AIエージェントの乱立とは、組織全体にわたるAIエージェントの制御されていない増殖を指します。
乱立は、意思決定やアクションを最小限の人手介入で行う自律型システムであるAIエージェントが、統一された戦略や強力なガバナンス・プラクティスなしに導入された場合に発生します。AIエージェントの乱立は、チームおよび機能全体にわたって、冗長かつ断片化されたエージェントのエコシステムを生み出します。以前のAIの乱立やアプリの乱立と同様に、AIエージェントの乱立は、可視性よりもスピードが優先されたときに発生します。個々のチームが、組織全体で統一されたプログラムなしに、タスク自動化やワークフロー管理のためにエージェントを導入します。
Gartnerによると、2028年までに、平均的なFortune 500企業では15万を超えるAIエージェントが使用されるようになると予測されています。しかし、同社によると、適切なAIエージェント・ガバナンスが整備されていると考えている組織は、わずか13%にとどまっています。このデータは、単純でありながら差し迫った現実を示しています。特にローコードまたはノーコード環境では、エージェントは容易に構築できますが、責任を持ってデプロイ、運用、および監視することははるかに困難です。
無秩序で管理不能なAIツール群は、コストを大幅に増加させる可能性もあります。米国商工会議所の調査によると、中小企業の58%が生成AIを導入しています。一方で、一部のコンサルタントの報告では、限られた予算の中で運営する小規模企業が、重複する少数のAIライティングツールに毎月数千ドルを費やしているとされています。さらに、生産性向上を実感するどころか、従業員が1日を通して複数のアプリケーションやプラットフォームを切り替えることによって生じる隠れたコストも見過ごせません。これは業務効率を大幅に低下させます。
IBMニュースレター
AI活用のグローバル・トレンドや日本の市場動向を踏まえたDX、生成AIの最新情報を毎月お届けします。登録の際はIBMプライバシー・ステートメントをご覧ください。
ニュースレターは日本語で配信されます。すべてのニュースレターに登録解除リンクがあります。サブスクリプションの管理や解除はこちらから。詳しくはIBMプライバシー・ステートメントをご覧ください。
マーケティング、財務、カスタマー・サポートなどの各チームが個別にエージェントを構築すると、それらのエージェントは組織内の他部門からは見えない存在になる可能性があります。その結果、統一されたシステムではなく、連携されていない機能を持つエージェントが乱立する状態を生み出します。IBM Institute for Business Valueの調査によると、自社のAIエージェントの最新かつ完全なインベントリーを維持している組織は、わずか18%にとどまっており、統合作業の妨げとなっています。同様の問題が重複して解決される可能性があり、システム間での知識共有もほとんど行われません。
エージェントの乱立は、共有コンテキストや、出力が重複した際に問題を解決する仕組みを持たないまま、独立して動作するシステムを生み出します。集中管理されたオーケストレーションがなければ、エージェントが作業を重複して実行したり、意図しないフィードバックループを生み出したりする可能性があります。こうした重複やループは、相互接続されたシステム全体にエラーを急速に拡大させます。
エージェント型AIの導入が進む中、多くの組織では、大規模なエージェント・ネットワークを責任を持って管理するための包括的なポリシーやプロセスが不足しています。これは、次のような事態につながる可能性があります。
組織全体のガバナンス体制がなければ、リスクは指数関数的に増大します。
強力なセキュリティーおよびコンプライアンス制御を備えていないAIエージェントは、適切な認可なしに機密データへアクセスしたり、監査証跡を回避したりする可能性があります。エージェントが大規模に自律動作する場合、1つの設定ミスが組織全体の責任問題へ発展する可能性があります。
このようなリスクは、保護対象情報を意図せず漏えいする可能性がある財務やヘルスケアなどの分野で、特に深刻です。HIPAAやGDPRのような規制フレームワークは、エージェントが何にアクセスし、どのように意思決定を行っているのかを説明する単一の信頼できる情報源が存在しない場合、遵守が極めて困難になる可能性があります。
異なるチームが類似または同一のエージェントを構築すると、各チームがそれぞれ独自のインフラコストを負担することになります。時間の経過とともに、コンピュートやAPIトークンのコストに加え、サードパーティー・ライセンス費用も積み重なっていきます。さらに、適切に廃止されていないAIシステムは、運用終了後もリソースを消費し続け、予算を圧迫するとともに、貴重なリソースを浪費する可能性があります。
エージェント・ネットワークが断片化されサイロ化すると、効果的なスケーリングがより困難になります。乱立したエージェント・エコシステムは、保守や改善が難しくなる可能性があります。孤立した状態で構築されたエージェントは、作業を重複させる可能性があるだけでなく、より重要な点として、共有ツールを欠いています。こうした共有ツールは、部門横断的な業務の変革を可能にし、エージェントの監視やログ管理をより容易にする可能性を秘めています。
エージェントの乱立は、エージェントがミスを起こした際に責任を持つチームを迅速に特定できない場合、インシデント対応を大幅に遅らせる原因にもなります。さらに、侵害されたエージェントや無許可のデータ利用に起因するインシデントへの対応は、複雑で相互依存的かつ説明困難なエージェントが関与している場合、深刻なリスクを生み出す可能性があります。
Salesforceの2026年Connectivity Benchmarkレポートによると、平均的な組織では12以上のAIエージェントを利用しており、その50%以上が、連携されたシステムではなく、サイロ化した状態で運用されています。意図的な調整が行われなければ、同じデータ・パイプラインが何度も構築され、それぞれのエージェント・システムが独自の真実を保持することになります。その結果、矛盾した出力が生じる可能性があります。
データの断片化はデータ系統の追跡を複雑化し、どのエージェントが特定の意思決定を行ったのかを監査することを困難にします。これは、自律的な部門横断型エコシステムが、適切なデータをシームレスに共有することで得られる本来の価値を、組織が十分に実現できなくなる原因にもなります。
エージェントの乱立とシャドーAIは関連する概念ですが、それぞれ異なるものです。シャドーAIとは、従業員が未承認ツールを利用することを指します。たとえば、マーケティング担当者が、ChatGPTのような個人用LLMアカウントを使用して業務文書を処理するケースなどです。一方、AIエージェントの乱立は、構造的な現象を指します。IT部門によって承認されたエージェントであっても、連携なしに導入されれば、乱立の一因となる可能性があります。
しかし、Gartnerの調査によると、AIエージェントの乱立は、結果としてシャドーAIの増加を招く場合もあります。「組織全体でAIエージェントが爆発的に増加する中、多くのCIOやITリーダーは、データの過剰共有やデータ損失など、さまざまなリスクに組織をさらす、管理されていないエージェントの乱立への対応に追われている」と、Gartnerのシニア・ディレクター・アナリストであるMax Goss氏は述べています。同氏によれば、多くの企業は、エージェント利用をブロックまたは制限する対応を取る傾向があります。しかし残念ながら、このような対策は、従業員にシャドーAIの利用を促し、より深刻なセキュリティーおよびコンプライアンス・リスクを生み出してしまいます。
AIエージェントの乱立は、企業テクノロジーが組織の管理能力を上回るスピードで進化している現状を象徴しています。これは、ますます加速しながら繰り返されてきたパターンです。たとえば、SaaSの乱立やシャドーITは、クラウド・テクノロジーによって新しいソフトウェアの導入が容易になり、多くの場合、中央IT部門の把握なしに利用されるようになったことで発生しました。
エージェント型AIがワークフローを変革し、人間とAIの強力なパートナーシップを生み出す可能性を持つことから、急速な導入が進んでいます。IBMの社内調査によると、大半の企業はすでに何らかの形でAIエージェントを活用しています。
しかし、エージェントを迅速に作成できるAIツールの普及により、エージェント型ツールの構築には、もはやソフトウェア・エンジニアや長期間にわたるチューニング・プロセスが必須ではなくなっています。MicrosoftのCopilot StudioやSalesforceのAgentForceのようなツールは、ローコードおよびノーコードによるエージェント開発オプションを提供しており、強力なソリューションである一方で、部門横断的な迅速な導入を促進しています。同時に、IBMの社内調査では、多くの企業が、AIの乱立によってすでにセキュリティー・リスクが高まり、不必要な複雑性が生じていると回答していることも明らかになりました。
その影響は重大です。大企業では、ほぼすべての部門が自律型AIエージェントを導入できる能力を備えている一方で、こうした広範なネットワークを制御および管理する仕組みは不足しています。それでも、AIとエージェント・プラットフォーム開発の民主化と、このようなテクノロジーによって保証される実際のビジネス上の利益により、それらを放棄することが困難になっています。AIエージェントを責任を持って管理するには、エージェントの動作を大規模に監視および最適化するための、集中管理された意図的なアプローチが必要です。
組織全体でAIの使用を制御するためのスケーラブルなモデルがないことも、企業全体の調整を妨げています。「シャドーITやシャドーAIを含め、組織全体で少なくとも60件の無秩序なAI利用が存在しない顧客はいません」と、Matt Kosinski氏はIBMのMixture of Expertsポッドキャストの最近のエピソードで述べています。「そして、あらゆる部門や経営層が、『実際には調達部門から、あるいは人事部門から、またはこの事業部門から、この取り組みを主導しているのは自分だ』と考えています。」
見えないものを管理することは困難です。エージェントの乱立を抑制するための取り組みを成功させるには、まず包括的なインベントリーを作成する必要があります。これには、クラウド環境やAPIを自動スキャンして、稼働中のすべてのエージェントを可視化することが含まれます。公式チャネル外で運用されている非公式な自律型エージェントを検出する仕組みも含める必要があります。また、新しいエージェントが継続的にエコシステムへ追加されるため、一度限りの監査ではなく、継続的な検出プロセスを確立することが有効です。この過程では、成功する乱立抑制プログラムには、エージェントの所有者、目的、データ・アクセス権限を追跡するための、全社共通の集中型インベントリーの構築が含まれます。
組織内でエージェントの存在が把握された後は、誰がエージェントを作成、導入、共有できるのかについて明確なルールを定義するとともに、AIツール向けのコンプライアンス・ルールを整備する必要があります。データ利用、レート制限、および接続ツールは慎重に監視する必要があり、エージェント・インベントリーを活用することで、各エージェントが抱えるリスク・レベルに応じた適切なポリシーを適用する適応型制御を構築できます。
標準化は、将来的な乱立の抑制に役立ちます。エージェント作成に使用するプラットフォーム数を制限することで、アーキテクチャーの複雑性を軽減し、エージェント利用状況を継続的に可視化して、標準化されたポリシーへの準拠を確保できます。リアルタイム・ダッシュボードは、異常な動作を検出し、不適切な動作を行うエージェントや、本来の範囲を超えて動作するエージェントを修正するのに役立ちます。新しいエージェントを、標準外の方法よりも企業の標準的な手順に沿って構築する方が容易になれば、ガバナンスは自律的に機能するようになります。
エージェントの乱立に対する効果的な対応には、意図的な組織プロセスと特定のツールキットを組み合わせる必要があります。ますます高度化するソリューションでは、強力なツール群がシームレスに統合されています。たとえば、コーディング・ツールがオーケストレーション層やエンタープライズ制御パネルと連携し、エージェント型AIを開発ライフサイクル全体にわたって継続的に構築、監視、最適化できるようになっています。
エンタープライズ制御プレーンは、自律型システムに対する可視性と制御を組織に提供する集中管理層です。これらの層は、AIエージェント、LLM、その他のAIツールの上位に配置され、一種のミッション・コントロールとして機能します。制御プレーンにより、通常、企業は単一の情報源から自律型システムを監視、構成、および管理できます。
シャドーAIおよびエージェントの乱立に対処するには、強力で標準化された安全なコーディング パートナーが必要です。現在のエンタープライズAI開発パートナー（IBM Bobなど）は、構造化されたフレームワークを基盤として構築されており、計画からテスト、オペレーションに至るまで、ソフトウェア開発ライフサイクルのあらゆる段階に組み込まれています。これらのツールは、初日から標準化された透明性とセキュリティー制御を提供することで、組織が迅速に拡張しながら制御を維持し、乱立を大幅に削減できるようにします。
Bobのケースでは、開発ツールが集中型制御プレーンであるwatsonx Orchestrateとシームレスに統合されています。これらのシステムが連携することで、リアルタイムの問題に対応し、修正案を提示し、それらに対処する新しいエージェントを構築できます。また、自己文書化されたエージェント型ワークフローを生成することで、すべてのアクションが監査可能かつ追跡可能になります。
Gartnerによって定義されたカテゴリであるAI TriSMツールは、AI動作の継続的な監視を提供します。通常、これらのツールは異常を検出し、ガードレールを適用し、ポリシー違反を可視化します。これらのツールは、AIエージェントを観測可能かつ監査可能な存在として扱い、エージェントを全面的に再構築することなく実行時制御を適用します。
ガバナンス・フレームワークは、誰がエージェントを導入できるのか、またどの承認フレームワークに従うべきかについて、組織のルールを定義します。また、どのデータ・ソースの利用が許可されるのかや、エージェントをリリースする前に満たすべきパフォーマンス基準についても規定する場合があります。最も効果的なガバナンス・フレームワークは、明確な所有権と権限を定義し、エスカレーション経路を定め、既存のエンタープライズ・リスク・プロセスと並行して運用するのではなく、シームレスに統合します。
エージェント・レジストリーは、組織全体で導入されたすべてのAIエージェントをカタログ化することで、単一の信頼できる情報源として機能します。レジストリーには、エージェントの目的、所有者、データ・アクセス、モデルのバージョン、運用状況などの変数が文書化されます。
これらのデータベースは、AIエコシステムを把握可能かつ管理可能なインベントリーへと変換します。最新のインベントリーは、多くの場合動的に運用されており、エージェントは導入時に登録され、エラーが発生しやすい手動ドキュメントに依存するのではなく、ステータスを自動的に更新します。
乱立の原因は、多くの場合、廃止運用の失敗にあります。エージェントが導入されたまま、廃止されないのです。ライフサイクル管理ツールは、開発開始時点から定義済みのシステムを適用し、定期的なレビューを実施するとともに、休止状態となったエージェントを自動的に検出します。
エージェントを孤立して動作させるのではなく、オーケストレーション・プラットフォームがマルチエージェント・ワークフローを調整し、エージェント同士の通信方法、コンテキスト共有、タスク引き継ぎ、人間へのエスカレーション方法を定義します。エージェント間の関係を明示的かつ観測可能にすることで、オーケストレーションは冗長性を削減し、監視、最適化、ログ管理、およびアクセス制御のための自然な統合ポイントを提供します。
生成AIを使用してワークフローとプロセスを自動化する強力なAIアシスタントとエージェントを構築、デプロイ、管理しましょう。
信頼できるAIソリューションでビジネスの未来を構築します。
IBMコンサルティングAIサービスは、企業がAIをトランスフォーメーションに活用する方法を再考するのに役立ちます。