EU AI Act は、2026年8月2日に全面適用されました。台湾企業が直接規制されるわけではありませんが、欧州の顧客や取引先ブランドは規制対象となり、その契約条件はサプライチェーンを通じて下流へと波及します。同月、Deloitte は米国企業の経営幹部501人を対象とした調査を発表しました。それによると、72%の企業が統一され、かつアクセス可能なデータ基盤を確保できておらず、70%が AI Agent を信頼し、管理することができていません。
この2つが示す結論は同じです。企業向け AI Agent プラットフォームの選定で問うべき内容は、すでに一変しています。3年前はモデルの精度が問われていました。今問うべきなのは、誰が何をできるのか、実行したことを後から確認できるのか、問題が起きたときに止められるのかです。
「どのモデルを選ぶか」が主要な問題ではなくなった理由
現在、モデルの性能は目まぐるしく変化しています。今日優れているモデルも、半年後には別のモデルに置き換えられるかもしれません。一方、プラットフォームに組み込まれた権限構造、ナレッジベースの区分、監査ログは、モデルと一緒に入れ替わるものではありません。この点については、AI Agent プラットフォームを選ぶなら、使用モデルだけを聞いてはいけないでも取り上げました。モデルは部品にすぎず、成否を決めるのは、その周囲を支えるレイヤーです。
ガバナンスのフレームワークも同じ考え方に基づいています。NIST の AI リスクマネジメントフレームワーク（AI RMF 1.0、2023年1月26日公開）は、管理業務を Govern、Map、Measure、Manage の4つの機能に分類しています。このうち、モデルの性能に直接関係するのは Measure だけであり、残る3つはすべて組織とプロセスに関するものです。欧州委員会による高リスク AI システムへの要件も同様で、「logging of activity to ensure traceability of results」と「appropriate human oversight measures」が明記されています。求められているのは記録と人による監督であり、モデルのスコアではありません。
そのため、以下のチェックリストにはモデルについての質問が一つもありません。9つの質問は、すべて境界の管理に関するものです。
会議に持ち込むべき9つの質問
順番は重要度ではなく、「回答を誤った場合、どれだけ早く問題が表面化するか」に沿って並べています。
1. フロントエンドと管理画面の権限は、同じシステムで管理されていますか？
確認すべきなのは、明確な「はい」または「いいえ」と、別々のシステムである場合、同じ人に片方だけの権限を付与できるかどうかです。この質問の答えによって、部門責任者に自部門の利用を管理させつつ、全社のポリシー設定には触れさせない運用が可能かどうかが決まります。権限体系が一つしかなければ、権限を与えすぎるか、足りなくなるかのどちらかです。
答えられない場合の代償：導入から3か月後、「設定を変更できる人」と「設定を変更すべき人」が一致していないことに気づき、全員のロールを割り当て直すことになります。
2. 誰が AI スキルを全社に展開できますか？
従業員が自分の仕事の進め方をスキル化するのは良いことです。問題はその次です。本人がボタンを一つ押すだけで、そのルールを全社に適用できるのでしょうか。審査プロセスがあるのか、誰が審査するのか、承認されなかった場合はどうなるのかを確認する必要があります。
答えられない場合の代償：ある部門だけの例外的な運用が全社のデフォルトになり、別の部門がそれに従って失敗した後で初めて問題が発覚します。
3. ナレッジベースを組織単位で分け、人事情報と営業見積もりを隔離できますか？
「権限管理に対応しているか」を聞くだけでは不十分です。区分の単位が個人、部門、プロジェクトのどれなのかを確認してください。さらに、同じ文書を複数の範囲に同時に所属させられるか、所属先を誰が決めるのかも質問します。
答えられない場合の代償：給与体系や顧客との価格交渉記録が、本来閲覧できない人の検索結果に表示されます。この種の問題ではエラーメッセージは出ません。ある日、誰かが見つけるだけです。
4. 従業員が退職した場合、その人の AI 資産はどう処理されますか？
この質問をする人は少ないものの、最も早く問題になりやすい項目です。本人がアップロードしたナレッジ、作成したスキル、設定した自動スケジュールが、退職後も残るのか、それとも消えるのか。保存期間はあるのか、期限後に削除されたデータを復元できるのかを確認してください。
答えられない場合の代償：ベテラン営業担当者が退職し、その人の Agent に2年間蓄積された見積もりロジックが、アカウントと一緒に消えてしまいます。反対に、個人的なメモがシステムに残り、他の人が引き続き検索できてしまう可能性もあります。私たちは、どちらのケースも経験しています。
5. プロセスの途中に人による承認を挿入できますか？
確認すべき点は3つあります。承認を設定できるか、後から追加できるか、そしてプロセスが停止したときに誰が承認して先へ進めるのかです。特に重要なのは2つ目で、承認ゲートをプロセス作成時にしか設定できない場合、後から追加するにはプロセス全体をいったん分解して作り直す必要があります。
答えられない場合の代償：誰も見ていない間に自動プロセスが誤った内容を外部へ送信します。一度送信したものは取り戻せません。そして、承認ゲートが必要だと気づくのは、たいてい問題が起きた後です。
6. AI が接続できる外部サービスをホワイトリストで管理できますか？
確認すべきなのはデフォルト設定です。最初からすべての接続を許可して個別に禁止するのか、それとも最初はすべて拒否し、個別に許可するのか。この違いは、情報セキュリティ上、非常に大きな意味を持ちます。あわせて、情報セキュリティ部門が必要とする「このシステムが外部のどこへ接続するか」という一覧を、画面から直接エクスポートできるかも確認してください。
答えられない場合の代償：セキュリティ審査のたびに手作業で一覧を作成することになり、誰かが新しい連携先を追加した瞬間、その一覧は古くなります。
7. 予算を階層別に設定し、超過時に停止または通知できますか？
確認すべきなのは、設定できる階層数（会社、部門、個人、個別の Agent）と、最も重要な点である「上限を超えたときのデフォルト動作」です。「上限」という言葉の意味はシステムによって異なります。処理を停止するものもあれば、通知するだけのものもあるため、どちらなのかを明確にする必要があります。
答えられない場合の代償：月の半ばに、ある部門の使用量がすでに予算の3倍に達したという通知メールを受け取ることになります。
8. 監査ログをエクスポートでき、改ざんされていないことを証明できますか？
エクスポートできることは最低条件であり、重要なのは2つ目の質問です。権限を持つ人が監査ログを誰にも気づかれずに変更できるなら、セキュリティ審査や紛争発生時の事実確認における価値は、ほぼゼロです。完全性を検証する仕組みがあるかを確認してください。
答えられない場合の代償：顧客や監査機関から操作記録の提出を求められたとき、提出できるのは真正性を自ら証明できないファイルです。EU が高リスクシステムに求めているのは、まさに「トレーサビリティ」です。
9. クラウド、オンプレミス、それともハイブリッドですか？
この質問は通常、会議で最初に出ますが、ここでは最後に置いています。理由は、前の8つの質問に明確に答えられないプラットフォームは、オンプレミスで導入しても答えられないままだからです。導入場所によって決まるのはデータの保存先であり、誰がそのデータを操作できるかではありません。
答えられない場合の代償：オンプレミスをセキュリティ対策だと考えた結果、自社のデータセンター内に設置されているにもかかわらず、誰でもナレッジベースを全社に公開できるシステムを購入してしまいます。
一言で判断する方法
9つの質問を終えたとき、相手の回答の多くが「ユーザー自身が設定できます」であれば、購入しようとしているのはツールです。多くが「管理画面でお客様側が決められます」であれば、購入しようとしているのはプラットフォームです。どちらにも適した用途はありますが、全社規模での利用に耐えられるのは後者だけです。
だからこそ、技術的な準備状況よりも、プロセスの準備状況を見る必要があります。Deloitte の調査では、74%の企業が、4年以内にほぼ半数のプロセスを AI Agent を中心に再設計する必要があると考えています。一方、現時点で業務プロセスの準備が整っていると回答した企業は16%、高度に準備できていると回答した企業はわずか5%でした。この点については、74%がプロセスの再設計を必要としている一方、準備できているのはわずか2割でも詳しく解説しています。
EgentWrX のアプローチ
上記9項目について、管理画面で制御するプラットフォームもあれば、ユーザー自身に管理を任せるものもあります。Intellicon Solutions が EgentWrX で採用した方針は、すべてを Admin Console に集約し、管理者が境界を決定することです。ユーザーはフロントエンドで業務成果を生み出すことだけに集中します。
権限は、実際に2つの独立したシステムに分かれています。User App の権限はフロントエンドを、Admin Console の権限は管理画面を制御します。フロントエンドの権限しか持たないユーザーが管理画面にログインしようとしても、アクセスは拒否されます。スキルは従業員がフロントエンドで自由に作成できますが、全社へ展開するには、管理画面の審査キューで承認を得る必要があります。ナレッジベースの範囲は、組織、プロジェクト、Agent の3種類です。実務上、覚えておくべき違いがあります。組織の範囲に置かれたデータは、担当者が退職しても消えません。一方、個人の Agent の範囲に置かれたデータは消えます。退職後のデフォルト保存期間は90日です。クリーンアップを実行すると元に戻せないため、標準的な運用では退職前に所有権を移転します。
ワークフローの「引き継ぎ前に人による承認を必須にする」機能には、私たちが事前にお客様へ説明している制限があります。この設定は後から追加できず、該当する接続部分を削除して作り直す必要があります。そのため、判断に迷うプロセスでは、最初から承認を追加しておくことを推奨しています。外部通信のホワイトリストは、デフォルトですべてを拒否し、ドメインごとに許可する仕組みです。連携設定の「セキュリティ」タブが、情報セキュリティ部門が必要とする接続先一覧に相当します。社内データベースとの連携は読み取り専用で、書き込みはできません。
予算は、テナント、組織、メンバー、Agent の4階層で設定できます。いずれかの階層で先に上限へ達すると、そこで処理が止まります。ただし、実際に停止させるには「トリガー時の動作」で「ブロック」を選ぶ必要があります。上限を設定するだけでは、アラートが出るだけです。監査ログは55種類のリソースを対象としており、「完全性を検証」する機能によって、その場でハッシュチェーン全体を再計算できます。管理者が監査ログをダウンロードしたという操作自体も、監査ログに記録されます。
第2問で挙げた「一人の進め方が全社のデフォルトになる」というリスクは、サブエージェントの役割分担にも同じ形で現れます。AI Agent を増やしても、こなせる仕事が増えるとは限らないでは、人手を増やすことが必ずしも成果の増加につながらない理由を説明しています。
よくある質問
企業向け AI Agent プラットフォームは、どのように比較すればよいですか？何を確認すべきですか？
モデルより先に、ガバナンス機能を確認してください。実務上の比較項目は9つあります。フロントエンドと管理画面の権限が分離されているか、スキル展開の審査プロセスがあるか、ナレッジベースを区分して隔離できるか、退職者の資産をどう処理するか、プロセスに人による承認ゲートを設けられるか、外部接続をホワイトリストで管理できるか、予算を階層別に設定し超過時の動作を制御できるか、監査ログをエクスポートして完全性を検証できるか、どの導入形態に対応しているかです。モデルの性能は半年もすれば入れ替わりますが、この9項目は簡単には変えられません。
AI Agent プラットフォームと一般的な AI チャットツールは何が違うのですか？
違いは3つあります。会社のルールを長期的に記憶できるか（ナレッジベースとメモリの保持）、反復作業を再実行可能なタスクに変えられるか、プロセスの途中に人による承認を挿入し、無人のまま最後まで実行されるのを防げるかです。3つ目がなければ、単に情報検索が少し得意なチャット画面にすぎません。
EU AI Act は台湾企業にも影響しますか？
この法律は2024年8月1日に発効し、2026年8月2日から全面適用されました。リスクは、許容できないリスク、高リスク、透明性リスク、最小またはリスクなしの4段階に分類されます。台湾企業が直接規制対象になるわけではありませんが、高リスクシステムには、活動記録によるトレーサビリティと適切な人による監督が求められます。これらの要件は、欧州の顧客との契約条項を通じてサプライチェーンにも伝わります。また、第4条の AI リテラシー義務はプロバイダーと導入者の双方に課されています。つまり、利用する側にも責任があります。
プラットフォームを選ぶ際、データがモデルの学習に使われる可能性はありますか？
プラットフォーム自体と、その背後で接続されるモデルプロバイダーの2つに分けて確認する必要があります。OpenAI の API を例にすると、公式文書には、明示的にオプトインしない限り、デフォルトではモデルの学習に使用されないと記載されています。不正利用監視ログの保存期間はデフォルトで最長30日間であり、企業はゼロデータ保持を申請できます。プラットフォーム側については、こうした設定がそのままモデルプロバイダーへ引き継がれるのか、それともプラットフォームが独自にデータを保存するのかを確認してください。
IT 部門がない中小企業でも、このチェックリストは使えますか？
使えますが、確認する順番を変える必要があります。専任の IT 担当者がいない企業では、通常、最初に第2問、第4問、第7問の問題に直面します。スキルが無秩序に全社展開される、退職者の資産が消える、使用量が急増するといった問題です。第1問、第3問、第8問については、組織が3部門を超える段階で本格的に対応してもよいでしょう。判断の順番については、企業の AI への不安は、実際のニーズと同じではないでも取り上げています。
参考資料
- The path to agentic transformation — Deloitte Insights、2026年8月12日。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、調査期間は2026年4月から6月です。本記事で引用した72%、70%、74%、16%、5%は、すべて同レポートに基づいています。
- AI Risk Management Framework — 米国国立標準技術研究所（NIST）。AI RMF 1.0 は2023年1月26日に公開されました。4つの中核機能は Govern、Map、Measure、Manage であり、自主的な利用を想定したもの（"intended for voluntary use"）であることが明記されています。
- Regulatory framework for AI — 欧州委員会。4段階のリスク分類と、高リスクシステムに対する義務の原文：「adequate risk assessment and mitigation systems」「logging of activity to ensure traceability of results」「appropriate human oversight measures」。法律は2024年8月1日に発効し、2026年8月2日に全面適用されました。
- Article 4: AI Literacy — EU AI Act Explorer（Future of Life Institute が運営する条文検索サイト）。第4条では、プロバイダーと導入者に対し、従業員が十分な AI リテラシーを備えるよう確保することを求めています。
- Data controls in the OpenAI API — OpenAI 公式開発者向けドキュメント。API データはデフォルトではモデルの学習に使用されない（"not used to train or improve OpenAI models (unless you explicitly opt in)"）こと、不正利用監視ログの保存期間が最長30日間であることが明記されています。