場面は、予約を確定して費用が発生する直前です。目標だけを渡すと、AIは目標に向けて最後の手順まで進もうとするため、どこで止めて人に確かめさせるかを先に決めておく必要があります。

仕組み：考える・道具を使う・結果を見て次を決める

AIエージェントの中は、役割の違う部品の組み合わせでできています。主な部品と、請求書の照合に当てはめた例を表にしました。

定義にある「環境を感知し」は、道具を使った結果を読み取り、次の行動を変える部分に当たります^※1。道具や社内文書とのつなぎ方には、共通の方式も使われ始めています。デジタル庁は2025年10月、文書レビュー用AIエージェントの開発に向けた情報提供依頼書を出しました^※4。その中で、RAGやMCPを活用してガイドラインを参照する方式を、提案を求める技術領域に挙げています。RAGは社内文書などを検索して回答の材料にする仕組みで、MCPはAIと外部の道具をつなぐための共通の取り決めです。

仕組みの上で注意したいのは、AIが示す理由と実際の処理が一致するとは限らない点です。2026年3月の改定では、大規模言語モデルの根拠提示は内部の決定ロジックの説明ではなく、もっともらしい理由を出力しているにすぎない旨が明記されました^※2。AIエージェントが何をしたかは、説明の文章ではなく操作の記録で確かめます。

AIエージェントの種類 — 自律の度合いと動く場所で分ける

製品名で並べるときりがありませんが、業務で使うときは「どこまで自分で進めるか」と「どこで動くか」の2つの軸で分けると判断しやすくなります。自律の度合いで分けた型を、向いている作業と並べました。

動く場所で見ると、チャット画面の中、メールや表計算などの業務アプリの中、ブラウザやパソコンの画面の上、自社で開発したシステムの中の4つに分かれます。画面の上で動く型は、人の代わりにマウスやキーボードを操作するのが特徴です。同じ「AIエージェント」でも、触れられるデータと操作できる範囲は動く場所で変わるため、権限の決め方も変わります。

1体ですべてをこなす型のほかに、調達と在庫の管理を別々のAIエージェントが受け持つように、複数のエージェントが分担する型もあります^※5。

生成AI・RPAとの違い — 手順を決めるのは人かAIか

違いが表れるのは、手順を誰が決め、どこまで実行するかという点です。総務省のガイドブック^※6によれば、RPAは、普段人が行う定型的なパソコン操作をソフトウェアのロボットが代わりに行うものです。処理のルールを定義した「シナリオ」に沿って、表計算ソフトや業務システム、メールなど複数のアプリケーションをまたいで動きます。チャット型の生成AIは指示に答えて文章や案を返し、AIエージェントは目標から手順を組んで操作まで進めます。

RPAとAIエージェントの違い — 決めた手順か、手順を組むか

RPAの強みは、決めたとおりに動くことです。総務省のガイドブックは、RPAはシナリオで定義された指示どおりに動作するため、例外的な状況や仕様変更の場合を除いて処理を誤ることはないと説明しています^※6。そのぶん、書式が取引先ごとに違う書類の読み取りや、内容に応じた振り分けのように、その都度判断が要る作業は苦手です。

同じガイドブックは、RPAの自動化には3段階のレベルがあるという整理を紹介しています^※6。AIを搭載した2段階目以上であれば、その都度判断を要する非定型の作業も自動化できるという説明です。ただし、いま普及しているRPAツールは1段階目でAIを含まず、AIを搭載した他のツールと組み合わせて使う形です^※6。

実務では、判断が要る部分をAIエージェントに、確定した入力をRPAに分ける組み合わせが現実的です。たとえば、書式がばらばらの注文書から品名と数量を読み取り、確認用の一覧を作る作業はAIエージェントに、確認済みの一覧を基幹システムへ登録する作業はRPAに任せます。すでにRPAで動いている処理を置き換える必要はなく、例外として人に回っていた作業から試すと、前後の差を比べやすくなります。

チャット型の生成AIとの違い — 答えを返すか、操作まで進むか

チャット型の生成AIでは、出力された文章を人が読み、使うかどうかを決めてから、転記や送信も人の手で行うのが普通です。誤りがあっても、人が読んだ時点で止められる構造です。AIエージェントはメールの送信やシステムへの登録まで自分で進めるため、誤りがそのまま操作として外に出るおそれがあります。

2026年3月の改定では、AI事業者ガイドラインにAIエージェントのリスクが追記されました^※2。追記されたのは、自律的な行動による人間の意図しない動作、連携先が増えることによる攻撃対象の拡大、内部データが不正に外部へ送信されるリスクなどです^※2。どれも、AIが文章を返すだけなら起きにくく、操作の権限を持ったときに表に出るものです。生成AIの利用ルールをすでに作っている会社でも、AIエージェントについては「操作」の決まりを足す必要があります。

AIエージェントの業務での例 — 白書とデジタル庁の資料から

AIエージェントの業務での例には、調達・在庫の管理、空調機の点検、設備の故障診断、経費精算、行政の文書レビューがあります^※5※4。いずれも令和8年版の情報通信白書とデジタル庁の資料に載っている例で、白書の例は企業の発表やヒアリングにもとづく紹介です。実証実験や試験運用の段階のものも含まれます^※5。

表の例を並べると、AIエージェントが受け持っているのは、照合、点検、診断の材料の提示、申請データの作成といった、人が判断する手前の作業が中心です。点検の例では結果が担当者のスマートフォンに届き、故障診断の例では原因と対策を示すところまでをAIが担います^※5。在庫補充の判断まで自動で最適化しようとする調達の例は、2025年12月に実証実験の開始が発表された段階です^※5。

デジタル庁の依頼書^※4は、提案を求める技術領域の1つに「人間作業とAI作業の境界線についての方針（Human in the loop）」を挙げています。どこまでをAIに任せ、どこから人が持つかという線引きは、行政でも企業でも、導入を決める段階で答えを求められる問いです。

業務自動化で任せられる業務・任せられない業務

任せてよいかどうかは、作業の種類よりも、誤ったときに何が起き、結果が誰に届くかで決まります。デジタル庁の生成AIガイドライン（DS-920、2026年6月12日）は、行政での利用について、高リスクかどうかを判断するための3つのリスク軸を示しています^※7。会社の業務に読み替えたものを右の列に置きました。

同じガイドラインは、相手のメールの内容に応じた返信を作り、職員の確認を経ずに自動で返信するものを、高リスクの例に挙げています^※7。返信文を作るところまでなら任せやすい作業でも、確認なしの送信まで任せると扱いが変わるということです。

白書によれば、ヒアリングに応じた先進企業の多くは、業務プロセスを作り直す際に人間とAIの役割分担の設計を重視しています^※5。業務領域の特性や人間が負うべき責任の範囲を見極め、どのタスクをAIによる判断の補助にとどめ、どのタスクを自律的に実行させるかを検討しているという内容です^※5。仕事そのものがAIに置き換わるのかという問いは、AIに仕事は奪われるのかで業務の単位に分けて整理しました。

任せない線の引き方 — 取り消せるか、社外に出るか、説明できるか

現場で迷ったときは、次の問いで確かめると線を引きやすくなります。

1. 取り消せるか。下書きの保存や社内向けの集計はやり直せますが、送ったメール、確定した支払い、消したデータは元に戻せません。
2. 社外に出るか。顧客や取引先に届く操作は、誤りがそのまま自社の信用に響きます。
3. 理由を説明できるか。AIが示す理由は実際の処理を説明したものとは限らないため、採用や与信のように理由の説明を求められる判断は人が行います^※2。

3つの問いのどれか1つにでも当てはまる操作は、承認を挟む側か、人が行う側に置くのが原則です。どの業務からAIを試すかの洗い出しは業務の見極め方と棚卸しの手順で扱っているので、ここでは洗い出した業務のうち「どの操作まで任せるか」を決めることに絞ります。

AIエージェントを業務フローに組み込む — 止める場所を先に決める

業務フローに組み込むときは、AIエージェントに渡す区間と、人が止めて確かめる地点を流れ図に書き込んでから設定に入ります。請求書の照合を例にすると、AIエージェントと人の分担は次のような流れです。

1. AIエージェントが届いた請求書を読み取り、取引先、金額、支払期日を抜き出す
2. 発注データと突き合わせ、一致したものと差異のあるものに分ける
3. 差異のあるものについて、考えられる理由と確認先を一覧にする
4. 担当者が一覧を確かめ、支払いを承認する（承認点）
5. 承認されたものだけを会計システムに登録する

この流れで人が持つのは4番目の承認点で、想定外の入力が来たときの扱いもあわせて決めておきます。総務省のRPAガイドブックは、想定外の入力データが来たときに、自動処理を止めて職員の判断を入れるか、処理を飛ばして後で職員が確かめる安全対策を挙げています^※6。AIエージェントでも、読み取れない書類や大きな金額の差異が出たら処理を止めて人に回す設定が必要です。

AIエージェントのリスクと対策 — 2026年3月の改定で加わった項目

AIエージェントに特有のリスクは、2026年3月のAI事業者ガイドライン改定で、便益とあわせて整理されました^※2。便益として挙げられたのは、複数のシステムと連携しながら自律的に動くことで、調整・分析・意思決定などの業務を効率化できる点です^※2。リスクと、それに対応する留意事項を表に並べました。

表の対策のうち、権限と操作履歴は、製品を選ぶ前に社内で決められる項目です。

最小権限で始める — 連携先とデータを絞る

権限は、担当者が持っている権限をそのまま渡すのではなく、その業務に要る分だけを渡します。改定後のガイドラインも、最小権限の設定と、AIエージェントが使う連携ツールやシステムの制限を留意事項に加えました^※2。実務では、AIエージェント専用のアカウントを用意し、最初は読み取りだけを許します。そのうえで、下書きの保存、社内への送信、社外への送信と、試験運用の結果を見ながら1段ずつ広げます。

渡すデータの絞り方も、権限と同じ考え方です。白書は、AIが参照するデータの範囲を絞り、部門や職階によってアクセスすべきでない情報を出力しないようにする対策が、先進企業でとられていると紹介しています^※5。顧客情報や人事情報は、最初の試験運用では対象から外しておくと安全です。入力してよい情報の決め方は、生成AIの社内ガイドラインの作り方の考え方をそのまま使えます。

操作履歴を定期的に見る — AIの説明ではなく実際の操作で確かめる

改定後のガイドラインは、AI利用者に向けて、AIエージェントは自律性を持って行動するため、定期的な操作履歴の確認や報告が重要だとしています^※2。見る項目は、読み込んだデータ、実行した操作、承認を求めた場面、人が直した箇所の4つで足ります。

確かめる頻度は、試験運用のあいだは毎日、安定してからは週に1回というように段階で変えると、担当者の負担が続く範囲に収まります。人が直した箇所が多い作業は、指示か権限の決め方を見直す合図です。出力の中身を確かめる観点そのものは、AI時代に管理職に求められる役割の変化で検収の考え方として扱っています。

導入前に決めること — 目的・権限・承認点・操作履歴・中断の手順

製品を選ぶ前に、AIエージェント1つごとに次の項目を書き出しておきます。書けない項目が残っているうちは、試験運用に進まないほうが安全です。

1. 目的と完了の条件（何ができたら終わりか、成果物は何か）
2. 権限と連携先（読む、下書きする、実行する、のどこまでを、どのシステムに許すか）
3. 承認点（どの操作の前に、誰が確かめるか）
4. 操作履歴の点検（誰が、どの頻度で、何を見るか）
5. 中断の手順（異常に気づいたときに誰が止め、どこまで戻すか）

決めた内容は、エージェントごとに1行の管理表へまとめます。総務省のRPAガイドブックは、管理が不十分なまま放置されたRPAを通称「野良ロボット」と呼び、セキュリティ上のリスクにもなりうると注意しています^※6。そのうえで、適用業務や操作対象のシステム名、管理者などを管理台帳で一元管理する方法を示しました^※6。AIエージェントは業務の担当者が自分で作れる環境が広がっているため、同じ管理の考え方がそのまま役に立ちます。

社員が自分で作る場合のルールも、ここで決めます。デジタル庁のガイドラインは、利用者がAIエージェントを作れる環境について、ルールの整備を定めています^※7。出力の適切さを判断せずにタスクを実行するものは作成を制限するか、作った場合は利用開始前に報告させる、という内容です^※7。白書^※5も、社員が個人の判断でAIを業務に使う「シャドーAI」には、機密情報の流出などのリスクがあると指摘しています。

AIエージェントの作り方 — 3つの方式と試験運用の進め方

作り方は、開発の度合いによって3つの方式に分かれます。特定の製品の操作手順は製品ごとに違うため、ここで扱うのは方式の選び方と、試験運用の進め方です。

白書の企業調査では、生成AIに組織的に取り組む日本企業のうち、社員が生成AIを活用したアプリやAIエージェントを開発できる技術環境にあると答えた割合は15.3%でした^※5。米国は22.1%、ドイツは27.4%、中国は31.1%です^※5。開発の体制がない会社は、既存ツールの機能か作成サービスから始めるのが現実的です。

同じ調査で、社内データを生成AIに学習させたり、参照用のデータベースを作ったりしている日本企業は24.5%で、米国・ドイツ・中国はいずれも5割を超えました^※5。白書^※5が紹介する有識者の指摘のとおり、AIエージェントを生かすにはデータの精度と鮮度が一段と重要になります。方式が決まったら、試験運用は次の順番で進めるのが確実です。

1. 業務を1つ選び、完了の条件を一文で書く（例：月末の請求書と発注データを照合し、差異の一覧を作る）
2. 使ってよい道具とデータ、禁止する操作を書き出す
3. 過去の実例を集め、AIエージェントの結果と人の結果を比べる
4. 承認点を残したまま、実際の業務で期間を決めて動かす
5. 操作履歴と人が直した箇所を見て、指示と権限を直す
6. 任せる範囲を広げるか、元に戻すかを判断する

「おすすめ」を探す前に確かめること — 連携・権限・承認・履歴・費用

「おすすめのAIエージェント」を探す前に、自社の業務に照らして確かめる項目を決めておくと、製品の比較に振り回されずに済みます。製品名を並べた比較表よりも、下の表の項目を各製品の資料で埋めていくほうが、自社に合うかを判断しやすくなります。

承認の機能と操作履歴は、資料の記載だけでなく、試験運用の前に実際の画面で確かめてください。承認を必須にする設定を誰が変えられるかも、あわせて確かめておきます。

AIエージェントの費用の考え方 — 利用料・構築・運用の3つで見る

費用は、製品の利用料だけで比べると見誤ります。設定や連携にかかる構築の費用と、動かし始めてからの運用の手間を足して見積もるのが基本です。

利用量に応じた料金は、読み込ませる文書の長さと処理の件数で変わります。デジタル庁の依頼書も、数万から数十万文字に及ぶ設計文書を効率よく扱う方式と、LLMのコストを最適化する方式を、提案を求める技術領域に挙げています^※4。試験運用で1件あたりの利用量を測り、本番の件数を掛けて見積もると、ずれが小さくなります。

運用の手間について、総務省のRPAガイドブックは、RPAを使い続けるには停止や誤作動、制度改正への対応など、シナリオの手直しを続ける必要があると述べています^※6。AIエージェントも、指示や連携先の見直しが続くと考えておくのが安全です。効果は「人が行っていた作業時間」から「承認点での確認時間」を引いた差で見ると、任せる範囲を広げるかどうかの判断に使えます。

試験運用の始め方 — 1つの業務を「読む・下書きする」権限だけで回す

最初の試験運用は、結果を人が確かめられる社内向けの業務を1つ選び、読み取りと下書きの権限だけで始めます。令和8年版の白書も、まずは少ない投資で、社員が安全に汎用的なAIツールを使える環境を整えるところから始める進め方を示しています^※5。読み取りと下書きだけなら、誤っても社外に出る前に人が止められる範囲です。

期間を決めて動かし、操作履歴と人が直した箇所を見てから、下書きの保存、社内への送信と、1段ずつ権限を広げます。社内のほかの部署へ広げる段階の進め方は、生成AIが社内で使われない理由と、定着のさせ方で扱っています。まずは、照合や下書きのように結果を確かめやすい業務を1つ選び、完了の条件を一文で書くところから始めてください。

Author

株式会社UNPLACED

「場所にとらわれず、居場所をつくる。」を理念に、企業向けのAI実務研修・AIコンサルティング、ジュート由来の生分解性プラスチック「ソナリ」、ワークマネジメントサービス「OginAI」を提供しています。人手不足・DX・環境対応という経営課題に向き合う企業と伴走します。

AI活用

この記事は株式会社UNPLACEDが制作しています。掲載内容は公開時点の情報にもとづくもので、制度や仕様は変更される場合があります。