国内AIエージェント動向(2026/7/25号)

更新日：2026/7/25

エグゼクティブサマリー
2026/7/24の国内のAIエージェントは、個別業務の効率化から、企業活動全体の再設計へと移行していました。日立はSI全工程へエージェントを組み込み、企業固有の知識を継続的に蓄積する開発基盤を提示しました。DNPは代理購入を行うAIの身元、委任元、権限範囲を証明する仕組みを実装し、AIが商取引の主体となる時代に備えています。NECと金融機関27社は、業界横断でAI活用を支えるデータ基盤とガバナンスの検討を進めています。また、AICX協会は委任、実装、監督を担う人材要件を定義し、ゼンプロダクツは印刷物校正という専門業務への適用を開始しました。技術性能だけでなく、データ、権限、人材、監督を一体で整備する動きが本格化しています。

※作成した記事内容をGammaに入力しスライド自動作成させました。スライドの方が見やすいようでしたらこちらをご覧くださいませ。

1️⃣ 日立、SI全工程をAI駆動化する「Agentic AI Integration Platform」を開発

📎 出典：株式会社日立製作所 プレスリリース
日立製作所は、構想策定から要件定義、設計、コーディング、テスト、運用まで、SI各工程に適したAIエージェントを組み込む「Agentic AI Integration Platform」を開発しました。顧客固有の業務知識や判断基準を「企業コンテキスト」としてAIが読める形で蓄積し、工程ごとのフィードバックで更新します。社内の限定条件下では要件定義で最大240倍、設計からテストで約200倍を確認し、VelocityAI連携ではトークン利用料を最大54％削減しました。数値は特定条件の実証値ですが、2027年度にSI全工程の生産性30％向上を目指す、大規模開発のエージェント化を示す発表です。

2️⃣ DNP「CATRINA」、AIエージェントによる代理購入の認証・権限管理に対応

📎 出典：大日本印刷株式会社 公式ニュース
大日本印刷は、分散型ID管理プラットフォーム「CATRINA」の対象を人からAIエージェントへ広げ、代理購入時の認証・権限管理機能を提供開始しました。Verifiable Credentialsを活用し、「誰の代理か」「どこまで許可されているか」を一元管理して、利用者から認可されたエージェントだけが取引できるようにします。Queue-itのオンライン待合室と組み合わせた実証では、未認可エージェントを抑止しながら、アクセス集中時にも公平な順番待ちと購入フローを確認しました。AP2の考え方も踏まえてECや金融機関へ展開し、2027年度までに累計10社への導入を目指します。

3️⃣ NEC、金融機関27社と「Agentic AI共同研究会」第3期を開始

📎 出典：日本電気株式会社 プレスリリース
NECは、地域金融機関や系統金融機関と進める「Agentic AI共同研究会」の第3期を開始しました。参加は金融機関27社で、2025年度の成熟度診断や共同ガバナンス検討を踏まえ、AI活用の価値最大化と業務プロセス全体の改革を見据えます。第3期では「AI Readyデータ」を検討テーマの一つに位置付け、新設ワーキンググループで、データの整備・連携・活用に加え、部門や業務をまたぐ情報の横断的なつながりを検討します。初回会合は7月16日に開催されました。具体的な成果値は未公表ですが、金融業界が共同でデータ基盤とガバナンスを設計する段階へ進んだ点が重要です。

4️⃣ AICX協会、「AIエージェント人材基準 v0.5」で委任・実装・監督の役割を定義

📎 出典：一般社団法人AICX協会 プレスリリース
AICX協会は、AIエージェントを企業で実装・運用する人材要件を体系化した「AIエージェント人材基準 v0.5（草案）」を公開しました。人材を、委任範囲と投資を設計する「ストラテジスト」、基盤や知能・行動を実装する「アーキテクト」、稼働状況を観測・評価・介入する「オペレーター」の3役割で整理しています。各役割5領域と3段階の習熟レベルを設定し、計71のスキル項目、導入アクションプラン、実行チェックリストを収録しました。AIに任せる範囲だけでなく、人が止めて改善する監督責任を、研修・等級・採用などの人材制度へ落とし込むための共通言語です。

5️⃣ ゼンプロダクツ、印刷物校正AIエージェント「Shodoプリント」の実証を開始

📎 出典：株式会社ゼンプロダクツ プレスリリース
ゼンプロダクツは、印刷物の校正・校閲を支援するAIエージェント「Shodoプリント」の実証実験を開始しました。商品カタログとExcelの商品マスターを照合し、価格・品番・仕様、商品画像、JANコードなどを確認するほか、Word、PDF、URLを背景資料として雑誌や書籍を通しで校閲します。AIは紙面構造や画像、配置も加味して疑義と根拠を示し、最終判断は校正者が担います。結果はコメント付きPDFやレポートで共有でき、入力データは国内リージョンで処理し、モデル学習には使わない設計です。正式提供に向け、印刷・出版・メーカーなどの協力企業を募集しています。

総合考察

2026/7/24のトピックから見えた特長は、AIエージェントの競争軸はモデル性能や単純な処理速度ではなく、企業固有の文脈を理解し、安全に権限を行使しながら業務を完遂できるかへ移っていることが見えました。日立の企業コンテキスト、NECのAI Readyデータ、DNPの認証・権限管理は、エージェントが組織内外で活動するための基盤に当たります。一方、AICX協会の人材基準とShodoプリントの人による最終判断は、自律化が進んでも人間の監督責任が消えないことを示しています。今後は、導入数や実証時の高速化だけでなく、品質、費用、事故率、説明可能性、介入手順を含む運用成果が問われます。企業には、業務自動化ツールの導入ではなく、デジタルな担当者を組織へ迎え入れる前提で制度と業務を再設計する姿勢が求められます。

今後注目ポイント

• 日立が示した最大240倍などの実証値は限定条件下の結果であるため、実案件における工程横断の生産性、品質、手戻り率、トークン費用を含む継続的な効果測定が注目されます。

• AIエージェントによる代理購入が広がるほど、本人確認だけでなく、購入上限、対象商品、利用期限、取消権限などを機械判読可能な形で定義する委任設計が重要になります。

• 金融業界で検討されるAI Readyデータは、単なるデータ整備ではなく、部門間の意味や権限を接続する取り組みであり、共同仕様が業界標準へ発展するかが焦点です。

• AIエージェント人材の評価では、開発能力だけでなく、停止判断、異常検知、ログ分析、改善介入などの監督能力を人事制度や責任分界へ反映できるかが問われます。

• Shodoプリントのような専門業務型エージェントでは、誤りの発見率だけでなく、根拠の妥当性、見逃し率、担当者の確認負荷を含めた人とAIの協働品質が競争力になります。