AIエージェントの種類｜業務権限で分ける5分類と選び方

AIエージェントを調べると、自律型、反応型、学習型、マルチエージェントなど多くの分類が出てきます。技術を理解するには役立ちますが、中小企業が導入範囲を決めるには、その名前だけでは十分ではありません。必要なのは「自社の仕事のどこまでを任せるか」を比べられる分類です。

この記事では、AIエージェントを業務権限で5つに分けます。これは公的な標準分類ではなく、SalesDockが業務フローを整理するときの目安です。通常の生成AIとの違いはAIエージェントと生成AIの違い、AI導入全体の順番は中小企業のAI導入 完全ガイドで確認できます。

AIエージェントとは、判断と道具を組み合わせて仕事を進める仕組み

OpenAIはエージェントの基本要素として、判断を行うモデル、利用できる道具、行動を定める指示を挙げています。Anthropicも、検索・ツール・記憶を加えた言語モデルを基礎とし、決められたワークフローから、必要に応じてAIが進め方を選ぶエージェントへ複雑さが増すと説明しています。

業務で見ると、通常の生成AIとの違いは、回答文を作るだけではなく、業務フローと自社ノウハウを参照し、次の行動を提案できる点にあります。実行権限まで渡す場合は、提案から実行へ進みます。性能比較の前に「読むだけ」「提案まで」「実行まで」の境界を決める必要があります。

AIエージェントの種類を業務権限で分ける5分類

次の表は技術方式ではなく、AIへ渡す権限の広さで並べています。番号が大きいほど優れているわけではありません。必要以上の権限を渡さずに目的を達成できる種類が適切です。

② 下書き生成：人が使う成果物を作る

人が材料を選び、AIが文章や整理案を作り、人が確認して使う形です。始めやすい一方、社内情報がつながっていないと、毎回人が資料を探して貼る作業が残ります。

③ 単一ツール実行：1つの操作を業務へ組み込む

予定表、台帳、社内チャットなど、決められた1つの道具を使います。入力と出力を限定できるため、最初の実装に向いています。最初は実行前に人の確認を置きます。

① 社内情報検索：自社の資料を根拠に答える

許可された資料から情報を探し、回答や次の行動案を作ります。価値を左右するのは、どの資料が正本か、古い版をどう除外するか、参照元を表示できるかです。

④ 複数システム：情報をまたいで処理する

案件台帳、メール、予定表など複数の場所を参照し、次の処理へつなげます。片方だけ更新に失敗した場合の戻し方や、同じ処理が二重に走った場合の扱いが必要です。

⑤ 複数エージェント：役割を分担して結果を統合する

調査、作成、検査などを別の役割に分けます。OpenAIが紹介する管理役を置く構成も一例です。ただし役割を増やすほど、受け渡す情報、最終責任、停止条件も増えます。

導入する順番は、種類の番号順ではない

推奨順は、②下書き生成、③単一ツール実行、①社内情報検索、④複数システム、⑤複数エージェントです。先にAIの出力を体験し、小さな実行と情報の正本を整えることで、その後に広げる判断材料を確保できます。

1. 下書き生成でAIの出力と人の確認を体験する
2. 単一ツール実行で入力・処理・結果を追えるようにする
3. 社内情報検索で読む範囲と参照元を管理する
4. 複数システムへ効果確認済みの処理を広げる
5. 複数エージェントへ責任分界が固まった仕事だけを分ける

まだAIを業務で使っていない場合は、種類を選び切る前に、まずどのAIでも実際に触ることが第一歩です。公開情報だけを使う小さな作業で、入力、出力、人の確認を経験すると、自社で足りない部分が見えます。

SalesDockのAI活用5段階と対応させる

5分類とAI活用5段階は一対一で固定されません。現在地を話し合う目安として、Lv1「ひとりで使う」は下書き生成、Lv2「仕事に組み込む」は単一ツール実行、Lv3「会社の情報をつなぐ」は社内情報検索、Lv4「部署で回す」は複数システム、Lv5「自社で増やせる」は複数エージェントを含む社内改善に対応します。

現在地を短時間で確認する場合は、AI活用レベル診断を使えます。

自社ノウハウとして先につなぐ資料

社内情報検索から先へ進むには、きれいなマニュアルだけでは足りません。過去の商談メール、議事録、社内規定、業務マニュアル、音声記録、失敗・クレームとその原因も判断の背景になります。

すべてを一度につなぐ必要はありません。対象業務を1つ決め、正として使う資料、更新責任者、AIが参照したことを確認する方法を決めます。個人情報や契約情報を含む資料は閲覧権限と利用条件を先に確認します。

高度化すると、人の仕事は成果物確認から運用管理へ変わる

下書き生成では、人は成果物を1件ずつ確認します。複数システムや複数エージェントへ進むと、ルーティンが予定どおり動いたか、どの参照ソースを使ったか、資料が更新されたか、例外がどこに溜まっているかを管理する比重が高まります。

NISTのAIリスク管理フレームワークは、AIの管理を一度きりの審査ではなく、役割と責任を定め、記録し、継続的に見直す活動として整理しています。導入時のチェックだけで終わらせず、誰が止められるか、変更を誰が承認するか、記録をどこで見るかを運用に入れます。

不動産の物件リサーチで考える5分類

一般例として物件リサーチに当てはめます。下書き生成なら人が集めた物件情報を比較表にし、単一ツール実行なら確認済み物件を候補台帳へ記録します。社内情報検索なら過去の検討記録や仕入れ基準を参照し、複数システムなら物件情報、地図、社内台帳をまたいで候補を整理します。複数エージェントなら情報収集、条件照合、抜けの確認を分担します。

これは分類を理解するための一般例であり、SalesDockがこの一連の自動処理で成果を出した実績を示すものではありません。外部サイトの利用条件や情報の更新時点を確認し、人が最終的な投資判断を行う前提です。

金額・顧客対応など重要な操作は、人の承認を残す

支払額の確定、見積金額の送付、顧客への返信、契約変更、権限変更など、誤りの影響が大きい操作には人の承認を置きます。判断に必要な元情報、AIが提案した理由、変更される値を同じ場所で確認できるようにします。

例外が起きたときの停止先と、元に戻す方法も決めます。これらが決まらない場合は、実行権限を渡さず、提案までに留めます。

AIエージェントの種類を選ぶ4つの質問

1. 対象業務で、AIは何を読む必要があるか
2. 提案までか、単一ツール実行までか、複数システムまで触るのか
3. 間違えたとき、誰がどこで発見し、止められるか
4. 導入後、参照ソース・更新・例外を誰が管理するか

この4つに答えると、任せる範囲が決まります。そのうえで候補の製品を並べるときは、用途、既存ツールとの連携、データの扱い、監査ログ、料金の単位などを同じ条件で見ます。確認する項目と順番は中小企業のAIエージェント比較で確認する8項目に分けています。

よくある質問