Deloitte が2026年8月に発表した調査には、誤解されやすい一連の数字があります。少数の AI Agent を試験導入している企業は42%、複数部門へ展開を拡大している企業は43%、そして相互に連携できる複数の Agent を本格運用している企業はわずか15%です。一見すると「どの企業も取り組んでいる」ように見えますが、実際には大多数の企業が同じ地点で立ち止まっています。使えるようにはなったものの、全社展開まで進められていないのです。
台湾の伝統産業の意思決定者にとって、この調査で最も価値があるのは成長予測ではありません。多くの企業が予算項目すら設けていない領域に、ボトルネックがあると示した点です。
74%対2割、このギャップこそが答え
調査には、並べて見ることで初めて意味を持つ2つの数字があります。
4年後の見通しについて、74%の企業が「その時点までに少なくとも半数のプロセスを AI Agent を中心に再設計する」と回答しています。一方、現時点で自社の業務プロセスに準備ができていると回答した企業は16%、高度な準備ができていると答えた企業はさらに5%にとどまります。すでに本格展開を実現している企業に対象を絞っても、プロセスの準備が整っていると考える企業は46%しかありません。
4年以内に半数のプロセスを作り直す必要がある一方、現時点でプロセスを動かせると考えている企業は約2割です。このギャップは技術の差ではなく、プロセスの差です。
上位3つの障壁も、同じ問題を示しています。72%が統一され、利用可能なデータ基盤の欠如に直面し、70%が Agent を信頼し管理することの難しさを挙げ、67%が統合コストと複雑さを課題としています。いずれもモデルの能力に関する問題ではありません。1つ目の課題は、台湾の伝統産業ではさらに馴染みのある言葉で呼ばれています。情報のサイロ化です。ERPはあるシステムにあり、品質管理記録は Excel に保存され、過去の見積もりはベテラン営業担当者のメールボックスに入っている。この状態では、どのようなモデルを導入しても結果は変わりません。
オーバーレイは橋であり、ゴールではない
Deloitte の提言の中で、特に注目すべきものがあります。「オーバーレイ」を目的地ではなく、橋渡しとして捉えることです。
オーバーレイとは、既存プロセス自体には手を加えず、その上に AI Agent のレイヤーを直接追加する方法です。短期間で投資効果を得やすく、通常は数週間で成果が見え始めます。調査対象企業の多くは、この段階にあります。
私たちは、リソースが限られ、専任の IT 担当者がいない伝統産業にとって、オーバーレイは単に許容できる手法なのではなく、唯一合理的な第一歩だと考えています。まず現場の社員が日々の業務で違いを実感してこそ、信頼が生まれます。その信頼があって初めて、その後のプロセス再設計にも協力を得られるようになります。
ただし、橋には渡った先が必要です。オーバーレイを導入した後、次のステップを計画しなければ、3年後には数十もの単体 Agent がそれぞれ古いプロセスを支援し、互いに連携できないまま、プロセス自体は何も変わっていないという状況に陥ります。
見分け方は簡単です。その Agent を導入した際、本来改善すべきだったプロセスのどの部分を迂回したのか、誰かが記録しているかを確認してください。記録があれば、それは橋です。記録がなければ、そこがゴールになってしまっています。
人の準備は技術の準備以上に遅れている
回答した経営幹部の43%は、今後12～18か月で「大幅」または「極めて大幅」な業務変化が起こると予測しています。2～3年以内では、その割合は72%に上昇します。一方、同じ調査で半数の経営幹部が、自社は人材変革への投資が不足していると回答しています。
この2つの数字を並べると、矛盾が浮かび上がります。大多数が影響の到来を予測しており、半数は自社の準備が不十分だと認識しているのです。
企業が実際に行っている取り組みを見ると、71%が AI Agent に関する基礎リテラシーの向上を進め、65%が影響を受ける職種を対象にリスキリングを実施しています。どちらも正しい方向性です。しかし、リテラシー研修を終えた後、自らプロンプトを設計し、Agent を信頼すべきでない場面を判断できる人材が、社内に何人いるでしょうか。
この問いに答える数字も調査にあります。経営幹部の約3分の1は、人と AI の協働が完全自動化よりも大きな価値を生むと考えています。しかし、それに対応する運用モデルを定義している企業は半数未満です。どの工程を人の判断に残し、どの工程を Agent に任せるのか。この判断をツールに代行させることはできません。
この調査の適用範囲を意思決定者は理解すべき
引用する前に、この調査が何を測定したものなのかを明確にしておく必要があります。
調査対象は、米国企業のシニアマネージャーから経営幹部までの501人です。調査は2026年4月から6月に実施され、さらに20件の詳細インタビューが行われました。対象業界には、消費財、エネルギー・産業、金融、ライフサイエンス・ヘルスケア、テクノロジー・メディア・通信が含まれます。回答者の55%は技術部門の責任者、45%は事業部門およびその他の部門の責任者です。
重要な選定条件が1つあります。すべての回答企業が、少なくとも AI Agent の試験導入をすでに行っていることです。
したがって、これは「企業全体の現状」ではなく、「すでに動き始めている企業群の現状」です。15%という本格展開率の母数は、すでに取り組んでいる企業です。これを全企業における普及率と解釈すると、実態を大幅に過大評価することになります。同様に、74%という4年後の見通しも、すでに投資を始めている企業群によるものであり、自己実現的なバイアスを含んでいます。
意思決定者は、この調査を同業他社のロードマップを考えるための参考資料として利用すべきであり、市場からの圧力を裏付ける証拠として使うべきではありません。本当の圧力は顧客と競合他社から生じるものであり、米国の調査に記載されたパーセンテージから生じるものではありません。
次回の会議で確認すべき4つの質問
この調査から逆算すると、自社の現在地を明らかにするための4つの質問が見えてきます。
現在、私たちの Agent が支援しているのは、どのバージョンのプロセスか？ 答えが「現行バージョン」であれば、まだオーバーレイの段階です。それ自体は問題ありませんが、続けて次の質問をする必要があります。
改善すべきだと認識しながら、現在は Agent で迂回しているプロセスはどこか？ 答えられないのであれば、その橋がどこにつながっているのかを誰も追跡していないということです。
データはいくつのシステムに分散しており、そのうち Agent がアクセスできるのはいくつか？ この質問への答えは、想像以上に厳しいものになりがちです。そして、その答えが成果の上限を決めます。
来年、定型的な判断の半分を Agent が実行するようになった場合、誰がレビューを担当するのか。その担当者は今、プロンプトを読んで評価できるか？ これは人材への投資についての質問であり、半数の企業が投資不足だと回答した項目でもあります。
よくある質問
この調査は米国のものですが、台湾の伝統産業にも当てはまりますか？
傾向の方向性は当てはまりますが、割合をそのまま適用することはできません。プロセスの準備が技術に遅れていること、データの分散が最大の障壁であること、人材への投資が不足していること。この3点は、台湾の製造業や工作機械業界の顧客現場でも同様に見られます。ただし、普及率に関する数字は米国の大企業を対象としたサンプルに基づいているため、台湾の中小製造業にそのまま当てはめると過大評価になります。ロードマップ上の優先順位を考えるための参考として利用することをお勧めします。進捗のベンチマークには適していません。
本格展開を実現している企業が15%しかないなら、まだ急ぐ必要はないのでしょうか？
この15%の母数は「すでに試験導入を行っている企業」であり、全企業ではありません。より重要なシグナルは、別の2つの数字です。43%がすでに複数部門へ展開を拡大しており、経営幹部の72%が2～3年以内に大幅な業務変化が起こると予測しています。普及率が高まってから動き始めた場合、不足するのは技術ではなく、プロセス改革と人材育成に必要な時間です。この2つは、資金を投入しても一気に短縮できません。
データが各所に分散しています。先にデータを整理してから AI Agent を導入すべきでしょうか？
お勧めしません。企業の72%がデータ基盤の問題に直面しています。すべてのデータが整理されるまで待っていれば、大多数の企業はいつまでも始められません。実務では、順序を逆にします。まずデータが比較的整っているプロセスを1つ選んで成果を出し、データを整理する価値を社員に実感してもらってから、対象範囲を広げます。データガバナンスは導入の前提条件ではなく、導入によって生まれる成果の1つです。
オーバーレイとプロセス再設計のどちらを選ぶべきですか？
まずはオーバーレイから始めます。ただし、初日から何を迂回したのかを記録してください。オーバーレイなら、数週間で成果と社内の支持を得られます。プロセス再設計を進めるには、その支持が必要です。両者の違いは手法そのものではなく、次のステップへ進むための手がかりを残しているかどうかにあります。
基礎リテラシー研修を終えた後は、何をすべきですか？
リテラシー研修によって、社員は AI Agent で何ができるのかを理解できます。次に必要なのは、自ら設計し、保守できる人材です。智慧方案では、各部門に1～2人のプロンプトエンジニアを育成しています。見学から実践へと進み、最終的には独力で成果物を作成できるようにし、研修修了時には自部門の Agent を自ら改善できる状態を目指します。71%の企業がリテラシー向上に取り組んでいますが、リテラシーはあくまで出発点です。
参考資料
- The path to agentic transformation — Deloitte Insights、2026年8月12日。著者：China Widener、Laura Shact、David Jarvis、Sayantani Mazumder。調査対象は米国企業のシニアマネージャーから経営幹部までの501人、調査期間は2026年4月から6月で、経営幹部への詳細インタビュー20件も含まれます。本記事で引用したすべての割合は、同レポートに基づいています。