AIエージェントとは？ 何ができて、 先々どこに進むのか？ 事務職・営業職の未来を変える 自律型AIの世界

企業研修の一環でウェビナーにてお伝えした公開資料です

Transcript

1. AIエージェントとは？ 何ができて、 先々どこに進むのか？ 事務職‧営業職の未来を変える ⾃律型AIの世界 常盤 璃宇 Tokiwa Riu 株式会社イージサイ Founder CDIO(Digital Innovation) Mail Schedule Invoice AI AGENT
2. 常盤 璃宇 CDIO — Chief Digital Innovation Officer Tokiwa Riu / 株式会社イージサイ 「美容師からCDIOへ - 現場のリアルを知るからこそ、AIで事業構造を変えられる」 美容師15年(マネジメント) 美容師15年 映像‧演出(1000⼈規模) 映像‧演出 エンジニア‧PM(教育/登壇) エンジニア‧PM 法⼈CDIO(2020〜) 法⼈CDIO AI Agent戦略(2024〜) AI Agent戦略 CORE COMPETENCIES 1. AI Agent Architecture & A2A AWS Bedrock AgentCore中核のエージェントランタイム設計。「企業脳」アーキテクチャを実現。 Strands Agents SDK A2A Protocol MCP Bedrock KB 2. Enterprise SaaS & Multi-Tenant マルチテナントSaaS基盤を⼀貫設計。テナントライフサイクル管理とRBAC 3層権限モデル。 DynamoDB Single-Table Cognito+Keycloak Stripe 3. Digital Identity & Trust (DID/VC) W3C準拠デジタル認証基盤。B2B2CモデルでのVC発⾏‧検証と⽣体バインディング統合。 W3C DID Core VC Data Model 2.0 did:web NEC Biometric VC 4. Domain-Driven Full-Cycle Dev ビジネス構造化から本番デプロイまで「AI駆動+1⼈」で完結させる独⾃⽅法論と品質ゲート。 RDRA DDD Clean Arch CQRS+ES ATDD 5. Synaptic Knowledge Inheritance 成功パターン蓄積(UpFlow)と標準配布(DownFlow)の閉ループ学習モデル。特許出願準備中。 5-Layer Architecture Closed-Loop Learning Patent Pending PRODUCTS ARIA Knowledge PF SDK-First AIナレッジ進化PF Synaptic 5層ナレッジ継承 / 特許出願準備中 Lumier Agentic-SI 11種AIエージェント協調開発⾃動化 Mastra+A2A / 従来⽐5倍速‧品質95% ELYSION SaaS/ DID/VC マルチテナントSaaS＋DID/VC基盤 W3C準拠デジタル認証 / 共通GW Corp CMS v5 Agentic-CMS AgentCore統合次世代CMS Event Sourcing+CQRS / 14 CDK Stacks Themis XAI/HR XAI説明可能AI評価PF (TAM $612B) 訂正評価(nava)+⾏動定量評価(compass) Arthea Gov/KM Corporate Brain AIガバナンス＆KM 暗黙知形式知化 / セマンティック検索 A2A Standard Platform リードアーキテクト / A2A Protocol設計統括 AgenticRAGスキル可視化 技術アーキテクト / AIコーチング⾃動化 ⼤⼿プラント UAT最適化 開発ガイドライン策定 / 品質管理プロセス 協同組合 ⾞両管理基幹(50名規模) SE/アーキテクト/PO⽀援
3. 本⽇のゴール 今⽇持ち帰っていただきたい3つのこと AGENDA & GOALS AIエージェントとは何か？その本質を理解する ChatGPTとの違いは何か？なぜ今注⽬されているのか？技術的な詳細よりも「何ができるのか」という本質を“腹落ち”レベルで理解します。 GOAL 本質理解 事務職‧営業職の仕事がどう変わるのか？ 具体的な活⽤シナリオ（メール対応、議事録、商談準備など）を通して、現場でのリアルな利⽤イメージを掴みます。 GOAL イメージ獲得 2026年、今動くべき理由を知る 「すでに来ている」時代の中で、出遅れないために。今⽇から始められる具体的なアクションプランを持ち帰ります。 GOAL ⾏動喚起 01 02 03
4. そもそも「AI」って何？ 「最近よく聞くけど、結局何？」という素朴な疑問から紐解く DEFINITION 迷惑メールフィルタ ⼤量のメールから「怪しい」パターンを⾃動検 知して振り分け 「おすすめ」機能 NetflixやAmazonでの購⼊履歴から好みを予測 して提案 ⾳声アシスタント SiriやGoogleアシスタントが⾔葉を聞き取り意 図を理解 顔認識 写真アプリが⾃動で⼈物ごとにアルバムを整理 AIは魔法ではなく、特定の作業を⼈間より速く‧正確にこなす「便利な道具」です “ CORE CONCEPT ⼈間の知的な作業を 代わりにやってくれるコンピュータ（道具） “
5. AIの進化の流れ ルールベースから⾃律型エージェントへ：機能の拡張と役割の変化 HISTORY & EVOLUTION 単なる道具（電卓）から、⾃律的に動くパートナー（秘書）へと進化しました ~2010s ルールベースAI ⼈間が設定した特定のルールに従って 処理を⾏う。 応⽤は効かない。 EXAMPLE 電卓‧⾃販機 2010s~ 機械学習 ⼤量のデータからパターンを学習し、予 測や分類を⾏う。 EXAMPLE Excel‧分析ツール 2022~ ⽣成AI 学習データをもとに、新しい⽂章や画 像を⽣成する。 会話が可能。 EXAMPLE ChatGPT‧作家 2024~ AIエージェント 指⽰を受けて⾃分で考え、 複数のツールを使って タスクを完遂する。 EXAMPLE AI秘書‧パートナー NEW ERA
6. TIMELINE 2024〜2026年で何が変わった？ ⽣成AIの登場からエージェントの実⽤化まで、わずか2年での劇的な変化 2024 ⽂章⽣成の普及 ChatGPT-4等の⾼性能モデルが⼀般化 「AIで⽂章が書ける」ことが当たり前に KEYWORD 個⼈の⽣産性向上 2025 企業導⼊‧実⽤化 Microsoft Copilot / Google Gemini等が企業導⼊ エージェント技術の芽⽣え KEYWORD ツールの統合 NOW 2026 エージェント活⽤ KEY MESSAGE 「将来の話」ではなく 「今年の話」 AIが⾃律的にタスクを遂⾏ 事務‧営業職の本格的なAI置き換え開始 エンタープライズの⼆極化が進⾏中
7. AIエージェントとは何か？ ChatGPTとの決定的な違い：対話から⾃律的なタスク遂⾏へ COMPARISON CONVERSATIONAL AI ChatGPT 基本的に1問1答の対話形式 ⼈間が質問‧指⽰しないと動かない 外部ツールの操作は限定的 これについて教えて はい、それは〇〇です。 ありがとう。 会話のキャッチボール QUESTION & ANSWER AUTONOMOUS AGENT AIエージェント 指⽰を受けて⾃律的にタスクを遂⾏ ⾃分で⼿順（Plan）を考えて実⾏する 複数のツール（メール‧Web等）を操作 ⾃律的なサイクル TASK EXECUTION Goal: ⽇程調整 THINKING... Plan策定 → 実⾏ VS
8. CASE STUDY 01 具体例①：メール対応の⾃動化 AIエージェントが下書きまで完遂し、⼈間は「最終判断」のみを⾏う協働プロセス AIエージェントによる⾃動化フロー AI AGENT HUMAN CHECK TIME REDUCTION 対応時間 平均 70% 削減 QUALITY & RISK ⼈間は確認‧承認‧判断の みに集中 INSTANT RESPONSE 下書き作成まで数秒で完了 受信監視 24時間365⽇ 新着メールを検知 01 内容分類 問い合わせ/依頼/ クレーム等を判別 02 情報検索 過去履歴や社内 資料を参照 03 下書き作成 最適な返信⽂案を ⾃動⽣成 04 ⼈の承認 内容を確認し OK/修正を判断 05 APPROVAL ⾃動送信 承認されたら 即座に送信 06
9. CASE STUDY 02 議事録→タスク管理→周知まで⾃動 会議後の事務作業を⼀気通貫でAIが⾃律的に完遂するフロー 会議サポートの全⾃動化フロー AI AGENT WORKFLOW IMPACT 会議後処理の時間： 1時間 5分 に短縮 記載漏れゼロ ⾳声⽂字起こし リアルタイムで 会話をテキスト化 1 議事録整形 発⾔者別‧時系列に 整理‧要約 2 タスク抽出 決定事項と宿題を ⾃動ピックアップ 3 ツール登録 期限をカレンダーと 管理表に⾃動登録 4 要約配信 関係者へサマリを メール/Slack送信 5
10. 具体例③：営業の商談準備とフォロー 事務作業はAIが完遂し、営業は「顧客との対話」に集中する CASE STUDY 03 BEFORE MEETING 商談前：準備フェーズ (AI自動化) AFTER MEETING 商談後：フォローフェーズ (AI自動化) HUMAN ACTION：商談実 施 ニュース収集 顧客企業の最新動向を ⾃動リサーチ AUTO 履歴要約 過去の商談‧取引履歴を AIが要約 AUTO 提案作成 ニーズに合わせた 提案資料の叩き台⽣成 AUTO 想定Q&A 予測される質問と 回答リストを⽣成 AUTO CRM⼊⼒ 商談⾳声からSFA/CRMへ ⾃動記録 AUTO 次アクション ネクストアクションを ⾃動提案 AUTO メール下書き お礼‧フォローメールを ⾃動⽣成 AUTO 報告作成 上⻑への報告レポートを ⾃動作成 AUTO IMPACT 顧客対応時間 1.5倍に増加 IMPACT 事務作業負担 ZEROへ IMPACT 提案の質 データに基づく最適化
11. CASE STUDY 請求書処理の⾃動化：Before / After 経理部⾨における劇的な業務変⾰：⼿作業からの解放 Before ⼈間の⼿作業 PDF請求書を⽬視確認 システムへの⼿⼊⼒ ⾦額の妥当性チェック 承認フローへの回付 会計システム登録 所要時間 20分/件 ⼊⼒ミス 発生あり RECOMMENDED After AIエージェント メール添付を⾃動検知 OCRで内容を読み取り 過去データと照合（異常検知） 承認フロー⾃動送付 会計システム⾃動登録 例外のみ⼈間が対応 HUMAN 所要時間 80% 削減 ⼊⼒ミス ゼロ
12. 誰が使えるのか？ 「ITエンジニア専⽤」という誤解を解き、真のユーザーを定義する TARGET USER REQUIRED SKILLS 1. 指⽰を出す⼒ ⽇本語での⾔語化 「何をどうしてほしいか」を曖昧さなく明確に伝えるス キル。 これがいわゆるプロンプトエンジニアリングの本質で す。 2. 業務を理解する⼒ フローの可視化 「今どういう⼿順で仕事をしているか」を⼀番知ってい るのは現場の⼈。 ここが⾃動化設計の肝になります。 3. 確認‧判断する⼒ 責任ある最終決定 AIの成果物が正しいかチェックし、最終的なGoサイン を出す。 責任は⼈間が持ちます。 現場を知る事務職‧営業職の⽅こそが、最もAIを使いこなせる⼈材です 誤 解 プログラミングスキルが必須 コードが書けないとAIは動かせないという思い込み 真 実 「業務知識」と「⾔語化⼒」が重要 現場の仕事を知っている⼈こそが適任者
13. 求められるスキル：⼈間とAIの役割分担 これからの仕事の形：最強のチームを作るための適材適所 SKILL SET HUMAN ROLE ⼈間（あなた） 意思決定 最終的な判断‧責任を持つ 創造‧企画 新しいアイデア、戦略⽴案 対⼈関係 交渉、調整、信頼構築 例外対応 マニュアル外の事態対処 AIへの指⽰設計 何をさせるか定義する JUDGMENT & CREATIVITY AI ROLE AIエージェント 定型処理 データ⼊⼒、集計、転記 情報収集 ⼤量資料からの情報抽出 下書き作成 0→1の叩き台作り 24時間稼働 夜間‧休⽇も休まず処理 SPEED & SCALE CORE SKILL 「何をさせたいか」を⾔語化する⼒
14. 会社で使うには？ 個⼈利⽤のチャットとは異なる、企業向けサービスの選択肢と導⼊要件 ENTERPRISE SOLUTIONS Microsoft 365 Copilot Office製品にAIが統合され、⽇常業務の中で完結 Excel Word Teams PPT ⽂書作成、データ分析、会議要約を⾃動化 社内データ（Graph）に基づいた回答⽣成 Google Workspace + Gemini クラウドネイティブな環境でAIとシームレスに協働 Gmail Docs Drive Meet メール返信やドキュメント作成を⾼速化 マルチモーダルな情報処理と検索連携 ChatGPT Enterprise / Team 最⾼精度のモデルをセキュアな環境で利⽤可能 GPT-4o Data Analysis DALL·E 3 社内ドキュメント学習による特化型GPT作成 ⾼度なデータ分析と可視化機能 Salesforce Einstein / Slack AI CRMデータ連携で営業‧顧客対応を⾃動化 Sales Cloud Slack Service 顧客インサイトの抽出とネクストアクション提案 チーム内のナレッジ共有と検索を効率化 エンタープライズ導⼊の必須要件（3つの壁） 企業アカウント管理 SSO‧権限管理による統制 データ保護‧⾮学習 ⼊⼒データの学習利⽤禁⽌ 既存ツール連携 業務アプリ内でのシームレス動作
15. セキュリティとガバナンスの考え⽅ 安全に使うための3つの防衛ライン：基本‧設計‧運⽤ GOVERNANCE & SECURITY 3 DEFENSE LINES 01 基本対策 Foundation 企業版の利⽤: 個⼈アカウントではなく、管理機能のあるEnterprise/Team版を契約 学習不使⽤契約: ⼊⼒データがAIモデルの再学習に使われない設定（ゼロデータリテンション） データ分離: 社内データとパブリックインターネットの通信経路を明確に分離 02 設計‧制御 Design & Control 最⼩権限の原則: 「誰がどのデータにアクセスできるか」を厳格に制御し、過剰な権限を与えない 機密区分: 「極秘」「社外秘」などデータの重要度に応じた取り扱いルールを策定 監査ログ取得: 誰がどんなプロンプトを⼊⼒し、AIが何を返したかをすべて記録‧保存 03 運⽤‧教育 Operation ⼈の承認ゲート: AIの出⼒をそのまま社外に出さず、必ず⼈間が確認するプロセスを挟む 品質チェック: ハルシネーション（嘘）が含まれていないか、定期的に精度をモニタリング リテラシー教育: 「何を⼊⼒してはいけないか」「AIの回答をどう検証するか」を教育
16. エンタープライズの落とし⽳ 企業の「慎重さ」が逆に最⼤のリスクになる時代 RISK ALERT Wait & See Risk 「様⼦を⾒よう」としている間に、競合他社はすでに⾛り出し、取り返しのつかない差が⽣まれている 警鐘：「AIのリスク」を恐れるあまり、「AIを使わないリスク」が最⼤化している LEADER 先進企業 AIエージェントを実業務に組込み済み 事務‧営業のAI化を「今年やり切る」計画で推進 失敗を許容し、⾼速でPDCAを回す 結果：コスト削減‧売上増を実現 ⽣産性向上率の格差 LAGGARD 出遅れ企業 セキュリティポリシーの承認待ちで停⽌ 「リスクが怖い」と導⼊を先送り 完璧な準備ができるまで動かない 結果：競争⼒喪失‧⼈材流出 The GAP
17. 段階的導⼊ステップ Phased Implementation Strategy ROADMAP ⼩さく始めて速く学ぶ ⼤規模な計画よりも、まずは⼩さな成功体験を作り出すことが重要です。 KPI 1 業務時間削 減率 KPI 2 AI活⽤定 着率 STEP 01 個⼈試⾏ 1〜2ヶ月 有志メンバー数名が業務でAIツールを試験的に利 ⽤ 要約、翻訳などリスクの低いタスクから開始 「効果的な使い⽅」のナレッジ収集 OUTPUT ユースケース集（初期版） STEP 02 チームPoC 3〜6ヶ月 特定の部署‧チームで企業向けサービス導⼊ セキュリティガイドラインと承認フローの暫定運 ⽤ 業務フローの⼀部をAI前提に切り替え OUTPUT 運⽤ガイドライン / 効果測定 STEP 03 本格展開 6ヶ月〜 全社への展開と標準ツールの提供 レベル別研修プログラムの実施 AIを前提とした業務プロセスの再設計（BPR） OUTPUT 標準業務マニュアル / 全社AI基盤
18. 先々どこに進む？（2026後半〜2027） テクノロジーの進化と⼈材市場の変⾰：これからの1年で起きること FUTURE OUTLOOK 2026 Late マルチエージェント普及 複数のAIが役割分担して連携し、複雑なタスクをチームで遂⾏する時代へ。 例：営業AI + 経理AI + 調整AI が⾃動連携 2027 Early 「AIと協働」が標準に 新⼈研修にAI活⽤が必修化され、「AIを使える」ことが特別なスキルではなく前提スキル として定着する。 2027 Mid 仕事の再定義 定型業務はAIが担当し、⼈間は「判断‧創造‧対⼈業務」に集中。 役割分担が明確化され、⼈間ならではの価値が再評価される。 Future Standard ⼈材市場の変⾰ AI活⽤可否が⼈材価値を決定づける重要な評価軸となる。 派遣‧採⽤において「AIスキル」が必須要件化する。
19. TRANSFORMATION 事務‧営業の役割はどう変わる？ 「仕事がなくなる」のではなく、「AIを使いこなす役割」へと進化する 事務職 Admin Staff Before データ⼊⼒‧集計作業 書類作成‧⽇程調整 営業職 Sales Staff Before 提案資料の作 成 CRM⼊⼒‧⽇報作成 NEW ROLES & SKILLS AIオーケストレーター プロンプト設計 品質管理者 After 業務フロー設計‧改善 例外対応‧⾼度な判断 AIマネジメント‧品質管理 NEW After 信頼関係構築‧クロージング 戦略的提案‧コンサルティング AIへの指⽰出し‧活⽤ NEW
20. なぜ「今」動く必要があるのか？ 競争環境の激化と、⼈材価値における機会損失のリスク URGENCY Time is Critical RISK & OPPORTUNITY 競合他社の動き Market Trend 他の派遣会社はすでにAI研修を開始し、「AIを使えるスタッフ」を差別化ポイントに設定。 企業側も「AI時代に対応した⼈材」を優先的に求め始めており、採⽤基準が変化している。 1年後の決定的な差 High Risk 今動く企業 競争⼒UP‧収益性向上 様⼦⾒の企業 「遅れを取った会社」として定着 派遣スタッフへの直接的影響 Career Impact AI研修を受けた⼈材は⾼単価‧好条件の案件へ。受けていない⼈材は単純作業のみの低単価案件に限定される恐れ。スタッフのキャリア形成と貴社の収益性の両⾯で重要な分岐点。 「様⼦を⾒る」 = 「遅れを取る」 リスクを恐れて何もしないことこそが、最⼤のリスクとなる。 KEY MESSAGE 2026 IS THE YEAR
21. まとめ：今⽇の3つのポイント AIエージェント時代を⽣き抜くためのキーメッセージ SUMMARY 01 AIエージェント時代はすでに到来している 2026年に⼊り技術⾰新が急加速しました。「未来の技術」ではなく、今この瞬間に競合他社が導⼊を進めている「現在の標準」です。 02 事務‧営業は「置き換え」ではなく「強化」される AIが得意な「定型作業」は任せ、⼈間は「判断‧創造‧対⼈」に集中します。AIを使いこなす⼈材が最も価値を発揮する時代です。 03 出遅れリスク⼤：⼩さく始めて速く学ぶ 「様⼦⾒」が最⼤のリスクになります。完璧を⽬指さず、まずは個⼈単位‧チーム単位でのスモールスタートで経験値を蓄積してください。
22. 明⽇からできること 「知識」を「⾏動」に変えるための具体的なNext Steps ACTION PLAN 個⼈レベル（まずは⾃分で） 組織レベル（チーム‧会社で） 01 02 03 04 FOR TRAINERS 体験型ワークショップ 座学よりも「触ってみる」時間を重視。成功体験を作る。 具体的な業務事例 「⾃分の仕事が楽になる」という⾃分事化を促す。 不安解消のQ&A 「仕事がなくなる？」等の不安に答える時間を設ける。 AIツールを「業務」で1回使う ChatGPT（無料版）やGeminiで、メールの下書きや要約を試す。「意外と使える」という 実感を得るのが第⼀歩。 業務フローを書き出す 「どんな⼿順で仕事をしているか」を箇条書きにする。AIに任せられそうな「定型作業」 を可視化する。 ⼩規模な実証実験 (PoC) 全社展開ではなく、「1つの部署‧1つの業務」から⼩さく始める。失敗しても影響が少な い範囲でトライする。 企業版AIの情報収集 CopilotやGeminiの企業向けプランを調査。セキュリティ要件を満たす環境の準備を進め る。
23. スタッフ向け研修の組み⽴て⽅（参考） 「知識」で終わらせず「使える」状態にするための3時間構成案 TRAINING DESIGN 研修効果測定KPI 事前/事後テスト理解度 業務でのAI使⽤率 業務改善提案数 60 min PART 01 体験フェーズ まずは実際にAIに触れて「凄さ」と「⼿軽さ」を体感する ChatGPT / Geminiの基本操作 アカウント作成から基本⼊⼒まで ⾝近な課題でハンズオン メールの下書き作成、⻑⽂要約など 「これなら私にもできる」という⾃⼰効⼒感の醸成 60 min PART 02 理解フェーズ 仕組み、活⽤事例、そして守るべきルールを学ぶ AIエージェントの基礎知識 何が得意で、何が苦⼿か 具体的活⽤シナリオ 事務職‧営業職の業務に即した例 セキュリティとリスク 機密情報の扱い⽅、ハルシネーション 60 min PART 03 実践フェーズ ⾃分の業務に落とし込み、明⽇からの⾏動を決める 「明⽇何に使う？」ワークショップ 具体的な業務フローへの適⽤検討 Q&Aセッション 「仕事が奪われる？」等の不安解消 明⽇からのアクション宣⾔と共有