「すでに100体以上の AI Agent を構築しました。これは導入に成功したと言えるのでしょうか？」。企業の現場で、私たちが頻繁に受ける質問です。
この問いに答えるには、Agent の数だけでなく、それらが互いにどのように連携しているかを見る必要があります。10個のタスクがすでに1本のワークフローとしてつながっていれば、数百個のタスクが個別に稼働するよりも、高い効果を発揮する可能性があります。それは、その企業の AI 能力がより成熟していることも意味します。
企業の AI 能力がどのレベルに達しているかを判断する鍵は、いくつかあります。有効な手法が資産として残されているか、業務の引き継ぎを自動化できているか、ガバナンスの仕組みが AI Agent の本番運用を認めているか、そして他部門が構築済みの能力を再利用できるかです。私たちは、この発展プロセスを「点・線・面」の3つのレベルに分けています。
個人の活用から、企業の能力へ
「点」の段階では、多くの社員がすでに AI ツールを使い始め、特定のタスク向けに数多くのプロンプトを作成しています。しかし、それぞれのタスクは独立しており、成果は多くの場合、個人や単一部門の中にとどまります。部分的な業務は速くなっても、会社全体の効率には目に見える変化が現れません。
企業に管理プラットフォームがない場合や、社員が個人アカウントを利用している場合、ノウハウやプロンプトも個人アカウント内に残ります。担当者が異動すると、それまで有効だった手法が途絶えてしまう可能性があります。
「線」の段階に進むと、企業は異なる部門の AI Agent をワークフローとして連携させ始めます。これまで人手で行っていたデータの受け渡し、確認、再入力を徐々にプロセスが担うようになり、効率化の範囲も単一のタスクから一連のプロセス全体へと広がります。
さらに「面」の段階へ進むと、全社レベルのスキルとガバナンスが確立されます。企業は全社共通の AI スキルを構築し、Agent 同士を連携させて協働させ、社内のナレッジベースを活用しながら、自社のルールに従って業務を遂行させることができます。この段階になって初めて、AI は管理・保守・拡張が可能な組織能力になります。
第1段階：まず全社員がタスクを構築する（導入後約1～3か月）
導入初期の目標は明確です。まず、定型業務をタスクとして構築します。
最初から複数の Agent によるワークフローを計画すること自体は、方向性として間違っていません。しかし現場では、多くの社員が最初のタスクすらまだ構築できていないケースをよく目にします。基本的なタスクが確立されていない段階で複雑な連携を議論しても、見た目は完成しているものの、実際には実行できないフロー図が出来上がるだけになりがちです。
この段階では、役割を明確に分ける必要があります。プロジェクト窓口は業務の棚卸しと進捗管理を担当します。部門責任者は優先順位を決め、AI プロジェクトチームを任命し、期待される効果を確認します。導入コンサルタントはヒアリング、初期タスクの構築、ワークショップを主導します。実務担当者は資料を提供し、実際の検証にも参加します。IT 部門は、まず環境、アカウント、情報セキュリティの境界を整備し、システム連携の開発を急ぐ必要はありません。
各タスクについて、元の職務、入力例、操作手順、期待する出力、検証結果、保守担当者など、十分な記録を残す必要があります。これらは基本的な内容に見えますが、後にタスクを引き継げるかどうかを直接左右します。記録がなければ、タスクを構築できたとしても、使い方や不具合発生時の修正方法を知っているのは、最初に構築した担当者だけという状況になりかねません。
この段階の終了時には、職務一覧、タスク候補一覧、検証済みタスク、保守担当者名簿、改善前のベースラインデータを成果物として納める必要があります。これらの成果物により、経営層は現時点で構築された能力を把握でき、次の段階では導入前後の差を比較できるようになります。
次の段階へ進むには、3つの条件を確認します。少なくとも2つの部門が日常業務でタスクを利用していること、すべてのタスクに保守担当者がいること、そして経営層が既存のタスクから連携に適したプロセスを1つ選定できることです。この3つの条件がそろって初めて、分散した点を、実際に機能する1本の線へとつなげられる可能性が生まれます。
第2段階：点をつなぎ、実際に機能する線を構築する（導入後約3～6か月）
中期段階に入ると、通常は2～3か月をかけて最初のワークフローを完成させます。
この段階では、プロジェクト窓口がプロセスの上流・下流部門を招集し、各部門の AI プロジェクトチームと実務担当者が共同でプロセスの各ノードを整理します。そのうえで、プロセス責任者が引き継ぎ基準を決定します。データやシステムの連携が必要な箇所を特定してから、IT 部門に参加してもらいます。この順序は非常に重要です。プロセスのルールが明確になっていない状態で IT 部門が先にシステムを連携しても、その後、繰り返し修正が必要になる可能性があるからです。
この段階で最も手間がかかるのは、通常、引き継ぎ方法を明確にすることです。各ノードについて、誰が開始するのか、どのデータを読み込むのか、どの形式で出力するのか、次の工程に何を渡すのか、エラー発生時に誰が対応するのかを明記する必要があります。これまで社員の経験によって補われていた細部を、すべて明確なルールにしなければ、AI Agent は次に何をすべきか判断できません。
例えば、ある精密プレス・鍛造工場では、契約書の一次審査、図面寸法の認識、金型部品リストの作成、材質証明書の審査、見積もりおよび作業指示書への書き戻しという5つの個別タスクがすでに構築されているものの、各ノード間のデータ移動は依然として人手で行われていました。このような場合に必要なのは、6つ目の個別タスクを追加することではなく、既存の5つのノードを連携させることです。そうしなければ、タスクが増えるほど人手による引き継ぎも増え、プロセス全体が必ずしも速くなるとは限りません。
中期段階の成果物には、現状のフロー図、目標とするフロー図、各ノードの入出力仕様、例外処理一覧、権限一覧、検証記録、そして実際に稼働している1本のワークフローが含まれます。
次の段階へ進めるかどうかを判断するには、プロセス全体の所要時間と、人手によるデータ移動の回数について、導入前後の比較数値がそろっているかを確認します。プロセス内で、ファイルのダウンロード、データの再入力、次工程への個別通知を人が継続的に行う必要がある限り、連携が完了したとは言えません。企業にとって、安定して稼働する1本のワークフローは、プレゼン資料にしか存在しない10本の構想よりもはるかに有用です。
第3段階：繰り返し使われるルールをスキルとして整理する（導入後約6か月以降）
長期段階に入ると、同じ帳票形式、審査基準、用語規則、例外判断などが、複数のタスクに繰り返し記述されていることに企業は気づきます。通常時には問題が見えにくいものの、承認フォームが改訂されると、関連するほぼすべてのタスクを更新しなければならず、保守コストが急速に顕在化します。
この段階では、複数のタスクに繰り返し登場するルールを、全社または部門レベルのスキルとして整理し、同時にバージョン、保守担当者、変更プロセスを定めます。管理部門または AI ガバナンスチームは、スキルカタログとバージョンを管理します。各部門の専門家はコンテンツオーナーを務め、IT 部門は権限、連携、監査を維持します。AI プロジェクトチームは回帰テストを担当し、経営層はどのスキルを部門横断で共有できるかを決定します。
スキルとは、単にプロンプトの名称を変えたものではありません。1つのルール群が2つ以上のタスクで再利用でき、一度の更新で同期され、利用範囲と責任者が明確になって初めて、スキルとして切り出す価値があります。そうでなければ、タスク内に分散していた内容の保存場所を変えただけであり、保守上の問題は残ったままです。
この段階になると、受け入れ確認の重点はアプリケーションの総数ではなく、新しい部門が既存の AI 資産を活用できるかどうかに移ります。新しいチームが Agent の一覧から利用可能なスキルを見つけ、既存の権限ルールに従って調整を行い、新たに発生した例外を管理者の承認後に共通バージョンへ反映できるかどうかが、より実践的な確認方法となります。
将来、担当者が異動しても、これらの知識を引き続き検索、修正、追跡できる状態になって初めて、企業の AI 能力は成熟の条件を備えたと言えます。
自社は今どの段階にいるのか？4つの観点から確認する
自社が現在どの位置にいるのかを判断するには、次の4つの観点から確認できます。
- 知識の資産化：自社の業務方法は文書化されていますか？職務の棚卸しは済んでいますか？反復業務はタスクとして構築されていますか？データは AI が理解できる状態まで整理されていますか？
- プロセスの連携：部門間の引き継ぎポイントには、標準化された入力と出力がありますか？少なくとも1つのプロセスを、AI Agent が最初から最後まで実行できますか？
- ガバナンス上の承認：誰が利用し、どれだけのコストがかかり、どのようなデータにアクセスしたのかを、経営層は把握できていますか？エラー発生時に通知を受け取り、処理を停止できる担当者はいますか？
- 組織の推進力：導入を推進しているのは業務プロセスを理解する部門ですか、それとも IT 部門だけに依存していますか？経営層自身も利用していますか？部門間で互いの成果を確認できますか？
この4つの観点は、互いに代替できるものではありません。知識をどれだけ丁寧に整理しても、部門横断のプロセスが整理されていなければ、最終的には社員が文書を検索するためのナレッジ Q&A ツールしか構築できない場合が多くあります。プロセスをどれほど詳細に設計しても、ガバナンスのルールと境界が明確でなければ、すべてのアプリケーションは POC 段階にとどまり、日常業務へ正式に導入することはできません。
私たちの観察では、台湾企業の多くは現在、「点」と「線」の間に位置しています。最大のリスクは、ライセンス数や利用量だけを見て、自社が前進していると判断し、次のレベルへ進むための具体的な条件を設定していないことです。
多くの施策を同時に推進するよりも、まず次の段階への移行を妨げている弱点を特定するべきです。タスクに保守担当者がいないのか、プロセスの引き継ぎが依然として人手に依存しているのか、ガバナンスの境界がまだ確定していないのか、それとも部門間で成果を再利用できないのか。現在地を明確にして初めて、次にどの観点を優先して強化すべきかが分かります。
本記事は、Intellicon Solutions の『Agent-Ready：台湾製造業 AI 活用ホワイトペーパー』から抜粋したものです。本ホワイトペーパーには、12週間の詳細な導入スケジュールと12問の自己評価表を収録しています。評価結果に応じて「点・線・面」の3つのレベルを判定し、各レベルで今後3か月以内に最初に取り組むべきことを提示しています。