2025/06/26 更新 2026/10/25

AIエージェントは、導入する前に「やめ方」を決めておく：比較表を配って一時間、候補の製品は一つも減らなかった

AIエージェントの導入を話す会議で、担当者が比較表を配った。

部長は、業務の列を読んだ。情報システムの担当者は、導入の形の列を読んだ。

一時間後。候補の製品は、会議の前と同じ数のまま残った。

表には、業務の列も導入の形の列もそろっていた。では、なぜ一時間で候補が一つも減らなかったのか。

4割超が打ち切りへ、という予測の中身

候補が減らないまま選んだ製品は、導入した後に打ち切りになるかもしれない。米調査会社のGartnerは2025年6月、厳しい予測を出した。

エージェントAIの事業の4割超が、2027年末までに打ち切りになるという。

理由は三つ。膨らむ費用、あいまいな事業の価値、不十分なリスク管理だ。

Gartnerは、看板の掛け替えにも警鐘を鳴らした。既存のAIアシスタントやチャットボットを、エージェントと名乗り直して売る動きである。

本物のエージェントAIを扱う売り手は、数千社のうち約130社だという。

打ち切りが4割を超える見通しなら、やめ方は導入の前に決める項目に入る。

答える道具から、代わりに動く道具へ

厳しい予測の裏には、大きな期待がある。

チャットボットやCopilotのようなAIアシスタントは、指示を受けて応答する受け身の存在だった。

AIエージェントは、利用者や別のプログラムの代理として動く。意思決定の権限を持ち、複数の手順からなる仕事を自分で計画して実行する。

人の監督は、ほんのわずかだ。

答える存在から、代わりに動く存在へ。GartnerとForresterは、エージェントAIを2025年の戦略的技術トレンドの筆頭に挙げていた。

比較表を何枚作っても、候補が減らない理由

カラクリは単純だ。読む物差しが人ごとに違うまま比べても、候補の数は減らない。

市場を分ける物差しは、三つある。

一つ目は、思考だ。単純反射型から学習型まで、知能と自律性の段階で分ける。

二つ目は、業務。ソフトウェア開発、営業とマーケティング、カスタマーサポートのように、何の仕事をするかで分ける。

三つ目は、形態。完成品、開発者が組むフレームワーク、ノーコードの基盤、企業システムに組み込む統合基盤に分ける。

冒頭の部長は業務の物差しで、情報システムの担当者は形態の物差しで表を読んでいた。

出口を考えるときに効くのは、形態の物差しだ。企業システムに組み込む統合基盤は、企業のデータと深く結びつく。

結びつきが深いほど、出口は遠くなる

企業向けの競争の勝負どころは、AIの賢さから移った。勝負は、企業が持つデータと安全基盤に、どれだけ深く結びつくかで決まる。

Forresterは、回答を自社データに根拠づける仕組み（グラウンディング）をめぐる戦いが始まっていると指摘した。

売る側にとって、結びつきの深さは顧客を囲い込む力だ。買う側にとって、同じ深さは乗り換えの手間になる。

製品との結びつきが深いほど、打ち切りを決めた後に抜け出す道のりは長くなる。

価格の決め方も広がっている。人数分のライセンスに加えて、処理の量に応じる使用量課金が出てきた。

解決したチケット数などに応じる成果課金も出てきた。成果課金では、何を解決と見なすかを契約で決める。

解決の定義は、止める条件を測る数字にも使える。

製品を比べる前に答える、三つの問い

AIエージェントを選ぶ会議は、どの製品が賢いかの比べ合いになりがちだ。先に決めるのは、出口である。

製品を比べる前に、三つの問いに答える。

どの数字が何か月続いたら止めるか
止めるとき、渡したデータとAIが作った記録を、どの形式で持ち出せるか
止めた後、業務を誰が回すか

止める条件と持ち出しの形式は、導入の前に売る側と交渉する。止めた後の担当は、社内で決める。

導入の前なら、三つの答えは比べる物差しの一つになる。

三つの答えは、選ぶ側の前提だ。前提を言葉にしてから製品を比べる力が、選ぶ側の問う力である。

次の文面のかっこの中を、自分の案件に書き換えて使えばよい。

（例：問い合わせ対応のAIエージェント）の候補を比べます。
止める条件：（例：自動で解決した割合が3か月続けて30%を下回ったら止める）
持ち出すもの：（例：問い合わせの履歴と、AIが作った回答の記録）
止めた後の担当：（例：サポート課の二名が手作業の対応に戻る）
お願い：候補ごとに、止める条件を測れるか、持ち出しの形式と手順を表にしてください。