営業担当者が、ある見積依頼を使ってAI Agentをテストしたところ、AI Agentは過去の価格、支払条件、納期を見つけ出し、見積内容の草案まで作成しました。すると会議では、上司から次のような質問が出ます。「ここまでできるなら、より多くの社員が使えるようにするべきではないか。さらには、正式な業務プロセスに組み込めないか?」
デモで実行できたとしても、それは技術的に実現可能であることを証明したにすぎません。企業はさらに、実行1回あたりのモデル利用料、社員が確認に費やす時間、エラー発生後のやり直し回数、例外が発生した際の担当者まで把握する必要があります。こうした記録がなければ、導入範囲を拡大した場合に必要となるコストや、負うことになるリスクを経営層が見積もるのは困難です。
実行できても、必ずしも採算が合うとは限らない理由
TechOrangeがAnthropicのロボット業務遂行能力に関するレポートを紹介した記事によると、この研究では米国労働省の職業データベース「O*NET」を使用し、900職種、約1万9,000件の詳細なタスクを対象に、Claudeが項目ごとの分析と評価を支援しました。研究結果では、現在のロボット技術で米国の物理的タスクの74%を実行でき、これは総労働時間の約34%に相当します。しかし、設備、保守、電力、人による監督の費用まで含めると、人を雇って実行するより安いタスクはわずか0.3%でした。
この研究は米国の職業、賃金、導入コストを基準としているため、結果の比率をそのまま台湾企業に当てはめることはできません。ただし、この評価方法はAI Agentプロジェクトの検証にも有効です。デモの段階では通常、AI Agentがデータを検索できるか、文書を作成できるか、ツールを呼び出せるかだけを確認します。しかし、本番運用が始まれば、モデル利用量、システム連携、権限管理、人による確認、エラーによるやり直し、例外処理などのコストも企業が負担しなければなりません。社外へのメール送信、価格の承認、データの変更を伴うプロセスであれば、エラーが顧客や社内業務に及ぼす影響もリスク評価に含める必要があります。
したがって、経営層が次の段階を承認する前に、プロジェクトチームへ実測記録の提出を求めるべきです。記録には、実行1回あたりのtoken使用量、人による確認に要した時間、やり直しが必要になった状況、社員による対応が引き続き必要な例外などを含めます。導入拡大を検討する際には、総コスト、リスク、人による作業量を実際の記録に基づいて判断しなければならず、デモの完成度だけを見て決めるべきではありません。
コストはモデルの請求額だけでは算出できない
AI Agentのコストを評価する際は、まず対象範囲が明確で、検収しやすい業務を一つ選びます。たとえば、営業への見積依頼の整理、購買における相見積もりデータの集約、品質管理基準に基づくレポート項目の確認などです。チームは入力データ、出力結果、検収基準を事前に定め、同じ利用者グループに所定のプロセスで試行してもらう必要があります。そうすることで、実行ごとの差異を比較できるようになります。
モデルの請求額は直接コストですが、社員がデータの準備、内容の確認、差し戻し、例外処理に費やす時間も、最終的な採算性を左右します。たとえば、AI Agentが見積書の草案を作成した後も、営業担当者が価格、条件、納期を項目ごとに確認する必要があるなら、プロジェクトチームはその確認時間を記録しなければなりません。過去のデータ形式が統一されておらず、IT部門や営業部門が事前整理に時間を費やす場合、その作業時間も導入コストに含める必要があります。また、メールの誤送信、古い条件の引用、閲覧権限のないデータへのアクセスについては、本番稼働後にルールを追加するのではなく、あらかじめ対応方法と責任者を定めておくべきです。
試行期間中は、次の5種類のデータを継続的に記録することを推奨します。モデルとツールの利用量、人による準備と確認に要した時間、やり直しの回数、例外処理の内容、顧客または社内業務に影響を及ぼすエラーです。その後、週次または月次の総コストを、従来のプロセスに必要な人員と想定されるリスクと比較し、試行を継続するのか、プロセスを修正するのか、利用範囲を拡大するのかを判断します。
EgentWrXは、テナント、組織、メンバー、AI Agentという4階層の予算管理機能を提供しており、アラートのしきい値はデフォルトで80%に設定されています。いずれかの階層で予算を使い切った場合でも、管理者が「ブロック」を選択している場合に限り、それ以降の利用がシステムによって停止されます。プロジェクトの開始時点で、試行対象の組織とAI Agentに予算上限を設定し、請求額が増えてから費用の使途をさかのぼって調査する事態を避けることを推奨します。
どのステップに人の承認が必要か?
TechOrangeが紹介した研究では、人による監督もロボットの導入コストに含めています。また、自動溶接設備が主要な動作を実行できたとしても、現場では金属の運搬、高所での位置決め、作業後の研磨を人が担う必要があると指摘しています。AI Agentのワークフローも同様です。前半のデータ整理やコンテンツの草案作成はAI Agentに任せられますが、金額、責任、社外への影響が関係する場合には、企業が意思決定者を指定する必要があります。
プロジェクトチームは、プロセスを3種類に分類できます。1つ目は、見積依頼項目の整理や既存条件との照合など、AI Agentが明確なルールに従って実行できるステップです。2つ目は、部門の上限を超える値引き、データ間の矛盾、顧客への見積送付前など、AI Agentによる処理後に人の承認を待つ必要があるステップです。3つ目は、条件が不明確な場合、顧客との関係が関わる場合、社内規定で想定されていない例外が発生した場合など、最初から社員による対応を維持するステップです。
人による承認は、プロセスの最後に署名欄を追加するだけでは不十分です。どのような条件で承認できるのか、誰が承認するのか、期限を過ぎても処理されていない場合にどう対応するのかを、あらかじめ明文化する必要があります。試行時には、承認者がどの内容を修正したのか、なぜ差し戻したのか、承認後も何回取り消しが発生したのか、リカバリーにどれだけの時間を要したのかも記録し、その実測結果に基づいてプロセスを調整します。
EgentWrXでは、反復性の高い業務をタスクとして設定し、複数のタスクをワークフローとして連結できます。次の担当へ引き継ぐ前に人の承認が必要な場合、プロセスはいったん停止し、指定された担当者の承認を待ちます。企業はまず、営業見積または購買の相見積もりプロセスを一つ選び、AI Agentが実行できるステップ、人の承認が必要なステップ、社員が引き続き担当するステップを明確にしたうえで、予算上限と試行期間を設定できます。レビュー会議では、AI Agentが一見完成度の高い文書を作成できるかどうかだけでなく、総コスト、例外の記録、承認結果を確認する必要があります。
よくある質問
AI Agentがすでに業務を完了できる場合でも、概念実証は必要ですか?
必要です。概念実証(proof of concept, PoC)では、AI Agentが結果を出せるかどうかを確認するだけでなく、モデルの利用量、人による確認時間、やり直しの回数、例外処理の状況も記録する必要があります。企業はまず、対象範囲が明確で検収しやすい業務を選び、本番データを使って実際のプロセスを試行したうえで、利用範囲を拡大するかどうかを判断できます。
AI Agentのコストには、どのような項目を含めるべきですか?
少なくとも、モデルとツールの利用量、システム連携、データ整理、権限管理、人による確認、やり直し、例外処理を含める必要があります。社外へのメール送信、価格の承認、データの変更を伴うプロセスの場合は、エラー発生後の取り消しやリカバリーに必要な作業時間も算入しなければなりません。
どのようなステップに人の承認を設定すべきですか?
金額が部門の上限を超える場合、データが相互に矛盾する場合、条件が不明確な場合、または内容を社外へ送信する直前には、プロセスをいったん停止し、指定された担当者が確認するのが適切です。企業は、誰が承認権限を持つのか、差し戻し後に誰が修正するのか、期限を過ぎても処理されていない場合にどう対応するのかも明文化する必要があります。
予算アラートを設定すれば、予算超過を防げますか?
アラートを設定するだけでは不十分です。管理者は、予算を使い切った時点でそれ以降の利用をブロックするよう設定し、テナント、組織、メンバー、AI Agentごとに上限を設ける必要があります。試行期間中も実際の利用量を定期的に確認し、予算上限が業務上のニーズと企業が許容できるコストに合っているかを検証しなければなりません。
参考資料
- 【Anthropicのロボット業務遂行能力レポート】技術的には米国の総労働時間の34%を代替可能、しかし実際に「人を雇うより安い」のは1%未満 — TechOrangeがAnthropicのレポートを紹介し、技術的能力、導入コスト、労働への影響について解説しています。



