2️⃣AI時代を読み解くキーワード② Agentic AI──AIは「質問に答える道具」から「仕事を任せる相棒」へ
AI時代を読み解くキーワード② Agentic AI
AIは「質問に答える道具」から「仕事を任せる相棒」へ
AI時代には、新しい技術用語が次々に登場します。
しかし、本当に重要なのは、用語の意味を覚えることではありません。
その技術によって、
* 仕事がどう変わるのか
* 企業経営がどう変わるのか
* 人に求められる能力がどう変わるのか
* 企業は今から何を準備すべきなのか
を考えることです。
この連載「AI時代を読み解くキーワード」では、これからの社会や企業を理解するために知っておきたい言葉を、技術だけでなく、経営、組織、人財育成の視点から分かりやすく整理していきます。
第1回では、SDV（Software Defined Vehicle）を取り上げました。
SDVとは、クルマを買った時点で完成した機械として扱うのではなく、ソフトウェアによって継続的に機能を追加し、進化させていく考え方です。
第2回は、そのSDVを含め、これからの企業や社会のさまざまな場面で重要になるであろう、
Agentic AI（エージェンティックAI）
を取り上げます。
Agentic AIとは、簡単に言えば、
人から目的を与えられ、自ら手順を考え、必要な道具を使い、結果を確認しながら仕事を進めるAI
です。
これまでの生成AIとは、何が違うのでしょうか。
これまでの生成AIは「質問に答えるAI」だった
ChatGPTをはじめとする生成AIは、私たちの仕事を大きく変えました。
例えば、
* 文章を作る
* メールを書く
* 情報を整理する
* アイデアを出す
* 資料の構成を考える
* プログラムを書く
* 長い文章を要約する
といった作業を、短時間で支援してくれます。
非常に便利ですが、基本的には人間が一つずつ指示を出す必要があります。
人が質問をする。
AIが回答する。
回答を見た人が、次の指示を出す。
AIがまた回答する。
つまり、これまでの生成AIは、優秀な相談相手ではあっても、仕事全体を自分で進める存在ではありませんでした。
人間が会話を止めれば、AIの仕事もそこで止まります。
Agentic AIは「目的から逆算して動く」
Agentic AIでは、この関係が変わります。
例えば人間が、
「来月の若手社員向けAI研修を企画してほしい」
と依頼したとします。
通常の生成AIであれば、研修案を文章として提示するでしょう。
一方、Agentic AIは、与えられた権限や接続先に応じて、
* 過去の研修資料を探す
* 対象者の課題を確認する
* アンケート結果を分析する
* 研修の目的を整理する
* プログラム案を作成する
* 講師候補を調べる
* 会場や日程の候補を出す
* 案内メールを下書きする
* 必要な資料を準備する
という一連の仕事を、自ら分解しながら進めていきます。
途中で情報が不足していれば、別の情報源を調べたり、人間に確認を求めたりします。
作業の結果が不十分であれば、やり直すこともあります。
OpenAIは、AIエージェントについて、推論し、行動し、ツールを使いながら幅広い仕事を支援する仕組みとして説明しています。Googleも、AIエージェントを、目標を追求し、利用者に代わってタスクを完了するソフトウェアシステムと位置づけています。(OpenAI)
つまり、Agentic AIは、
指示された一つの作業に答えるAIではなく、目的を達成するために仕事の流れを組み立てるAI
なのです。
「Agentic」とはどういう意味か
Agenticという言葉は、「主体性を持つ」「自ら働きかける」といった意味を持ちます。
日本語では、
* エージェント型AI
* 自律型AI
* 行動するAI
* 主体的に動くAI
などと表現されます。
ただし、完全に自由意志を持っているという意味ではありません。
人間が設定した目的、権限、ルール、接続されたシステムの範囲内で、自律的に判断し、行動するということです。
そのため、Agentic AIを理解するうえでは、
何でも勝手にできるAI
と考えるのではなく、
任された範囲の中で、仕事の進め方を自ら考えられるAI
と捉えた方が適切です。
Agentic AIはどのように仕事を進めるのか
Agentic AIの基本的な動きは、人間の仕事の進め方とよく似ています。
まず、達成すべき目標を理解します。
次に、目標を達成するために必要な作業を分解します。
そのうえで、どの作業から始めるかを計画します。
そして、
* 社内データを検索する
* Webを調べる
* ファイルを読む
* システムへ入力する
* メールを作成する
* カレンダーを確認する
* プログラムを動かす
など、必要なツールを使って仕事を進めます。
作業後は、結果が目的に合っているかを確認します。
問題があれば、方法を修正してもう一度実行します。
この、
理解する → 計画する → 行動する → 結果を確認する → 修正する
という循環が、Agentic AIの大きな特徴です。
MicrosoftもAgentic AIについて、周囲の情報を受け取り、推論して計画を立て、ツールやシステムを使って行動し、結果を踏まえて方法を調整する仕組みと説明しています。(Microsoft)
AIエージェントとAgentic AIは同じなのか
ここは少し分かりにくいところです。
「AIエージェント」と「Agentic AI」は、ほぼ同じ意味で使われることもあります。
ただ、厳密に整理するなら、AIエージェントは具体的に仕事を担当する一つのソフトウェアであり、Agentic AIは、AIが目的に向かって自律的に動く考え方やシステム全体を表す言葉と考えると分かりやすいでしょう。
例えば企業の中に、
* 営業支援エージェント
* 採用支援エージェント
* 研修企画エージェント
* 経費精算エージェント
* 顧客対応エージェント
* 情報検索エージェント
が存在するとします。
それぞれは特定の仕事を担当するAIエージェントです。
そして、それらのエージェントが連携し、人間から与えられた目標を達成する仕組み全体が、Agentic AIの世界です。
一つのAIではなく、複数のAIが協力する
将来は、一つのAIがすべてを担当するとは限りません。
人間の会社に、
* 営業担当
* 人事担当
* 経理担当
* 法務担当
* システム担当
がいるように、AIにも役割分担が生まれます。
例えば、新しい研修を実施する場合、
研修企画エージェントが全体計画を作り、
人財データ分析エージェントが対象者の課題を分析し、
教材作成エージェントが資料を作り、
スケジュール調整エージェントが日程を確認し、
コミュニケーションエージェントが案内を作成する。
それぞれのAIが自分の担当業務を行い、必要に応じて情報を受け渡します。
これを、マルチエージェントと呼びます。
Anthropicは、複雑な仕組みから始めるのではなく、まずは単純で組み合わせ可能な仕組みから構築することを推奨しています。複雑なマルチエージェントを最初から導入するよりも、単一目的のエージェントから始める方が、コストや評価、問題発生時の原因究明の面で現実的だからです。(Anthropic)
ここは企業にとって重要な注意点です。
Agentic AIが注目されているからといって、いきなり会社全体をAIに任せる必要はありません。
生成AIとRPAとは何が違うのか
Agentic AIに近いものとして、RPAがあります。
RPAは、決められた手順を自動的に繰り返す仕組みです。
例えば、
* 指定されたファイルを開く
* 数値をコピーする
* システムへ貼り付ける
* 決められた形式で保存する
といった定型作業を得意とします。
しかし、途中で画面の構成が変わったり、想定外のデータが入ったりすると、処理が止まりやすいという特徴があります。
RPAは、決められた道を正確に走る自動運転のようなものです。
一方、Agentic AIは、目的地を与えられると、状況に応じて経路を考えます。
道が通れなければ別の道を探し、情報が足りなければ調べ、必要なら人に確認します。
つまり、
RPAは手順を自動化する。
Agentic AIは目的達成までの判断を含めて自動化する。
ここに大きな違いがあります。
ただし、Agentic AIがRPAを完全に置き換えるとは限りません。
正確に決められた処理を繰り返す部分はRPAが担当し、状況判断が必要な部分をAgentic AIが担当するなど、両者を組み合わせる可能性もあります。
Agentic AIは「AI社員」なのか
Agentic AIは、しばしば「AI社員」と表現されます。
確かに、
* 仕事を任せられる
* 複数の作業を連続して進められる
* システムを操作できる
* 他のAIと連携できる
* 結果を見て修正できる
という点では、これまでの道具よりも社員に近い存在です。
しかし、私は安易に人間の社員と同じものとして扱うべきではないと思います。
AIには、
* 本当の意味での責任を負えない
* 組織の事情を完全には理解できない
* 暗黙の了解を誤解する
* 間違った情報をもっともらしく扱う
* 与えられた目的そのものが正しいか判断できない
という限界があります。
仕事を進める能力が高くても、その仕事を行うべきか、結果が社会的に妥当か、誰にどのような影響を与えるかまで責任を持てるわけではありません。
そのため、Agentic AIは、
社員の代わりというより、一定の業務を委任できるデジタルな実行者
と考えた方がよいでしょう。
Agentic AIによって仕事はどう変わるのか
これまでのAI活用では、人間が仕事を細かく分解していました。
文章を作らせる。
数字を分析させる。
メールを書かせる。
検索させる。
一つひとつの作業を、人間が指示していました。
Agentic AIの時代には、人間が伝えるものが「作業」から「目的」へ変わります。
例えば、
「この資料を要約して」
ではなく、
「経営会議で判断できるように、事業の問題点を整理して」
と依頼します。
「研修案を作って」
ではなく、
「若手社員が自ら考えて行動できるようになる育成施策を設計して」
と依頼します。
「顧客リストを作って」
ではなく、
「受注可能性の高い顧客を見つけ、優先順位を付け、接触案を準備して」
と依頼します。
つまり、人間は細かな作業指示から離れ、
何を実現したいのかを定義する仕事
へ移っていきます。
管理職の仕事も変わる
Agentic AIの普及によって、最も変化を求められるのは管理職かもしれません。
これまでの管理職は、
* 部下へ作業を指示する
* 進捗を確認する
* 情報を集約する
* 資料を確認する
* 問題が起きたら対応する
という仕事を担ってきました。
しかし、AIエージェントが作業を進めるようになると、管理職に求められるのは、
* 目的を明確にする
* 判断基準を示す
* 任せる範囲を決める
* リスクを想定する
* 結果を評価する
* 最終的な責任を持つ
ことになります。
これは、人間の部下を育てるときにも必要な能力です。
細かな指示を出し続ける管理ではなく、
目的を伝え、考えさせ、必要な支援を行う。
私が管理者研修で伝えてきた、
「君はどう思う？」と必ず聞く
という考え方は、Agentic AIの時代にも重要です。
AIが答えを出してくれる時代だからこそ、人間に対してもAIに対しても、目的や判断根拠を問い続ける必要があります。
人間には何が残るのか
Agentic AIの話になると、
「人間の仕事がなくなるのではないか」
という不安が出てきます。
確かに、これまで人間が行っていた仕事の一部は、AIへ移っていくでしょう。
特に、
* 情報収集
* 定型的な資料作成
* 繰り返しの連絡
* データ入力
* 一次分析
* スケジュール調整
などは、自動化が進む可能性があります。
しかし、人間の役割がなくなるわけではありません。
むしろ、人間が担うべき仕事は明確になります。
それは、
* 何を目指すかを決める
* 誰のために行うかを考える
* 複数の価値が衝突したときに判断する
* 相手の気持ちや事情を理解する
* 結果に責任を持つ
* 新しい問いをつくる
* 意味や物語を与える
といった仕事です。
AIは、与えられた目標を効率よく達成することは得意です。
しかし、
その目標を達成することが本当に正しいのか
を決めるのは人間です。
最大の課題は「権限をどこまで与えるか」
Agentic AIは、文章を表示するだけではありません。
メールを送る。
ファイルを書き換える。
顧客情報へアクセスする。
商品を注文する。
システムを変更する。
場合によっては、実際のお金や人の行動にも影響を与えます。
そのため、通常の生成AI以上に、権限管理が重要になります。
例えば、
* 情報を見るだけでよいのか
* 書き換えまで許可するのか
* 外部へ送信してよいのか
* 金銭を伴う処理を任せるのか
* 人事判断に使ってよいのか
* 最終承認を誰が行うのか
を明確にしなければなりません。
Agentic AIでは、AIそのものの性能だけでなく、
何を見せ、何を許し、どこで人間が止めるか
という設計が重要です。
Microsoftも、Agentic AIの安全管理では、AIエージェントの識別、権限、行動の監視、データやツールへの接続管理などが必要になると説明しています。(Microsoft)
AIに任せる前に、仕事を整理する必要がある
ここで企業が陥りやすい問題があります。
それは、現在の複雑で非効率な業務を、そのままAIに任せようとすることです。
目的が曖昧。
担当者によって手順が違う。
判断基準が存在しない。
不要な承認が多い。
データの保存場所が分からない。
このような状態でAIエージェントを導入しても、混乱を高速化するだけです。
Agentic AIを活用するためには、まず、
* 何のための業務か
* 誰が責任を持つのか
* どこまで自動化するのか
* どの判断は人間に残すのか
* どのデータを使うのか
* 正しい結果をどう評価するのか
を整理する必要があります。
AI導入の前に、業務設計が必要なのです。
これは、過去のDXでも同じでした。
紙の業務を、そのままデジタル化しても、本当の改革にはなりません。
Agentic AIでも、
今の仕事をAIに置き換えるのではなく、AIを前提に仕事そのものを設計し直す
ことが重要です。
企業は何から始めるべきか
Agentic AIの導入は、会社全体から始める必要はありません。
むしろ、目的が明確で、範囲が限定され、結果を評価しやすい業務から始めるべきです。
例えば、
* 社内規程の検索と回答
* 会議資料の収集と下書き
* 問い合わせ内容の分類
* 研修アンケートの分析
* 営業活動の事前調査
* 定期レポートの作成
* 採用候補者への連絡準備
などです。
最初から完全自動化を目指さず、
AIが案を作り、人間が確認する。
AIが情報を集め、人間が判断する。
AIが処理を実行する前に、人間が承認する。
という形から始める方が現実的です。
重要なのは、
どれだけ自動化したかではなく、どれだけ仕事の質が上がったか
です。
人財育成は「AIの使い方研修」だけでは足りない
Agentic AI時代の人財育成では、単にツールの操作方法を教えるだけでは不十分です。
必要になるのは、
* 目的を言語化する力
* 仕事を構造化する力
* 判断基準を設定する力
* AIの出力を検証する力
* リスクを想定する力
* 任せる範囲を決める力
* 結果に責任を持つ力
です。
これらは、プロンプトの書き方だけでは身につきません。
実際の仕事の中でAIに業務を任せ、結果を確認し、修正し、よりよい任せ方を考える経験が必要です。
私は以前から、人財育成の理想は、一度研修を受けて終わることではなく、現場で学び続ける状態をつくることだと考えています。
Agentic AIは、この現場学習を支える存在にもなります。
AIが仕事を代行するだけではなく、
* 考え方を問い返す
* 不足情報を指摘する
* 別の選択肢を示す
* 判断の根拠を整理する
* 振り返りを支援する
ことで、一人ひとりの成長を支える可能性があります。
人間とAIの関係は「使用」から「協働」へ
これまで私たちは、パソコンやソフトウェアを道具として使ってきました。
しかしAgentic AIでは、人間とAIの関係は少し変わります。
人が細かく操作するのではなく、目的を共有し、仕事を分担し、結果を確認しながら進める。
これは、道具を使うというより、チームで協働する関係に近づきます。
ただし、AIは人間ではありません。
信頼しすぎてもいけませんし、疑い続けて何も任せなければ価値を引き出せません。
必要なのは、
任せることと、確認することのバランス
です。
人を育てるときも、すべてを指示していては自立しません。
しかし、何の支援もなく放任すれば、失敗する可能性が高くなります。
目的を伝える。
必要な権限を与える。
途中で状況を確認する。
失敗から学ばせる。
最後は責任者が判断する。
この考え方は、人財育成にもAgentic AIの運用にも共通しています。
SDVとAgentic AIはどうつながるのか
第1回で取り上げたSDVは、ソフトウェアによって進化し続けるクルマでした。
Agentic AIは、そのソフトウェアをさらに主体的に働かせる技術と考えることもできます。
これからのクルマは、単にソフトウェアを更新するだけではありません。
ドライバーの状況を理解し、
目的地や交通状況を確認し、
危険を予測し、
必要な支援を判断し、
車内外のシステムと連携するようになります。
つまり、クルマそのものが一つのAIエージェントに近づいていく可能性があります。
SDVが「ソフトウェアによって定義されるクルマ」だとすれば、
Agentic AIは、
そのソフトウェアが自ら考え、行動するための頭脳
とも言えるでしょう。
Agentic AIは企業を変える
Agentic AIが本格的に導入されると、企業は単に人の作業を効率化するだけではなくなります。
仕事の流れそのものが変わります。
一つの業務を、最初から最後まで一人の社員が担当するのではなく、
人間と複数のAIエージェントが役割を分担する。
社員は作業を行う人から、目的を定義し、仕事を設計し、結果を判断する人へ変わる。
管理職は進捗を追いかける人から、人とAIの役割や権限を設計する人へ変わる。
人事部門は、人間だけの職務や能力を管理するのではなく、人とAIを組み合わせた新しい仕事の形を設計する必要があります。
これは、単なる業務効率化ではありません。
組織そのものの再設計
です。
おわりに
Agentic AIとは、質問に答えるAIの次に登場する、
目的を理解し、計画し、行動し、結果を見ながら仕事を進めるAI
です。
これまでの生成AIは、人間が一つずつ指示する必要がありました。
Agentic AIの時代には、人間は仕事の目的を伝え、AIがその達成方法を考えるようになります。
しかし、AIが自律的に動くほど、人間の責任は軽くなるのではなく、むしろ重くなります。
何を任せるのか。
どの情報を使わせるのか。
どこまで権限を与えるのか。
何をもって正しい結果とするのか。
誰が最終的に責任を持つのか。
これらを決めるのは人間です。
AI時代に求められる人財は、AIより速く作業できる人ではありません。
AIに目的を伝え、仕事を任せ、結果を検証し、よりよい方向へ導ける人です。
そして企業が今から準備すべきなのは、AIエージェントを大量に導入することではありません。
まず、自社の仕事の目的、手順、判断基準、責任、権限を明確にすることです。
仕事を整理できていない企業は、AIにも仕事を任せられません。
Agentic AIは、単に便利なAIの新機能ではありません。
企業に対して、
「そもそも、あなたの会社の仕事は、どのように設計されているのか」
を問いかける技術なのだと思います。
次回は、AIを後から導入するのではなく、最初からAIの存在を前提に企業やサービスを設計する考え方、
AI Native（AIネイティブ）
を取り上げます。
#AgenticAI #AIエージェント #生成AI #AI時代 #DX #業務改革 #企業変革 #人財育成 #管理職育成 #自立型人財 #AIガバナンス #働き方改革 #富士翔大郎
