Askhub

用語解説

AIエージェントとは?生成AI・チャットボット・RPAとの違いと使い分け

松本拓哉

ベンダーの言う「AIエージェント」は、何が新しいのか

AIエージェントとは、与えられた目標に向けて、次に使うツールをAIが自分で選びながら仕事を進める仕組みです。ツールは、AIに使わせるシステムの操作のことです。

製品がエージェントかどうかは、画面の見た目では決まりません。ツールを渡されているかと、次の手順を誰が決めるかの2つで見分けます。

生成AIのチャットを社内で使えるようにした会社でも、ベンダーの説明で「AIエージェント」という言葉を聞くことが増えました。チャットに頼むのと何が違うのか。RPA(パソコンの定型操作をソフトウェアで自動化する仕組み)で足りる仕事ではないのか。

この線引きができていないと、製品を比べるときに判断を誤りやすくなります。

推進担当が押さえる要点

  • 製品が「AIエージェント」かどうかは、ツールを渡しているか、次の手順を誰が決めるか、の2つを聞いて確かめる。画面がチャットかどうかでは決まらない
  • 手順を書き出して分岐が書ききれ、保守もしきれる仕事は、RPAか、手順を人が先に固定したワークフローで足りる。調べた結果で次が変わる仕事から、エージェントにする
  • 種類は、動き出すきっかけ(人が頼む/出来事や時刻のトリガー)と、エージェントの数(1つ/複数)の2つの軸で考える。トリガーで動く型ほど、自動で行う操作と人の確認を先に決める
  • エージェントで被害が大きくなるリスクは、読んだ文章に仕込まれた指示による乗っ取り、誤りの積み重ね、誰の権限で動いているかの見えにくさ、の3つ
  • 任せる前に、使わせるツール、渡すデータと送らせない先、人の確認、記録、止め方、責任と評価を決める

AIエージェントとは:次に使うツールを、AIが自分で選んで進める仕組み

総務省と経済産業省の「AI事業者ガイドライン」(第1.2版、2026年3月)は、AIエージェントを次のように定めています。

「特定の目標を達成するために、環境を感知し自律的に行動するAI システム」

言い換えると、与えられた目標に向けて、システムの中のデータや操作の結果を読み取り、次に何をするかを自分で決めて動くAIです。なお、ガイドラインの脚注によると、この「自律」は高度に自律したものに限らず、ある程度の自律性を持つものも含みます。

デジタル庁が2026年10月に定めた基準(源内基準)も、同じ定義を使っています。政府職員向けのAI利用環境「ガバメントAI源内」のための基準です。

仕組み:モデルが次のツールを選び、ハーネスが実行して結果を戻す

AIエージェントは、モデルと、その周りのプログラム(ハーネス)を合わせた全体です。モデルは、大規模言語モデル(ChatGPTやClaudeの中身)のことです。文字列を受け取って、文字列を返すだけです。

ハーネスは、モデルに渡す情報を組み立てます。モデルが「このツールをこう使いたい」と書き出したら、それを実行し、結果をモデルに戻します。ツールとは、注文の検索や返信の送信のように、AIに使わせるシステムの操作のことです。

エージェントの特徴は、何を、何回調べるかを、調べた結果を見てその場で決める点です。

たとえば、顧客から「注文した商品はいつ届きますか」と問い合わせがあり、担当者が問い合わせ対応エージェントに回答を頼んだとします。

エージェントは、まず注文を検索します。結果を見て配送状況を確認し、配送が遅れていれば遅れの理由も調べます。答えられると判断したら、回答を書きます。

問い合わせ対応エージェントのループ。担当者が頼むと、モデルが次に使うツールを決め、周りのプログラムがツールを実行して結果を戻し、モデルが結果を見て次を決める。ツールを使わなくなったら回答を返す

ただし、モデルが自由に何でもできるわけではありません。次の手順を選ぶのはモデルですが、選べるツールの範囲と、止める条件(繰り返しの回数や費用の上限)を決めるのはハーネスです。

MCP(Model Context Protocol)も広く使われています。社内外のシステムを、AIエージェントのツールとして使えるようにする共通の規格です。仕組みの詳しい説明は、AIハーネス入門の全4回で扱っています。

生成AI・チャットボット・RPAとの違いは、2つの問いで見分ける

ある製品がAIエージェントかどうかは、画面の見た目では区別できません。チャットの画面で動くエージェントもあれば、画面を持たないエージェントもあります。区別には、次の2つの問いを使います。

  • ツールを渡されているか:システムを調べたり操作したりする手段を持っているか
  • 次の手順を誰が決めるか:人が先に決めた手順をなぞるのか、モデルがその場で選ぶのか

ツール

次の手順を決めるのは

シナリオ型のチャットボット(作った筋書きどおりに答えるもの)

決まった照会だけ持つことがある

人が先に作った会話の筋書き

RPA

画面の操作を持つ

人が先に書いた手順(シナリオ)

ツールの無い生成AIのチャット

持たない(答えを返すだけ)

毎回頼む人

AIエージェント

持つ

モデル(ハーネスが許した範囲で)

社内で使っている生成AIのチャットにも、Web検索やファイルの作成、外部のシステムとの接続が付いていることがあります。そうした機能で、モデルが自分で調べる順番を選んで進める場面では、エージェントとして動いていると言えます。

ChatGPTを開発する米OpenAIは、2025年4月にAIエージェント構築の手引きを公開しました。手引きはエージェントの特徴として、モデルが仕事の進め方を管理することと、状況に応じて使うツールを選ぶことを挙げています。

同じ手引きは、モデルを組み込んでいても、仕事の進め方をモデルに任せていない単純なチャットボットは、エージェントではないとしています。

名前が「チャット」かどうかではなく、この2つを満たすかで決まります。

ベンダーの製品を確かめるときも、どのツールを渡しているのか、手順は誰が決めているのか、の2つを聞きます。

口頭の答えだけでなく、条件の違う依頼を2〜3件試してもらうと確かめられます。実行の記録(ログ)で、調べる順番や回数が依頼ごとに変わるかを見ます。

答えが「手順は製品側で固定している」なら、次の節で見る呼び分けでは、エージェントではなく「ワークフロー」にあたります。ワークフローは、手順を人が先に固定した自動化です。ただし、この呼び分けを示したAnthropicも、両方をまとめて「エージェント的なシステム」と呼んでいます。

AI事業者ガイドラインの定義も「ある程度の自律性」を含みます。そのため、こうした製品が「AIエージェント」と名乗っていても、それだけで誤りとは言えません。

確かめたいのは名前ではなく、どの判断をモデルに任せているかです。

手順が決まっている仕事は、エージェントにしなくてよい

AIエージェントは、手順を先に決めにくい仕事に向いています。一方で、手順が決まっている仕事まで、エージェントにする必要はありません。

AI企業のAnthropicは、2024年12月の記事で「ワークフロー」と「エージェント」を呼び分けています。

手順をあらかじめプログラムで決めたものがワークフローで、手順とツールの使い方をモデルがその場で決めるものがエージェントです。ここでのワークフローは、社内の承認の流れのことではありません。

同じ記事は、次のようにも書いています。

  • 「できるだけ単純な方法を探し、必要なときだけ複雑にする」ことを勧め、こうした仕組みを作らずにモデルを1回呼ぶだけで済ませることも選択肢とする
  • こうした仕組みは、待ち時間と費用を余分に払って、仕事の出来を上げるもの
  • 手順が決まった仕事にはワークフロー、柔軟さが要る仕事にはエージェントが向く

RPA、ワークフロー、エージェントの使い分けは、次の観点で考えます。

観点

RPA

ワークフロー(手順を固定し、途中でモデルを使う)

AIエージェント

手順

固定

固定

その場で選ぶ

入力

決まった画面と項目

文章やPDFも扱える

文章やPDFも扱える

想定外の分岐

シナリオに無い分岐で止まるか、誤って進む

決めた分岐の中でしか動けない

結果を見て次の手を選べる

1件の費用と時間

小さい

中くらい

大きくなりやすい(モデルを何度も呼び、そのたびに入力が長くなる)

毎回同じ結果になるか

なる

手順は同じ。モデルが書く中身は揺れる

手順も中身も変わることがある

後からの説明

しやすい

手順は追える。モデルの判断の理由は記録が要る

記録を残さないと難しい

たとえば、請求書の項目を基幹システムに転記するだけなら、RPAで足ります。問い合わせを注文、配送、返品の種類に振り分けて、決まった窓口に回すだけなら、手順を固定したワークフローで足ります。

注文が見つからない、配送が遅れている、返品と交換が混ざっている、といった問い合わせは、エージェントの出番です。調べた結果によって、次に何を、何回調べるかが変わるからです。

OpenAIの手引きは、エージェントを検討する仕事として3つを挙げています。

  • 例外や状況に応じた判断が要る仕事
  • ルールが込み入りすぎて、直すのに費用がかかったり誤りが出やすくなったりした仕事
  • 文章や書類を読み解く仕事

これらにはっきり当てはまらなければ、決まった手順の仕組みで足りる場合がある、としています。迷ったら手順を書き出し、分岐が書ききれるか、書ききれても保守しきれるかで判断します。

種類の分け方:動き出すきっかけと、エージェントの数

Google Cloud(Googleのクラウドサービス部門)の解説は、AIエージェントの種類を2つの軸で分けています。1つは、利用者に話しかけられて動くものと、出来事をきっかけに裏で動くものです。もう1つは、エージェントが1つか複数かです。

業務の判断にも使いやすいので、この記事もこの2つの軸で整理します。

1つ目の軸は、動き出すきっかけです。人が頼んだときに動くものは、結果をその場で人が確かめられるので、最初に試しやすい形です。

「問い合わせのメールが届いたら」「毎朝8時に」のような出来事や時刻(トリガー)で動くものは、人が見ていない間に動きます。そのため、どの操作を自動で行い、どの操作で人の確認を待つかを、先に決めておく必要があります。

2つ目の軸は、エージェントの数です。1つのエージェントで進めるものと、複数のエージェントで分けるもの(複数エージェント)があります。

複数の形には2つあります。1つは、取りまとめ役のエージェントが仕事を分けて別のエージェントに任せる形です。もう1つは、エージェントどうしが仕事を引き継ぐ形です。

OpenAIの手引きは、まず1つのエージェントにツールを足していき、それで扱いきれなくなってから複数に分けることを勧めています。複数にすると、エージェントごとに使わせるツールを分けて決める必要があります。

AI事業者ガイドラインは、AIエージェントより広い考え方として「エージェンティックAI」を挙げています。複数のAIエージェントが自律的に判断して動く形のことです。製品の説明でこの言葉が出たら、エージェントがいくつあり、それぞれにどのツールを渡しているかを聞きます。

2つの軸は組み合わせられます。問い合わせのメールが届いたら動き、調査と返信の下書きを別のエージェントに分ける、という作りもあります。

AIエージェントを2つの軸で分けた図。動き出すきっかけの軸は、人が頼んだときに動くものと、出来事や時刻(トリガー)で人が話しかけなくても動くもの。構成の軸は、1つのエージェントで進めるものと、取りまとめ役が仕事を分けて別のエージェントに任せる複数エージェント。2つの軸は組み合わせられる

検索すると「単純反射型」「目標ベース型」などの5つの分類もよく出てきます。これはAIの教科書で使われてきた、エージェントの中の作りによる分類です。

業務で何を任せるかを決める軸ではないので、推進担当が製品を比べるときには、上の2つの軸の方が役に立ちます。

エージェントで大きくなる3つのリスク

AIエージェントは、システムを操作できるぶん、チャットで答えを返すだけのAIより、同じリスクでも被害が大きくなります。

AI事業者ガイドラインの補足資料(別添)は、人が意図しない商品の注文やファイルの削除を、例に挙げています。推進担当が押さえておきたいのは、次の3つです。

1つ目は、読んだ文章に仕込まれた指示に乗っ取られることです。プロンプトインジェクションと呼ばれます。

「問い合わせのメールが届いたら動く」エージェントは、外部の人が書いたメールを読むことが仕事です。そのため、メールに仕込まれた指示が、そのままエージェントに届きます。ガイドラインの別添も、不正に操作されたエージェントが社内のデータを外部へ送ってしまう例を挙げています。

2つ目は、誤りが積み重なることです。Anthropicの記事も、自律的に動くエージェントは費用が高くなり、誤りが重なるおそれがあると書いています。

たとえば、最初の検索で別の顧客の注文を取り違えたとします。モデルはその注文を前提に配送状況を調べ、誤った回答まで書き進めてしまいます。

3つ目は、誰の権限で動いているかが見えにくいことです。製品によっては、トリガーで動くエージェントが、作った人の認証情報(IDやパスワード)を使って動きます。

その場合、接続したサービスの中では、作った人が見られる情報を、エージェントも同じように見られます。問い合わせのメールで動くエージェントなら、メールを送ってきた社外の人に、作った人の権限で調べた情報を返してしまうおそれがあります。

事務所で、社員が書類の束から橙のクリップで留めた書類を抜き出して確かめ、後ろで同僚が棚のファイルに書類を収めている水彩の挿絵

任せる前に決めること

民間の会社で推進担当が業務を任せる前に決めておきたいことは、次の6つです。デジタル庁の源内基準が挙げる統制の例をもとに、民間の会社向けにまとめ直しました。

  • 何のために使い、どのツールを使わせるか(使わせないツールは渡さない)
  • どのデータを渡し、どこへ送らせないか(社外へのメール送信や外部への通信)
  • どの操作を自動で行い、どの操作で人の確認を待つか
  • 何を記録に残し、誰がいつ見るか
  • おかしな動きをしたとき、誰がどうやって止めるか
  • 誰が結果に責任を持ち、どのくらいの間隔で出来を評価するか

源内基準は、高度なAIエージェントを導入するときの統制の例として、次の7つを挙げています。

  • 利用目的と実行権限の限定
  • 重要な処理での職員の確認・承認
  • ログ(操作の記録)の保存
  • 利用を止める機能
  • 定期的な性能の評価
  • スキル(仕事の手順書)の審査
  • 責任を負う人の明確化

データを渡す先の制限は源内基準の7項目にはありませんが、乗っ取りのリスクに備えるために足しています。性能の評価と責任者は1つにまとめました。

スキルの審査は、手順書を共有して使う製品で要るものなので、使う場合は「どのツールを使わせるか」と同じく事前に確かめます。

まとめ:AIエージェントは、次の操作をAIが選ぶ仕組み

AIエージェントは、目標に向けて次の流れを繰り返す仕組みです。モデルが次に使うツールを選び、ハーネスが実行して結果を戻します。生成AIのチャットやRPAとの違いは、ツールを持つかと、次の手順を誰が決めるかで見分けます。

手順が決まっている仕事はエージェントにする必要はなく、調べた結果で次が変わる仕事でこそ力を発揮します。

そのぶん、乗っ取り、誤りの積み重ね、権限の見えにくさというリスクが大きくなります。そのため、使わせるツールと人の確認、記録、止め方、責任者を先に決めてから任せます。

関連記事

参考資料

Askhubについて

Askhubは、日本の中堅・大企業がAIに業務を任せるための基盤です。業務の型(オントロジー)でAIに許す操作を定め、承認を挟みながら任せる範囲を広げ、国産の基幹システムまで書き込めるようにします。導入はコンサルタントが伴走します。

この記事の言葉で言えば、Askhubは、AIエージェントに使わせるツールを業務の操作として定め、人の確認と記録を操作ごとに付ける仕組みにあたります。

※Askhubのサービスに関する記載は、2026年11月時点の情報です。

関連するページ:製品の全体像、承認

この記事の内容について相談する

自社の業務にAIエージェントをどう導入するか相談したい方は、こちらのフォームからご連絡ください。1〜2営業日以内に担当者よりご連絡します。

サービス資料をダウンロードする

この記事を書いた人

松本拓哉

インターセクト株式会社 代表取締役 CEO

東京大学大学院 工学系研究科 物理工学専攻 博士課程中退。2023年4月、インターセクト株式会社を創業。これまで数十社以上の AX 推進を支援し、自らもコンサルタントとして現場を主導。エンジニアとして AI エージェント基盤「Askhub」の開発にも従事。

用語解説の記事をもっと見る