投稿者: MyEix

  • AIエージェントは仕事をどう変える?生成AIとの違いは「作業」ではなく「流れ」を任せること

    AIエージェントは仕事をどう変える?生成AIとの違いは「作業」ではなく「流れ」を任せること

    AIエージェントで変わるのは、文章生成の性能ではありません。

    変わるのは、AIに任せる仕事の単位で、これまでの生成AIであれば、要約や下書きなどの「1作業」が中心でしたが、AIエージェントは、その前後を含む「仕事の流れ」を扱います。

    つまり比較すべきなのは、回答精度だけではなく、どこまで連続した業務を任せられるか。

    生成AIは「1作業」、AIエージェントは「一連の業務」を扱う

    これまでの生成AIは、一問一答が基本でした。

    • 文章を要約する
    • メールを書く
    • 企画案を出す

    こうした作業自体はAIに任せ、その次に何をするかは人間が決めます。

    営業フォローであれば、流れは以下のようになるでしょう。

    • 顧客情報を確認する。
    • 過去の商談内容を読む。
    • メールを書く。
    • 送信する。
    • 次回連絡日を設定する。

    生成AIは、この中の一部を支援してくれるのですが、AIエージェントは、この流れ全体を扱うものとなり、基本の考え方は、目標を渡し、必要な手順を考え、外部ツールを呼び出し、処理を進め、結果を見て、次の作業を判断する。

    ここが従来の生成AIとの違い。

    2024年11月にはAnthropicがMCPを公開しました。

    MCPは、AIと外部ツールをつなぐ共通規格で、2026年には、仕事向けAIの提供も具体化していていて、ChatGPT WorkやClaude Coworkなどが、それにあたります。

    AIに質問するだけではなくなり「目的を渡して動かす」方向へと進んでいるわけわけです。

    実務では「どこまでを1つの仕事にするか」が重要に

    AIエージェントと相性がいいのは、複数工程が続く仕事です、単純作業だけが対象ではありません。

    製造業の特許業務なら、資料検索だけでは終わらず、。

    • 関連資料を探す
    • 内容を比較する
    • 論点を整理する
    • 次の確認作業につなげる

    金融機関の営業支援も同じで、顧客データを見るだけでは足りず、過去の対応履歴を確認し、提案を作り、連絡につなげます。

    また、カスタマーサポートでも差が出てきており、従来型チャットボットは回答が中心だったのですが、AIエージェントは、必要に応じてツールを使います。

    • 契約情報を確認する
    • 処理状況を調べる
    • 変更手続きを進める

    「答える」から「解決まで進める」へと進化してきています。

    開発ではDevinやCursorがあり、コード生成だけを見ると生成AIと大差はありませんが、差が出るのは、その前後で、

    • 修正対象を確認する
    • コードを書く
    • テストする
    • エラーを見て修正する

    こうした工程をまとめて扱えるかが重要で、これはマーケティングでも同じ。

    記事案を作るだけなら生成AIで足りますが、調査、構成、執筆、確認まで扱うなら話が変わってきます。

    これらはAIエージェント向きの業務になってくるんです。

    任せられる範囲が広がるほど、権限設計が重要に

    AIエージェントには明確な利点があり、人が何度も指示を出す回数を減らすことができ、複数ツールをまたぐ作業も自動化することができます。

    ただし、その分、生成AIより管理は難しくなっていきます。

    理由は単純で、AIが「提案」だけで終わらないから。

    メールを作るだけなら、送信前に人が確認できますが、自動送信まで任せるということであれば、誤りの影響は大きくなっていきます。

    資料を探すだけなら問題は限定的ですが、社内システムを書き換えるなら話は別で、そのため、導入時には権限を分ける必要があります。

    特に確認したいのは次の点です。

    • どのシステムまでアクセスできるか
    • どの操作まで自動実行を認めるか
    • 実行履歴をどこまで保存するか
    • 人間の承認をどこに入れるか

    ここを決めずに自動化範囲だけ広げるのは危険なことであり、単純にAIエージェントは便利な生成AIではなく、権限を持って動くソフトウェアとして考えるべきなのです。

    いきなり全部任せるより「1つの流れ」を切り出す方が現実的

    AIエージェント導入で見るべきなのは、機能数ではなく、自社の業務をどこまで切り出せるかということ。

    記事制作なら、最初から全部は任せず、「資料収集だけ」「構成案まで」「初稿まで」というように任せる範囲を切り分けます。

    そのうえで、人間の確認位置を決める方が安全で、これは従来の生成AI導入とは少し異なってきます。

    生成AIでは「何に使うか」が中心でしたが、AIエージェントではそこに「どこまで任せるか」が加わりますので、規制やガバナンスも無視することはできません。

    EU AI Actでは透明性義務が2026年8月2日から適用されます。

    日本ではAI法が2025年5月に成立しました。

    同年9月には全面施行されています。

    企業側は性能だけを比較すればいいわけではありません。

    扱う情報と実行権限も確認対象で、料金も同様です。

    Devinは複数の料金プランと従量課金を採用しており、Microsoft 365 Copilotも業務利用では継続費用が発生します。

    人件費を減らせるかという単純な理由だけで判断すると大きなしっぺ返しを食うことになります。

    導入費、管理費、確認作業までを含め、考慮する必要があります。

    AIエージェントが向いているのは、繰り返しが多く、手順を分解できる仕事であり、判断基準が曖昧な業務には向いていません。

    確認すべきなのは、自分の仕事の中にある「一連の流れ」で、まずは1つ選び出し、その工程を書き出してみます。

    その中で、AIに任せる場所と人が残る場所を分けることで、どこにAIを組み込むがの判断が可能となります。。

    AIエージェント導入は、ツール選びより先にそこから始めましょう。

  • AIは「質問するもの」から「放っておいても動くもの」へ

    AIは「質問するもの」から「放っておいても動くもの」へ

    価格が下がっていないか確認する。

    予約に空きが出ていないか調べる。

    決まったニュースを毎朝探す。

    仕事に必要な情報を定期的に集める。

    一つひとつは難しくなくても、同じページやサービスを何度も開く作業には手間がかかりますよね。

    これまでの生成AIも、こうした確認を手伝ってくれていたので、便利なことに変わりないのですが、毎回、人がチャット画面を開き、質問や依頼を入力する必要はありました。

    しかし、その関係が少しずつ変わり始めてきています。

    人が毎回AIを呼び出すのではなく、最初に条件や頻度を決めておけば、AIが継続的に確認し、必要な変化が起きたときだけ、人間へ知らせてくる。

    今や、生成AIが「聞けば答える道具」から「放っておいても動く道具」へ近づいてきているんです。

    ChatGPTでは、単発や定期実行に加え、状況の変化を確認し、重要な更新があった場合だけ通知するタスクを設定できますし、ChatGPT Workも、長時間の作業や接続アプリ、ファイルを利用した処理に対応し、Scheduled Tasksによる定期処理や条件監視が可能になっています。

    これはOpenAIだけの話ではなく、Googleの情報エージェントも、バックグラウンドで情報を継続的に確認し、設定した条件に合う変化が起きた場合に通知する設計となっていて、2026年夏以降、Google AI ProとUltraの利用者へ順次提供される予定となっています。

    複数の大手サービスが同じ時期に定期実行や変化監視へ進んでいることは、生成AIの役割が広がる兆候といえるでしょう。

    従来のチャットAIでは、人間が作業の開始点であり、知りたいことがあれば質問し、その回答を受け取り、必要になれば再び質問する。

    AIは便利でも、人が操作しない時間には何も起こらないというものでした。

    しかし、常駐型に近いAIでは、最初に「何を」「どの頻度で」「どのような条件になったら知らせるか」を設定することで、その後の確認はAIが引き受け、人間は変化が起きたときにだけ対応するということになります。

    この違いは、単純にAIに質問する回数が減るというだけではなく、これまで人間が繰り返していた「見に行く」という行動自体を、AIへ渡せる可能性が出てきたということなんです。

    価格チェックなら、同じ商品を何度も検索するのではなく、条件に合う変化を待つ。

    ニュース確認なら、毎朝複数の情報を探しに行くのではなく、決めた頻度でAIに調べさせる。

    予約の空きや仕事の定例処理も、必要な条件を先に設定できれば、毎回同じ確認を繰り返す必要はなくなる。

    「AIエージェント」という言葉だけでは、生活がどう変わるのか想像しにくいのですが、「毎朝決まった情報を調べる」「変わったときだけ知らせる」と置き換えると、利用場面はかなり具体的になってくるのではないでしょうか?

    これは、生成AIを使う時間が増えるのではなく、AIを開く時間が減り、人がチャット画面に向き合っている間だけ働く道具から、画面を閉じたあとも設定された仕事を続ける道具へ変わっているんです。

    この点が、従来の生成AIとの大きな違いといってもいいでしょう。

    ただし、確認作業をAIへ渡しても、人間の仕事がすべてなくなるわけではないことにも注意が必要。

    何を監視対象にするのか?どの程度の変化を通知させるのか?どこまでAIへ任せるのか?不要になった処理をいつ止めるのか?

    こうした管理は人間側に残ります。

    通知条件が広すぎれば、必要性の低い情報まで届く可能性もありますし、反対に条件を絞りすぎれば、知りたかった変化を拾えないことも考えられ、誤検知や過剰通知を含め、AIを動かしたあとの状態を人間が確認する必要は必ずあります。

    つまり、生成AIとの関わり方は「上手な質問を考えること」だけでは済まなくなり、これからは、継続して動く処理をどのように設計し、管理するかが重要になってきます。

    次のAI競争を見るうえでも、回答の速さや賢さだけでは優劣をつけにくくなり、必要な仕事を人が操作しなくても続けられるのか?条件に合う変化だけを知らせられるのか?安心して放っておける範囲をどこまで広げられるのか?

    その性能が、AIの使いやすさを左右する要素になっていくはずです。

    「AIを使う」というのは、毎回チャット画面を開くことではなくなり、必要な条件を伝え、あとは変化が起きるまで任せておくことになり、いま現れている定期実行や条件監視という小さな兆候は、「何を答えられるか」から「何を安心して任せられるか」へ、生成AIの価値が移り始めていることを示しています。

  • .mdが強いのは保存ではなく流通のためだった

    .mdが強いのは保存ではなく流通のためだった

    最初「AIへの指示文を送るため」「言葉の区切りや重要性を知らせるため、Markdownファイル(拡張子 .md)を使いはじめた。

    その時点では、ほんの一回限りの用途にすぎず、ここにきて、テキストエディタのデフォルトを.mdにすることまでは想像していなかった。

    ブログを書くときにもマークダウンは便利だったし、txtでは表現しにくい、文字の価値観の差をつけられるところは優れていると思うし、なによりエディタ上で色分けされるから視認性もよく、文章の中で自分が今どこにいるのかも一瞬でわかる。

    見た目の助けがあるだけで、編集のしやすさは大きく変わるし、htmlタグをいちいち打って閉じるより、先頭に記号を置いて空白を入れるほうがずっと簡単。

    マークダウン対応のブログサイトなら、そのまま記事の形に近づいていくわけだし、制作スピードも段違い。

    とはいえ、最初の頃は、AIの指示文として便利だからという単純な理由で、そこにあったのは、あくまで局所的な効率だった。

    でも、ファイル修正する場面が増えてくると、txtより.mdのほうが人間にもやさしいと感じるようになった。

    色分けや文字サイズの違いがあるだけで、どこが見出しで、どこが本文で、どこが強調なのかがつかみやすい。

    残念ながら、txtはこれが見づらい。

    軽量なのは認めるが、長文を読み返すようなことにでもなると、少し嫌になるところがある。

    ここで強くなっていたのは、保存性というより流通性だったのだと思う。

    txtは余計な物を付随しないから、いろんなところで再利用しやすく、別の場所へ持っていきやすい。

    しかし、その汎用性は今やMarkdownファイルに奪われているような気がする。

    一部のブログであれば、そのまま流してもいいし、仕様書や議事録の下地にもなるうえ、AIへの入力にはもってこいといってもいいだろう。

    その感覚は、txtをデフォルトにしていた頃と比べるとよく分かる。

    余計な手間や作業が減り、扱いやすくなった。

    無駄を極力なくしつつ、構造化できる。

    AIや機械との相性がいいのはたしかだが、今のところそれは人間にとっても同じ。

    他のプログラミングほど難しいものでもないし、少しの学習で、仕事の能率が驚くほど上がる。

    そう思うと、.mdの強さは、単に「きれいなテキスト」だからではない。

    とはいえ、ここで言い切りすぎるのも違う。

    少なくとも書き手の実感としては、.mdで困った場面はないが、それはまだ個人の使い方の範囲でもあるからかも。

    多くのメモが本当に再利用されるのか、それとも結局は読み捨てられていくのかは、別に確かめる必要がある。

    mdがデフォルトになっていく気がする、という感覚も、まだ予感の段階。

    それでも、以前の「シンプルさ」と今の「シンプルさ」は同じではない。

    昔は余計な装飾がないことがシンプルだったが、今は、AIにも人間にもそのまま渡せて、構造まで見えることがシンプルになっている。

    現状ではシンプルさの意味合いは変わってきていて、.mdが強いのは、その変化をいちばん素直に受け止める形式だからなのかもしれない。