組織としてハーネス管理できるAIエージェントが、企業の生成AI活用を次の段階へ進める
fukayayuji
目次
はじめに
生成AIの活用は、すでに「試してみる」段階を越えつつあります。
これまで多くの企業では、生成AIをチャットツールとして導入し、文章作成、要約、翻訳、調査、壁打ちなどに活用してきました。個人の生産性を高めるという意味では、大きな効果がありました。
しかし、企業が本当に目指したいのは、個人がそれぞれ工夫してAIを使うことだけではありません。
業務の中でAIを使い、調べ、判断を支援し、文書を確認し、システムやデータと連携しながら、仕事そのものを前に進めることです。
そのときに重要になるのが、AIエージェントです。
AIエージェントは、従来のチャットAIのように「聞かれたことに答える」だけではありません。目的を与えられると、自ら手順を考え、必要な情報を参照し、複数のツールやデータソースを使いながら、成果物の作成や業務の遂行を支援します。
一方で、AIエージェントを企業で使うには、単に高性能なモデルを選べばよいわけではありません。
AIにどこまで任せるのか。
どの情報を参照させるのか。
どの操作は許可し、どの操作は人の承認を必要とするのか。
結果をどう確認し、どう改善していくのか。
これらを個人の判断や現場任せにしてしまうと、AI活用は便利ではあっても、企業として安全に拡大できません。
つまり、AIエージェント活用で本当に問われるのは、AIを自由に動かすことではなく、AIを 組織としてハーネス管理できることです。
「ハーネス管理できる」とは何か
先日、以下のような記事を書きました。
ハーネスエンジニアリングとコンテキストエンジニアリングとプロンプトエンジニアリングを比較
目次はじめにハーネスエンジニアリングとは何かプロンプトエンジニアリングは「頼み方」の設計コンテキストエンジニアリングは「見せ方」の設計ハーネスエンジニアリング…
AITC | AI TRANSFORMATION CENTER 
「ハーネス管理できる」とは、AIに「何を考えさせるか」だけでなく、AIに 何をさせてよいか、どこまで任せるか、どう監視するか を会社側で管理できることです。
生成AI活用の初期段階では、プロンプトが重視されました。
どう聞くか。
どう指示するか。
どのような形式で出力させるか。
もちろん、これは今でも重要です。
次に重要になったのが、コンテキストです。AIにどの社内文書を見せるか、どの業務ナレッジを参照させるか、どの情報を正本として扱うか。これにより、AIの回答は汎用的なものから、業務に即したものへ近づきます。
しかし、AIエージェントの時代には、それだけでは足りません。
AIが情報を読んだあと、何をしてよいのか。
複数のデータソースを横断してよいのか。
文書のチェック結果をどの粒度で返すのか。
NG判定が出た場合に、修正案まで出してよいのか。
最終判断は人が行うのか、AIが一次判定まで行うのか。
利用ログを誰が確認し、改善にどうつなげるのか。
こうした「働かせ方」を設計し、管理することが、ハーネス管理です。
重要なのは、このハーネス管理を 個人のスキルに依存させないことです。
AIに詳しい一部の社員だけが、うまくプロンプトを書き、参照情報を選び、リスクを判断し、結果をチェックする。このような状態では、AI活用は属人的なままです。
企業としてAIエージェントを業務に組み込むなら、必要なのは「優秀な個人がうまく使うAI」ではなく、「組織として安全に使えるAI」です。
AIを賢くするだけではなく、AIが会社のルールの中で、安全に、再現性高く、業務成果につながるように働ける状態をつくること。これが、企業におけるハーネス管理の本質です。
個人の工夫だけでは、AIエージェント活用は広がらない
生成AIの活用が始まったばかりの頃は、個人の工夫が大きな差を生みました。
プロンプトが上手い人は、良い回答を得られる。
社内文書の使い方を知っている人は、精度の高い回答を引き出せる。
AIの癖を理解している人は、出力の誤りにも気づける。
このような個人の使いこなしは、もちろん大切です。
しかし、企業全体でAI活用を進める段階になると、個人の工夫だけでは限界があります。
ある部署では便利に使われているが、別の部署では使われていない。
ある人はリスクを理解して使っているが、別の人は機密情報を入力してしまう。
あるチームではよいプロンプトが蓄積されているが、他部署には共有されない。
AIの出力が業務判断に使われているのに、ログや根拠が残っていない。
こうした状態では、AI活用は広がっているように見えても、企業としては管理できていません。
特にAIエージェントは、単なるチャットよりも影響範囲が大きくなります。AIが情報を参照し、判断を支援し、文書をレビューし、業務プロセスに関与するようになるからです。
だからこそ、AIエージェント時代には、個人任せのAI活用から、組織として管理されたAI活用へ移行する必要があります。
野良AI時代に必要なのは、禁止ではなく組織AI基盤
生成AIが便利であるほど、現場は使います。
会社が公式な環境を用意する前に、個人が外部のAIサービスを使い始める。会社が用意した環境よりも、外部サービスの方が新しく、使いやすく見える。こうした状況は、多くの企業で起きています。
これが、いわゆる野良AI、あるいはシャドーAIの問題です。以下のコラムでより詳しい内容を書きました。
野良AI時代の組織基盤 安心して自由に使える環境をつくろう
目次はじめに野良AIとは？ シャドーAIとも呼ばれる 野良AI時代が企業にもたらす4つの課題野良AI時代の課題1．情報漏えいのリスク野良AI時代の課題2．AI利用の不可視化の…
ただし、野良AIの本質は「現場が勝手に使っていること」だけではありません。むしろ、現場がAIを使いたいと思うほど、生成AIが実務に役立つものになっているということでもあります。
問題は、企業側に受け皿がないことです。
管理されていないAI利用では、どの情報が入力されたのか、誰がどの業務で使ったのか、どの出力が業務判断に影響したのかが見えません。ノウハウも個人や部署に閉じてしまい、企業の資産になりません。
だからこそ、企業が目指すべきは、AIを禁止することではありません。
現場が安心して自由に使える環境を用意し、そのうえで会社として、権限、参照情報、利用状況、品質、改善サイクルを管理できるようにすることです。
自由に使えるが、会社として管理できる。
便利に使えるが、業務上のリスクは抑えられる。
個人の工夫が、組織の知として蓄積される。
AIの利用状況が見える化され、改善につながる。
この状態を実現できる組織AI基盤が必要になります。
AIエージェント活用では、組織的なハーネス管理がさらに重要になる
チャット型の生成AIであれば、AIの役割は主に「回答すること」でした。最終的な操作や判断は、人間が行います。
しかしAIエージェントでは、AIの役割が広がります。
たとえば、社内文書を横断して調べる。
複数の規程を照らし合わせて回答する。
提案書や企画書をチェックする。
ルール違反の可能性を指摘する。
修正案を提示する。
必要な情報を別のデータソースから取りに行く。
このように、AIが「考える」だけでなく「作業する」領域に入ると、管理すべき対象も増えます。
どのデータソースを参照してよいのか。
どの業務プロセスに組み込むのか。
AIの判定結果をどのように扱うのか。
どこから先は人の承認が必要なのか。
実行履歴をどのように残すのか。
利用状況をどう分析し、改善するのか。
これらを個人や現場ごとの判断に任せると、AIエージェントの使い方はバラバラになります。
ある部署ではAIに判断させすぎる。
別の部署ではAIを単なる検索ツールとしてしか使わない。
ある担当者はログを残すが、別の担当者は残さない。
ある業務ではレビューが入るが、別の業務ではAIの出力がそのまま使われる。
これでは、企業全体としてAIエージェントを安全に活用しているとは言えません。
AIエージェントを業務に組み込むには、会社としてのルール、権限、監視、改善の仕組みが必要です。
つまり、AIエージェント活用の成否は、個人がハーネス管理できるかではなく、組織としてハーネス管理できるかにかかっています。
組織としてハーネス管理するために決めるべきこと
組織としてAIエージェントを活用するには、少なくとも次の観点を明確にする必要があります。
| 管理観点 | 個人任せの状態 | 組織として管理できている状態 |
|---|---|---|
| 目的 | 個人や部署ごとに使い方がバラバラ | 業務目的や対象プロセスが定義されている |
| 参照情報 | 利用者が都度ファイルや情報を選ぶ | 参照可能な業務ナレッジやデータソースが管理されている |
| 権限 | 誰が何を見られるかが曖昧 | ユーザーや組織単位で参照権限が制御されている |
| 実行範囲 | AIにどこまで任せるかが人によって違う | AIが実行してよい範囲と人の承認ポイントが決まっている |
| 品質確認 | 出力確認が利用者の経験に依存する | 判定理由、根拠、レビュー結果を確認できる |
| ログ管理 | 使ったかどうか、何に使ったかが見えない | 利用履歴や対話ログを分析できる |
| 改善 | 良い使い方が個人に閉じる | 優れた活用方法をテンプレート化し、組織展開できる |
このような観点が整っていないと、AIエージェントは便利なツールにはなっても、企業の業務基盤にはなりません。
逆に、これらを組織として管理できる環境があれば、AIエージェントは単なる実験ではなく、業務プロセスの中で使える「新しい労働力」になります。
Know Narrator AgentSourcing は、組織としてハーネス管理できるAIエージェント活用の基盤に
このようなAIエージェント活用を進めるうえで、重要な組織のハーネス管理基盤になるのが Know Narrator AgentSourcing/ノウナレーターエージェントソーシングです。
AIエージェントプラットフォーム：Know Narrator AgentSourcing
電通総研のエンタープライズ向けAIエージェントプラットフォームKnow Narrator AgentSourcingは、様々な業務をAIエージェントが自律的に遂行します。
Know Narrator AgentSourcingは、特定業務に対して、テンプレート化されたAIエージェントが自律的に作業を遂行するAIエージェントソリューションです。業務・システム・データがAIエージェントを中心に連携し、より複雑な業務の効率化を実現することを目指しています。
これは、単にAIに自由回答させる仕組みではありません。
業務に沿ったAIエージェントを用意し、参照する情報、実行する処理、出力する結果、業務上の使い方をあらかじめ設計することで、AIを業務の中で使いやすくします。
たとえばマルチRAGエージェントでは、利用者が毎回「どのナレッジを見るか」を選ぶのではなく、AIエージェントが質問の意図を解析し、必要なデータソースを自動で特定・参照して回答を生成します。必要に応じて質問をサブ質問に分解し、社内に点在する複数のデータソースを横断検索することもできます。
また、ドキュメントレビュワーでは、提案書や企画書などの社内外文書が、社内規定や業務ルールを順守しているかを自動で確認し、必要な修正を提案します。これは、AIを単なる文章生成ツールとして使うのではなく、文書確認という具体的な業務に組み込む例です。
ここで重要なのは、これらの活用が個人の工夫だけに依存しないことです。
どの業務で使うのか。
どの情報を参照するのか。
どのような結果を返すのか。
どこまでAIに任せるのか。
どのようにログを残し、改善するのか。
これらを組織として設計し、管理できることが、AgentSourcingの大きな価値です。
「よく使う人」だけが成果を出す状態から、「組織全体で成果を出す」状態へ
生成AI活用でよく見られるのが、使う人と使わない人の差が大きくなる状態です。
AIに詳しい人は、どんどん業務を効率化する。
AIに慣れていない人は、何に使えばよいか分からない。
一部の部署では成果が出るが、全社には広がらない。
この状態では、AI活用は「個人の能力差を拡大する道具」になってしまいます。
しかし企業として目指すべきは、そうではありません。
優れた使い方を組織の標準にする。
業務ごとに使いやすいAIエージェントを用意する。
個人が悩まなくても、適切な業務ナレッジに接続される。
ログや利用状況から、改善すべき業務課題を見つける。
良いプロンプトや良い使い方を、組織全体に展開する。
このように、個人の工夫を組織の仕組みに変えていくことが重要です。
AIエージェント活用は、個人の便利ツールから組織の業務基盤へ
生成AIは、最初は個人の便利ツールとして広がりました。
文章を直す。
議事録を要約する。
調査のたたき台を作る。
アイデアを壁打ちする。
これらは、生成AIの入口として非常に有効です。
しかし、企業として本当に価値を出すには、個人の使い方に閉じたままでは不十分です。業務ナレッジとつながり、権限管理され、利用状況が見え、業務プロセスに組み込まれ、継続的に改善される必要があります。
さらにAIエージェント時代には、AIが回答するだけでなく、作業を進める存在になります。
だからこそ、会社側がハーネス管理できることが重要です。
AIに何を考えさせるか。
AIに何をさせてよいか。
AIにどこまで任せるか。
AIの出力をどう確認するか。
AIの利用状況をどう見える化し、改善するか。
これらを個人に任せるのではなく、組織として管理できる環境があって初めて、AIエージェントは安心して業務に使える存在になります。
まとめ
これからの生成AI活用では、プロンプトの上手さだけでは差がつきません。
重要なのは、AIに何を見せるか。そしてさらに、AIをどう働かせるかです。
ただし、その「働かせ方」を個人任せにしてはいけません。
AIに詳しい人だけがうまく使う。
現場ごとにルールが違う。
ログが残らない。
業務判断への影響が見えない。
良い使い方が組織に広がらない。
このような状態では、AI活用は拡大しても、企業として管理できているとは言えません。
野良AI時代に必要なのは、現場の利用を止めることではありません。現場が安心して自由に使える環境を整え、そのうえで会社として、権限、参照情報、実行範囲、品質、利用状況を管理できるようにすることです。
AIエージェント時代には、この考え方がさらに重要になります。
「ハーネス管理できる」とは、AIに“何を考えさせるか”だけでなく、AIに“何をさせてよいか、どこまで任せるか、どう監視するか”を会社側で管理できることです。
そして重要なのは、それを個人ではなく、組織として実現すること です。
その意味で、Know Narrator AgentSourcingは、企業がAIエージェント活用を安全に、実務に沿って、組織的に進めるための有力な基盤になります。
生成AIを個人の便利ツールで終わらせず、企業の業務基盤へ進化させる。
その一歩として、組織としてハーネス管理できるAIエージェント活用を検討してみてはいかがでしょうか。
筆者
AITC センター長
深谷 勇次
