オフィスのモニターに、Webブラウザが映っています。検索窓に文字が入力され、購買管理システムに遷移し、社内の承認フローに沿って申請が完了していきます。けれども、そこに「人」はいません。
2024年から2025年にかけて、生成AIは「指示に応じて答えるAI」から「自分で判断して操作するAI」へ軸足を移してきました。AnthropicのComputer UseやOpenAIのOperatorに代表される機能群は、画面を見てマウスとキーボードを操作し、ブラウザ上の作業を自律的に進めます。AIエージェントは、テスト導入の段階から「業務の一部として組み込む」段階へ移ろうとしています。
ただし、日本企業の現場で起きていることは、技術の進化と並走していません。生成AIの導入率は伸びていても、業務への本格的な定着には届いていないのです。本記事では、AIエージェントが日本企業に定着するためのボトルネックを、利用率の数字と「効果が見えない」という現場感覚の両面から整理します。
AIエージェントは対話するAIから自律的に動くすAIへ
AIエージェントが従来の生成AIと区別される最大の点は、「自分で操作する」という機能にあります。
これまでの生成AIは、人間が文章や指示を入力し、それに応じてテキストや画像を返すツールでした。対話の主体はあくまで人間で、AIは応答する立場にありました。
AIエージェントは、その関係を逆転させます。あらかじめ与えられたゴールに対して、自分で次の行動を判断し、ブラウザを操作したり、業務システムを動かしたり、ファイルを編集したりすることができます。「答える存在」から「動かす存在」へ。この変化は、AIをどの業務に組み込むかという議論の前提を、根本から変えるものです。
公正取引委員会が2025年6月に公表した生成AIに関する実態調査でも、生成AIの機能が「対話型」から「自律的にタスクを遂行する形態」へ拡張しつつある状況が整理されています。AIエージェントは、生成AIの一形態というよりも、業務の入口そのものを変える存在として位置づけられ始めているのです。
日本企業の生成AI業務利用率55.2%、世界とは20〜40ポイントの差
業務の入口が変わろうとしている一方で、日本企業の現在地は世界の主要国から大きく後れを取っています。
総務省の令和7年版情報通信白書によれば、日本企業の生成AI業務利用率は55.2%です。メール作成、議事録、資料作成といった補助業務での利用は47.3%、活用方針について「積極的に活用する」「活用領域を限定して利用する」と回答した企業の割合は49.7%。前年の42.7%から約7ポイント上昇しました。
数字としては前進しています。けれども、国際比較の枠に置くと様子が一変します。同調査では、業務で生成AIを使用していると回答した企業の割合は、中国95.8%、米国90.6%、ドイツ90.3%。いずれの国も9割を超えています。日本との差は20〜40ポイント規模に開いており、業務での日常使いが浸透している国々と、ようやく半数に届いた段階の日本という対比が浮かびます。
個人の利用率にも差があります。同白書によれば、生成AIを個人で利用する割合は日本で26.7%にとどまっています。職場で導入が進んでも、生活の中での触れ方が薄いままだと、組織のなかで「使いこなす感覚」が育ちにくくなります。仕事と暮らしの両側で薄い接点しか持てていない構造が、日本企業の定着を遅らせている要因のひとつだと考えられます。
AIエージェント単位で見ると、「全社活用」は1割にとどまる
生成AI全体の利用率が伸びていく一方、AIエージェントに範囲を絞ると、別の観点が見えてきます。
矢野経済研究所が2026年に公表した国内民間企業500社を対象とした調査では、生成AIを「全社的に活用している」企業は11.3%、「一部の部署で活用している」企業が32.1%。合計43.4%が、なんらかの形で活用していると回答しています。
裏を返せば、6割近くの企業は「導入していない」または「検討中」の段階にあるということになります。さらに、「全社的に活用している」企業に絞ると約1割。AIエージェントを含む生成AIが日常業務の前提として組み込まれている企業は、現時点では少数派と言えます。
ここで重要なのは、利用率だけを見ていると見落とすポイントがあるという点です。利用しているといっても、メール下書きで使っている企業と、AIエージェントが営業や購買プロセスを自律的に動かしている企業では、業務へのインパクトがまったく異なります。「導入の波」を一律に語ることはできません。
最大の懸念は「効果的な活用方法がわからない」
なぜ「導入が進んでいるように見える」企業でも、業務の前提として組み込まれるまでに至らないのでしょうか。
技術より「業務との接続」で止まっている
総務省の同調査で、企業が挙げた懸念事項のトップに位置するのは「効果的な活用方法がわからない」です。次いで「社内情報の漏えい等のセキュリティリスク」「ランニングコスト」「初期コスト」が並びます。技術そのものよりも、業務との接続と運用設計の段階で立ち止まっている企業が多いことが見えてきます。
効果が出るかは、導入後の業務設計で決まる
生成AIの導入そのものは投資判断であり、効果が出るかどうかは導入後の業務設計と運用にかかっています。業務プロセスがどこまで言語化されているか、判断と責任の所在がどう整理されているか、セキュリティ審査の体制が整っているか。導入率という入口の数字と、業務効果という出口の数字のあいだには、こうした業務側の準備作業が積み上がっています。AIエージェントの定着を阻んでいるのは、技術ではなく、この準備の手前で止まっていることなのです。
AIエージェントが業務に入った後、組織側に求められる設計
ここまでの整理から見えてくるのは、AIエージェントの定着は技術の問題ではなく、組織の問題だということです。
業務プロセスを言語化する
これまでは担当者の暗黙知やチームの慣習で進められてきた手順を、エージェントに任せる前提でステップ単位に書き下す作業が求められます。可視化されていない業務に対しては、エージェントは何を判断していいかが定まらず、結果として人間の確認作業を増やすことにもなります。
判断と責任の地図を描く
AIエージェントが社内システムや顧客データに接続して操作する場合、誤操作や情報漏えいといったリスクをどう評価し、誰が責任を負うのかを事前に決めておかなければなりません。セキュリティ審査やガバナンス整備に時間がかかる背景には、こうした判断の地図がまだ十分に描かれていないという事情があります。
業務単位を再定義する
AIエージェントが入る現場では、これまで一連の業務として担当者が担っていた範囲が、複数のタスクへ分解され、人とエージェントの間で配分されていきます。業務記述書に書かれた職務の単位が、AIエージェントの導入後にも同じ意味を持つとは限りません。組織図と職務分担の見直しは、技術の話の隣に置かれた経営の話でもあるのです。
「導入する」という意思決定から「業務に組み込み、責任を持って運用する」段階までの距離は、思っていたよりも長いのが現実です。その距離をどう設計するかが、AIエージェントが日本企業に定着するかどうかの分水嶺になります。
編集後記：AIエージェントの定着は、組織と働き方の問題に近い
AIエージェントの定着について整理していく中で、最も強く感じたのは、AIエージェントの本質的な論点は「使うか／使わないか」「先進国と比べて遅れているか」ではなく、業務に組み込んだ後に組織側で何を残し、何を任せるのかという設計の話に集約されていく、という点でした。
技術が成熟しても、それを業務に接続する作業は組織の側に残されています。業務プロセスを言語化し、判断と責任の地図を描き、人とエージェントの境界を引き直す。これは、技術の問題というよりも、働き方と組織の問題に近いと言えます。
「AIに任せられるところは任せる」という言葉は、しばしば耳にします。けれども、何を任せ、何を残すかは、その組織が何を大切にしているかによって変わります。AIに任せる線をどこに引くか。その問いと向き合う時間が、これから多くの職場に訪れていくのかもしれません。
■出典
