エージェント・ギャップ：なぜ企業はAIエージェントを導入しても本番投入できないのか──そして日本の実利的なロボットがその溝の埋め方について教えること

導入の数字だけを読めば、2026年はエージェント型AIが勝利した年に見える。企業の約79%がAIエージェントを導入したと答え、ガートナーは年末までに企業アプリケーションの40%がタスク特化型エージェントを組み込むと予測している──2025年の5%未満からの上昇だ。マーケティングは容赦ない。あらゆるプラットフォームが今や「エージェント」を出荷し、あらゆるベンダーが自律ワークフローを約束し、あらゆる取締役会の資料にそのスライドがある。

ところが二つ目の数字を読むと、物語は反転する。実際にそれらのエージェントを本番環境で動かしている組織は約11%にすぎない。残りは試験導入、概念実証、そして終わりのない評価のなかで立ち往生している。ガートナーはさらに踏み込み、エージェント型AIプロジェクトの40%超が2027年までに中止されると予測する──モデルが劣化したからではなく、価値がスケールで実現しなかったからだ。導入79%と本番投入11%の間の距離こそが今年の真の見出しであり、社内で使う価値のある名前がある。すなわち「エージェント・ギャップ」だ。

このギャップはモデルの問題ではない。今日のモデルは並外れて優秀で、数週間ごとに改善し続けている。ギャップは展開の問題だ──エージェントに限定された仕事を与え、安全に実システムへ接続し、人間なしに何をしてよく何をしてはいけないかを決め、すべての行動を事後に監査できるようにする、地味な作業である。その作業は難しく、組織的で、デモが魔法のように見えたときには予算をつけ忘れやすい。だからこそ、それを後回しではなく主役として扱う企業が、静かに本番環境へと越境しているのだ。

ここ一週間の発表は、その成熟を可視化している。ItentialはFlowAIを発表した。これはチームが本番ネットワーク上で推論し行動するエージェントを展開できるようにするが──人間の監督なしに不可逆な変更が起きないよう、ガバナンスが組み込まれている。この一文を二度読んでほしい。目玉機能はエージェントが何をできるかではなく、単独で何をしてはいけないかである。それは製品として出荷された「限定された自律性」であり、市場がどこへ向かっているかを示すこれまでで最も明確なシグナルだ。

週の残りもそれと韻を踏む。Googleは寛容なライセンスのもと、推論とエージェント型ワークフローのために特別に構築されたオープンモデル群Gemma 4をリリースし、ガバナンスが譲れないオンプレミスや規制環境へと有能なエージェントを押し進めた。MiniMaxのM3は長文脈処理の計算コストを大幅に削減した──文脈が安価になれば、エージェントは予算を壊さずにタスクの状態をより多く保持でき、これは能力であると同時に展開のてこでもある。そしてAnthropicのProject GlasswingはソフトウェアセキュリティにClaudeを向け、内部テストで数千件の脆弱性を浮かび上がらせたと報じられた──際限のない自律性ではなく、狭く価値の高い任務を与えられたエージェントである。

共通の糸は生の力ではない。制御である。フロンティアはもはや、エージェントが何を試みうるかだけで競っているのではなく、どれだけ安全に、検証可能に行動を許せるかで競っている。限定された範囲、人間へのエスカレーション、監査証跡、コスト規律は、エージェントが試験導入を抜け出せるかどうかを決める機能になりつつある。業界は事実上ブレーキを作っており──そしてブレーキこそが速く走らせてくれるものだと気づきつつある。

欧米の企業が抽象的に自律性を議論している間、日本は出荷している。違いは駆動力だ。日本はベンダーがビジョンを売り込んだからAIを展開しているのではない。代替手段が業務の停止だから展開しているのだ。労働年齢人口は2023年から2060年にかけて約31%減少すると予測され、介護のような分野ではすでに求職者一人あたり複数の求人がある。労働力がそもそも存在しないとき、AIシステムは「あれば嬉しいもの」ではなくなり、業務の屋台骨となる。

その展開ぶりは実利主義を反映している。日本航空は羽田で、手荷物の取り扱いや機内清掃といった地上業務のためにヒューマノイドロボットを複数年のプログラムで試験運用している。日本企業の約三分の一が今やAI搭載ロボットを利用または検討しており、自動車メーカーや輸送機器メーカーが先導している。政府はそれを政策にした。経済産業省は労働力逼迫に対処するためのロボティクスとAIの活用に関する指針を公表し、2040年までに世界のフィジカルAI市場の30%を獲得する目標を掲げた。インフラの賭けさえ整合している──今週、TDKは自社のAIエコシステム向けにデータセンター冷却を改善するため、米国のスタートアップを最大4億ドルで買収することに合意した。

これらのプロジェクトの形に注目してほしい。各エージェント──物理的であれデジタルであれ──は、具体的で地味なボトルネックに向けられている。運ばれねばならない手荷物、清掃されねばならない機内、誰も応募しなかったシフト。役割は限定され、成功指標は明白で、人間は業務から消えるのではなく依然として管理している。それこそ、行き詰まった欧米の試験導入に欠けている規律だ。日本はより良いモデルでエージェント・ギャップを解決したのではない。自律性をそれ自体のために展開することを拒むことで、ギャップを回避したのだ。

日本のモデルは、どの企業も採用できる展開の規律へとそのまま翻訳できる。第一に、すべてのエージェントを現実のボトルネックに結びつけること。プロジェクトを承認する前に、それが取り除く具体的な制約を名指しすること──滞留する待ち行列、誰もやりたがらない仕事、人員数に比例して増えるコスト。一文で名指しできないなら、それは展開ではなくデモだ。この一つのテストだけで、ガートナーが中止を見込むほとんどの試験導入は淘汰されていただろう。

第二に、自律性を限定し、初日からガバナンスを効かせること。エージェントが単独で何をしてよいか、何に人間の承認が必要か、監督なしに決してしてはならないことは何かを、明示的に決める──まさに今週Itentialが出荷した設計だ。エスカレーション経路と監査証跡は、インシデントの後ではなく、スケールする前に組み込む。成熟したガバナンスモデルを持つ組織が約五分の一しかないなか、これをうまくやること自体が、コンプライアンスの雑務ではなく競争上の優位性になる。

第三に、人間が管理を続け、最初から損益を測定すること。目標は制約を取り除く拡張であって、従業員を置き換える見世物ではない──そして指標は最初の週から追跡される、収益への影響だ。これこそMedusa Japanがクロスボーダーのクライアントと行っている仕事である。日本に参入する欧州企業と、外へ拡大する日本企業が、日本がロボットを展開するようにAIを展開する──本当にやり遂げる必要のある仕事に対して、限定された範囲、ガバナンス、そして指揮を執る人間とともに──のを支援している。実利的であることでエージェント・ギャップを埋めれば、あなたは2026年を、立ち往生する79%ではなく、出荷する11%の側で過ごすことになる。