企業向け人工知能（AI）エージェントの導入に取り組むグローバル企業のうち、9割近くが失敗に終わったことが明らかになった。AI転換（AX）を急ぎ、前後を考えずに押し進める戦略が、むしろガバナンスの空白を生み出し、実際の現場の従業員のニーズとは乖離したAIを生み出している。
19日、マッキンゼーがAIガバナンス・リスク管理・投資を担当する役員500人以上を対象に実施した『2026 AIトラスト成熟度サーベイ』によると、今年初めの時点で企業向けAIエージェントの導入に成功した企業は全体の33%にとどまった。この中で、大規模プロダクション段階に到達した割合は14%に過ぎなかった。残りの86%はパイロット段階で止まるか、まったく導入に失敗した。
失敗の根本原因は「スピード競争」である。部門や職種に関係なくAIエージェントの導入に乗り出したが、実際には各部門の業務方式を反映したカスタマイズ設計が後回しにされることが多い。その結果、高額なコストをかけて導入したAIは見放され、従業員は自分に馴染みのあるAIを使用し、業務効率の低下やセキュリティ問題を引き起こしている。
デロイトが発表した『2026年エンタープライズにおけるAIの現状（State of AI in the Enterprise）』報告書でも同様の警告がなされた。この報告書は、2027年までにグローバル企業の74%がAIエージェントを導入すると予測しながらも、安全に制御・運営する体制を整えた企業は21%に過ぎないと指摘した。導入速度は速まっているが、それを支えるガバナンスを整えられないケースが圧倒的に多いということである。
このような状況を受けて、各職種に応じたAIを導入する「エージェントオーケストレーション」を採用する企業も増加している。企業レベルで明確なガバナンスを導入した後、複数のAIを同時に導入し、業務ごとに細分化することを意味する。
アーンスト・アンド・ヤングは、自社のAIプラットフォームを全世界の専門家30万人以上にオープンソース形式で配布した。税務・監査・コンサルティングなど、異なる業務環境を持つ組織ごとに要求事項が異なるため、継続的に修正を加え、現場の要求を反映している。
JPモルガンも大規模言語モデル（LLM）にエージェンティックオーケストレーションを導入した。1つの指揮体系の下で複数のエージェントを接続し、各部門や業務単位で自由に修正・活用できるように設計したことが核心である。セールスフォースも数千のAIエージェントを実運用環境でオーケストレーションしている。部門ごとに散在していたエージェントを1つの監視体系にまとめ、業務フローを統合した結果、業務処理時間を84%短縮する成果を上げた。
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
