AIエージェントとは？わかりやすく言うと
AIエージェントとは、目的を渡すと、自分で手順を決めて実行まで進めるAIです。
「この問い合わせに返信して」と頼むと、過去のやり取りを調べ、返信文を作り、送信するところまで一続きで進みます。人が一手ずつ指示を出さなくてよい点が、これまでのAIとの違いです。
私たち株式会社くるみは中小企業向けにこの種のエージェントを設計して運用しています。この記事は、作って動かしている側から見た「何ができて、どこが難しいか」を整理したものです。
一言でいうと「自分で手順を決めて実行するAI」
AIエージェントの説明は各社で少しずつ違いますが、共通しているのは二点です。目的を受け取ること、そして完了と判断するまで自分で動き続けることです。
Google Cloudは、AIエージェントを「ユーザーの代わりに目標を追求し、タスクを完了させるソフトウェアシステム」と説明しています（Google Cloud）。押さえるべきは「目標」と「完了」の二語です。
つまり、答えを返して終わりではありません。頼まれた仕事が終わった状態まで持っていくものを、AIエージェントと呼んでいます。
「答える生成AI」と「やるエージェント」
いちばん短い理解は、生成AIは答えるもの、エージェントはやるもの、という対比です。同じ依頼を渡したときに、両者の動き方がどう変わるかを次の図に並べました。
生成AIに「請求書の督促文を作って」と頼むと、文面が返ってきます。誰に送るか、いつ送るか、送ったかどうかを管理するのは人の仕事のままです。
エージェントに同じ目的を渡すと、未入金の一覧を取りに行き、対象を絞り、文面を作り、承認を待って送信します。増えているのは文章のうまさではなく、判断と実行です。
この違いは、導入の判断にそのまま効いてきます。文章を作るところで詰まっている業務なら生成AIで足りますし、作った後の作業で詰まっているならエージェントの出番です。
呼び方は違っても、指しているものは近い
AIエージェントは、英語ではAI agentと表記します。日本語でもエージェント型AI、エージェントAI、自律型AIといった言い方が混在しますが、指している対象はほぼ重なります。
私たちは商談の場で、呼び方の違いを説明することはほとんどありません。聞くのは「その業務で、いま人が何を判断しているか」だけです。呼び方より、任せる範囲のほうが結果を分けます。
この記事のゴールは「うちで使えるか」の判断
この記事の目的は、定義を覚えることではありません。読み終えたときに、自社のどの業務なら任せられるかを自分で判定できる状態にすることです。
そのため、製品の比較表は置いていません。代わりに、私たちが支援先で実際に使っている「AIエージェントに任せてよい業務の判定基準 — くるみ支援現場の運用基準（2026年8月時点）」を、後半でそのまま出します。
生成AI・チャットボット・RPAとの違い
違いは一つ、判断を持つかどうかです。
生成AI、チャットボット、RPA（あらかじめ決めた手順を自動で実行するソフト）は、どれも人が決めた枠の中で動きます。エージェントだけが、その枠の中で次に何をするかを自分で決めます。
四つを、決めるのは誰か・できること・向く業務の三点で並べたのが次の図です。
生成AIは、人がプロンプト（AIへの指示文）を出すたびに一往復で答えます。決めるのは人で、できるのは作ることです。文章や画像、要約や翻訳のように、成果物そのものが仕事になる業務に向きます。
チャットボットは、あらかじめ用意したシナリオに沿って答えます。決めるのは設計した人で、想定した質問には強く、想定外には弱い。よくある質問の一次対応に向きます。
RPAは、記録した手順をそのまま再現します。決めるのは手順を書いた人で、画面の並びや項目名が変わると止まります。毎回まったく同じ形で来る転記や集計に向きます。
AIエージェントは、目的だけを受け取って手順を自分で組みます。決めるのはエージェントで、調べる・作る・実行するを組み合わせられます。毎回少しずつ違う判断が要る業務に向きます。
私たちは「判断を持つか」で線を引いています
呼び方の議論は現場では役に立ちません。私たちは提案の場で、その業務に人の判断が入っているかだけを聞き、入っていなければRPAや既存ツールを勧めています。
判断が入らない業務にエージェントを載せると、費用と不確実性だけが増えます。逆に、判断が毎回入る業務をRPAで組もうとすると、何度作り直しても例外で止まります。
実際、私たちが相談を受けた業務のうち、一定数は「エージェントではなく手順書の整備が先」という結論になっています。判断が入っているように見えて、単に手順が書かれていないだけ、という場合があるからです。
どれか一つを選ぶ話ではない
実際の構成では、四つは混ざります。よくある質問はチャットボットが返し、判断が要るものだけエージェントに渡し、確定した処理はRPAが打ち込む、という分担が現実的です。
エージェントの中身にも生成AIが入っています。生成AIの上に、計画と実行の仕組みを載せたものがエージェントだと考えると、両者の関係が整理しやすくなります。
ですから「生成AIをやめてエージェントに移る」という発想は要りません。いま生成AIで回している業務のうち、続きの作業が残っているものを一つ選んで、そこだけエージェントに伸ばすのが現実的な進め方です。
AIエージェントの仕組み
AIエージェントは、計画・ツール実行・記憶・評価の四つを繰り返して動きます。
この四つは、製品によって名前が違うだけでほぼ共通です。私たちが業務特化のエージェントを作るときも、回しているのはこの四つです。
一周で終わらず、評価の結果しだいで計画に戻る。この折り返しがあることが、一問一答との違いです。
計画は、渡された目的を実行できる粒度に分ける工程です。「未入金の督促」なら、対象を出す・文面を作る・送る、といった単位に割ります。
ツール実行は、社内システムや検索、メール送信などを実際に呼び出す工程です。エージェントが外の世界に触れられるのはここだけなので、触れられる範囲がそのまま権限設計になります。
記憶は、途中経過と過去のやり取りを保持する工程です。何を試して何が失敗したかを覚えていないと、同じ失敗を繰り返します。
評価は、結果が目的を満たしたかを判定する工程です。満たしていなければ計画に戻り、満たしていれば終了します。
人の承認をどこに挟むかで性格が変わる
四つの工程のどこに人が入るかで、同じエージェントでも安全性が大きく変わります。私たちは、外に出る行為の直前に承認を置く形を標準にしています。
調べる・下書きするところまでは止めず、確定だけ人が押す。この形にすると、速さをほとんど落とさずに、事故が起きたときの範囲を限定できます。
承認の位置は後から変えられます。運用が安定してきた工程から順に、承認を外していく進め方を取っています。
仕組みは複雑にしないほうが動く
Anthropicは、多くのチームの実装を見たうえで、うまくいった例は複雑なフレームワークではなく単純で組み合わせ可能なパターンを使っていたと報告しています（Anthropic）。
私たちの実感も同じです。最初から多段の構成にした案件ほど、うまく動かなかったときにどこが原因か分からず、直すのに時間がかかっています。
まずは一つの業務、一つのエージェント、少ないツール。そこから足していく順番のほうが、結果として早く動きます。
既存システムとつなげられるかで実用性が決まる
エージェントの実用性は、賢さよりも社内SaaS（社外の事業者が提供する業務ソフト）や基幹システムに手が届くかで決まります。私たちが案件の最初に見るのも、必要なデータをAPI（外部から機能を呼び出す窓口）で受け渡しできるかどうかです。
つながっていないと、担当者が画面から情報を写して貼り直す工程が残ります。エージェントは下書きまでしか進めず、待ち時間が消えるはずの部分がそのまま残る。私たちも、連携の可否を確かめないまま設計を進めて、後から組み直した案件がありました。
複数のエージェントで分担する形もある
一つで抱えきれない業務は、役割ごとにエージェントを分け、まとめ役が指示を配る構成にします。調査役・作成役・点検役、といった分け方です。
ただし、中小企業の最初の一歩としては重すぎます。分担が要るかどうかは、一つのエージェントで詰まってから考えれば間に合います。
詳しくは複数のAIを連携させる仕組みとAIエージェントのアーキテクチャで解説します。
AIエージェントの種類
AIエージェントは、自律型・対話型・業務特化型の三つに分けると、選び方が見えてきます。
分類の言葉は各社で違いますが、実務で効くのは「どこまで人の手を離れるか」と「守備範囲の広さ」の二つです。この二軸で三つを置いたのが次の図です。
自律型は、目的だけを渡して手順も判断も任せる形です。守備範囲が広いぶん、想定していない動きも起きやすく、権限と監視の設計に手間がかかります。
対話型は、人と会話しながら進める形です。人がその場で軌道修正できるので安全ですが、人が張り付いている時間は残ります。
業務特化型は、一つの業務に絞って手順と権限を固めた形です。できることは狭いものの、失敗の型が読めるので運用に乗せやすくなります。
中小企業は業務特化型から入る、が私たちの判断
私たちが支援先に最初に提案するのは、ほぼ業務特化型です。範囲が狭いほど、動かなかったときに原因がすぐ分かるからです。
自律型から入ると、うまくいかない理由が計画なのか権限なのかデータなのか切り分けられません。切り分けられないまま議論が長引き、判断が止まります。
まず一つの業務で成功と失敗の基準を作り、それから範囲を広げる。この順番を、私たちは提案の型として固定しています。自律型そのものの考え方は自律型AIエージェントで詳しく説明します。
種類より先に「どこまで任せるか」を決める
製品を見比べる前に決めておきたいのは、任せる範囲です。調べるところまでか、下書きまでか、送信までか。ここが決まっていないと、どの種類が要るかも決まりません。
私たちは提案の初回で、業務の流れを紙に書き出し、どこから先を人が持つかに線を引いてもらっています。この線が引ける業務は、種類の選定でもめることがほとんどありません。
「エージェンティックAI」は上位の考え方
2026年8月時点では、エージェンティックAI（agentic AI／AIが自分で判断して動く方向性を指す言い方）という言葉も広く使われています。個別の製品を指すというより、考え方の名前だと捉えると混乱しません。
製品を選ぶ場面では、この二語の違いが判断を変えることはほとんどありません。言葉の整理はエージェンティックAIとAIエージェントの違いにまとめます。
AIエージェントに何ができるか：業務別の例
AIエージェントが任されているのは、判断の型が決まっていて、材料が社内にある業務です。
逆に、材料が人の頭の中にしかない業務や、判断の基準が毎回変わる業務は、いまのところ人が持ったままです。私たちが公開している支援事例で実際に任せた業務を、五つに整理しました。
問い合わせの一次対応は、届いた内容を読んで担当と緊急度を判定し、定型のものは返信案まで作る業務です。
営業前の下調べは、企業サイトや公開情報を集め、商談に値するかを社内の基準で判定する業務です。
見積・請求の突合は、注文内容と請求データを突き合わせ、ずれた行だけを人に見せる業務です。
社内問い合わせの返信下書きは、社内規程やマニュアルを検索し、根拠の場所を添えて下書きを返す業務です。
定例レポートの作成は、決まったデータを集めて所定の形に整え、前回との差が大きい箇所に印をつける業務です。
営業まわりは営業でのAI活用、経理まわりは経理のAI活用で、業務ごとに掘り下げます。
BtoB SaaS：問い合わせ対応と商談化の判定を任せた
BtoB SaaSの企業で、フォームから届く問い合わせの一次対応と、商談化するかどうかの判定をエージェントに任せました。まず、既存顧客か新規か、導入検討か採用応募かを分けるところからです。
商談化の判定基準は、営業が実際に使っていた見極めの言葉を集めて作りました。私たちが最初にやったのはモデルの調整ではなく、営業への聞き取りです。
判定が外れた案件は毎週まとめて見直し、基準の文言を書き直しています。取り組みの全体像はBtoB SaaSの支援事例にあります。
金融サービス：審査まわりのFAQと返信案を任せた
金融サービスの企業では、審査に関する問い合わせのFAQ検索と、返信案の作成をエージェントに任せました。回答の根拠となる規程の該当箇所を必ず添える形にしています。
この領域は誤答の代償が大きいため、送信は人が行う設計にしました。エージェントは調べて書くところまで、確定は人。この線を最初に引いています。
同じ設計の考え方は、医療の現場対応でも使っています。詳しくは金融サービスの支援事例と医療現場のAX支援事例をご覧ください。
これらはいずれも匿名の自社支援記録であり、第三者による検証は受けていません。
任せてよい業務かを、その場で判定する
自社の業務に当てはめるときは、項目で数えるのが早いです。私たちが提案の場で使っている判定表を、そのまま出します。
「手順を人に説明できる」は、口頭で新人に教えられる程度に手順が言語化できていることです。
「判断基準が文章で書ける」は、良し悪しの分かれ目を条件の形で書き出せることです。
「材料が社内システムにある」は、必要なデータが探せる場所に置かれていることです。
「間違えても取り返しがつく」は、誤りが後から修正できる範囲に収まることです。
「同じ形の仕事が繰り返し来る」は、月に何度も発生し、作った仕組みが遊ばないことです。
五つのうち四つ以上あてはまれば任せる候補、というのが私たちの基準です。三つ以下のときは、エージェントを作る前に業務側を整えます。加えて、出力を確認して直す担当が決まっていることを、任せる前の条件にしています。
メリットと課題：セキュリティ・コスト・暴走
気をつける点は、権限・費用・暴走の三つです。順に整理します。
メリットは「待ち時間が消える」こと
その前にメリットを一つだけ挙げると、いちばん効くのは処理の速さではなく、待ち時間が消えることです。担当者の手が空くのを待っていた工程が、届いた時点で動き始めます。
私たちが支援先で最初に変化を感じてもらえるのは、たいていこの点です。作業そのものより、順番待ちで止まっていた時間のほうが長かった、という業務は珍しくありません。
権限は「渡せる最小」から始める
エージェントは、渡したツールの範囲でしか動けません。裏を返すと、渡した権限の範囲では何でもできてしまいます。
私たちは、読み取りだけを渡した状態で運用を始め、動きが安定してから書き込みを足す順番にしています。最初から送信や更新の権限を渡した案件は、どこかで一度は肝を冷やす場面が来ます。
AIの安全性については、IPAがAIセーフティに関する評価の考え方や資料を公開しています（IPA）。社内でルールを作るときの土台になります。
権限設計とログの取り方はAIエージェントのセキュリティ、社内ルールの決め方はAIエージェントのガバナンスで扱います。
費用は「回数」で動く
エージェントの費用は、動かした回数と処理の長さで増えます。人数に対して課金される社内ツールとは、増え方の形が違います。
そのため私たちは、動かす前に「その業務は一日に何件来るか」を数えます。件数が読めない業務は、月あたりの上限を決めてから始めます。
見落としやすいのは、失敗して繰り返した分にも費用がかかることです。うまく動かないまま放置すると、成果が出ないのに費用だけが積み上がります。
暴走は、能力ではなく範囲で防ぐ
暴走という言葉で語られる事故のほとんどは、判断の誤りではなく権限の広さが原因です。触れないものは壊せません。
私たちの標準は、外に出る行為の直前に人の承認を挟むことです。社外へのメール送信、システムへの登録、金銭が動く処理。この三つは、当面は人が押す設計にしています。
もう一つ、止め方を先に決めておきます。おかしいと思った人がその場で止められる場所を用意しないまま、本番に載せないようにしています。
ハルシネーション（もっともらしい誤り）は範囲とは別の問題
暴走が権限の広さの問題なのに対し、ハルシネーション（事実でないことをもっともらしく書いてしまう現象）は出力の中身の問題です。承認の位置をどれだけ絞っても、出てきた文章が正しいかどうかは別に確かめる必要があります。
私たちは、確かめる人と確かめ方を業務ごとに決めてから運用に載せています。金額や日付、社名のように誤りが表に出る項目は元のデータと突き合わせ、それ以外は担当者が読んで通す。すべてを人が見る形にすると効果が消えるので、どこを見るかを先に絞ります。
中小企業がAIエージェントを導入する進め方
始め方は、任せる業務を一つ決めることからです。ツールを選ぶのはそのあとです。
順番を逆にした案件は、だいたい止まります。製品を先に決めると、その製品でできることに業務を合わせにいくことになり、現場が動かなくなるからです。
最初の一つは「今いちばん詰まっている業務」ではない
最初に選ぶべきは、いちばん困っている業務ではありません。前の章の判定で四つ以上あてはまり、かつ毎日発生する業務です。
いちばん困っている業務は、たいてい判断が複雑で、材料も揃っていません。そこから始めると、成功も失敗も判定できないまま時間が過ぎます。
私たちは最初の一つを決めるとき、現場の方に「先週これに何時間使いましたか」と聞いています。答えられる業務は、たいてい手順が言語化できています。
作る・買う・任せるの三択
進め方は大きく三つです。自社で作る、既製品を買う、外部に任せる。それぞれ向き不向きがあります。
自社で作る形は、社内にエンジニアがいて、業務のやり方が自社独自の場合に向きます。作り方の実際はAIエージェントの作り方で説明します。
既製品を買う形は、問い合わせ対応や議事録のように、どの会社でもやり方が似ている業務に向きます。製品の選び方はAIエージェントの比較にまとめます。
外部に任せる形は、業務は独自だが社内に作り手がいない場合に向きます。私たちが受けているのはこの形で、業務の整理から運用の引き渡しまでを一緒に進めます（業務エージェントの支援）。
費用は、対象業務の数と連携するシステムの数で大きく変わるため、ここでは金額を示していません。
最初の一か月は「判定」に使う
最初の一か月は、エージェントに動かせるだけ動かして、人の判断と突き合わせます。合っていた件と外れた件を並べ、外れた理由を業務側の言葉で書き出します。
この突き合わせをやらないまま本番に載せると、後から精度の話が感覚論になります。数えていないと、良くなったのか悪くなったのかも言えません。
私たちは、この一か月を作業ではなく判断の期間として扱っています。ここで「任せる／任せない」を決め、任せないと決めた業務は素直に人に戻します。導入の手順はAIエージェントの導入で段階ごとに整理します。
AIエージェントに関するよくある質問
生成AIだけで十分なケースはありますか
あります。文章や画像を作るところが仕事の中心で、送る相手や実行の判断を人が持っている業務は、生成AIで足ります。エージェントが効くのは、作った後に「調べる・判定する・登録する」が続く場合です。作って終わりの業務にエージェントを載せても、設計と運用の手間だけが増えます。
AIエージェントはいつから実務で使えますか
2026年8月時点で、範囲を絞った業務であればすでに実務で動いています。問い合わせの一次対応や下調べのように、判断基準が言語化できて、間違えても取り返しがつく業務が該当します。一方で、判断が毎回変わる業務や、誤りが取り返しのつかない業務は、まだ人が持ったままにしています。
料金はどう考えればよいですか
人数ではなく、動かした回数と処理の長さで増える、と考えるのが実態に近いです。そのため私たちは、見積もりの前に対象業務が一日に何件発生するかを数えます。件数が読めない業務は、月あたりの上限を決めてから始めます。課金の形は2026年8月時点でも変わり続けているため、契約前の確認が要ります。
暴走して勝手なことをしませんか
権限を広く渡せば起こりますし、狭く渡せば起こりません。エージェントは渡されたツールの範囲でしか外に触れられないため、事故の大きさは能力ではなく権限で決まります。私たちは、社外への送信・システムへの登録・金銭が動く処理の直前に人の承認を挟む形を標準にしています。
どの業務から任せるのがよいですか
手順を人に説明できて、判断基準が文章で書けて、材料が社内システムにあり、間違えても取り返しがつく業務です。この記事の判定表で四つ以上あてはまるもののうち、いちばん件数が多いものを選びます。困っている度合いではなく、判定できる度合いで選ぶほうが、結果的に早く進みます。
まとめ：任せる業務を先に決める
AIエージェントは、目的を渡すと自分で手順を決めて実行するAIです。生成AIとの違いは文章のうまさではなく、判断と実行を持っているかどうかでした。
仕組みは計画・ツール実行・記憶・評価の四つで、どこに人の承認を挟むかで安全性が決まります。種類は分かれますが、中小企業の最初の一歩は範囲を絞った業務特化型です。
そして、先に決めるのは製品ではなく業務です。手順が説明できて、判断基準が書けて、材料が社内にあり、間違えても取り返しがつく。この条件で四つ以上あてはまる業務から任せる、というのが私たちの基準です。
次の一手は、自社の業務をこの基準で並べてみることです。上から二つか三つ、業務の名前を書き出せれば、それが最初の候補になります。
どの業務から任せられるかを一緒に整理する無料の診断として、AIおきかえくんを用意しています。業務の棚卸しから始めたい場合は、AI導入の進め方もあわせてご覧ください。