国内AIエージェント動向(2026/7/16号)

更新日：2026/7/16

エグゼクティブサマリー
2026/7/15の国内企業のAIエージェント動向は、実証実験から全社展開、基幹業務への実装、統制基盤の整備へと急速に移行していました。レゾナックやTAPPでは、現場従業員がエージェントを作成する民主化モデルが定着し、高い利用率と大規模な業務削減効果を生み出しています。一方、日本IBMや富士通は、企業固有の開発標準や知見を組み込み、複数エージェントが連携する開発・モダナイゼーション支援を本格化しています。顧客対応では、トランスコスモス、ソフトバンク、Salesforceが回答生成にとどまらず、手続きや業務処理まで担う実行型AIを展開しています。また、豊田通商の人による最終確認、HENNGEの読み取り専用接続、GMOの専門統治組織など、安全性、権限、監査、コスト管理を含む運用設計が重要テーマとなっています。

※作成した記事内容をGammaに入力しスライド自動作成させました。スライドの方が見やすいようでしたらこちらをご覧くださいませ。

1️⃣ レゾナック、現場発AIエージェントを標準化し全社展開　月4.7億円相当の業務削減

📎 出典：株式会社レゾナック・ホールディングス プレスリリース
レゾナック・ホールディングスは、現場従業員が業務課題に合わせて作成したAIエージェントを、本社が品質向上・標準化して全社へ展開する独自モデルを構築しました。2025年10月の生成AI導入から約半年で、対象2,405人の活用率は95％に達し、同社集計で月約9万時間、4.7億円相当の業務削減効果を算出しています。危険予知活動では採点と改善フィードバックを自動化し、所要時間を約60分の1に、化学品法規制の教材作成を約5分の1に短縮しました。設備導入、在庫管理、研究開発支援にも広げ、現場起点の成果を企業標準へ昇格させる運用モデルを示しています。

2️⃣ 日本IBM、AI駆動開発ソリューション「ALSEA」を提供開始

📎 出典：IBM Japan Newsroom
日本IBMは、エンタープライズ向けAI駆動開発ソリューション「AI Lifecycle Shared Engineering Artifacts（ALSEA）」を7月15日から提供開始しました。企業固有の開発標準や知見を、AIエージェント「IBM Bob」が利用できるコンテキストとして体系化し、AIの挙動と成果物を管理する「ハーネス」で品質、整合性、再現性を確保します。複雑な開発タスクはサブ・エージェントへ分散し、コンテキストの肥大化を抑えながら要件定義、設計、実装を支援します。4月以降80社超への適用に向けた事前検証を進め、みずほ銀行とも複数のアプリケーション開発領域で適用可能性を検証しています。

3️⃣ TAPP、3週間で社員が約500件の業務用AIエージェントを作成

📎 出典：株式会社TAPP プレスリリース
TAPPは、法人向けAI「Gemini Enterprise」を全従業員に導入し、6月15日から7月5日までの3週間で利用率100％を達成したと発表しました。対象194人が作成した業務用AIエージェントは累計約500件、AI応答は28,317回に達し、有効回答15,800回を1回当たり5分の短縮とみなした同社試算で、約1,317時間を効率化しています。導入前には社長直下のAI戦略ユニットが情報セキュリティと権限管理を設計し、全員利用を前提とした運用基盤を整備しました。エージェントの自律性に関する詳細は示されていませんが、現場主導で用途を増やす企業内AI民主化の事例です。

4️⃣ 豊田通商、経費精算システムに「テックタッチ AI Hub」を導入

📎 出典：テックタッチ株式会社 プレスリリース
豊田通商は、既存の出張・立替金精算システムに「テックタッチ AI Hub」を導入しました。領収書OCR付きAIエージェントが日付、宛名、税率に加え、同社固有の明細化要件や会食ルールとの不整合を申請前に自動チェックし、最終確認は人が担います。既存システムを改修せず、Webブラウザ上でAI支援を後付けできる点が特徴です。申請ミスや差し戻しを減らし、年間約73,000回の経費精算プロセスの効率化を目指します。今後は承認業務や他の基幹システムにも段階的に広げる計画で、Human-in-the-Loopを前提に自動化と統制を両立する事例です。

5️⃣ トランスコスモス、CX基盤に自律型AIエージェントを搭載

📎 出典：トランスコスモス株式会社 プレスリリース
トランスコスモスは、CX基盤「trans-DX for Support」に自律的AIエージェント機能を搭載し、「trans-DX Plus for Support」へ強化しました。AIエージェント専門企業vottiaの技術と、同社が約3,500社との運用で蓄積したナレッジを組み合わせ、問い合わせの自己解決と有人対応を連携させます。導入事例では、修理受付のボイスボットを音声AIエージェントへ切り替えたことで、自己解決率が約19％から約52％へ向上しました。マルチLLM、暗号化、ガードレール、通信基盤とのトランザクション管理を備え、今期200社への導入を計画しています。

6️⃣ ソフトバンクとSierra、顧客対応AIエージェントを国内で販売開始

📎 出典：ソフトバンク株式会社 プレスリリース
ソフトバンクはSierraと戦略的パートナーシップを結び、同社の対話型AIプラットフォームを日本国内で独占販売する取り組みを7月14日に開始しました。目標指向型AIエージェントが問い合わせ意図を理解し、回答生成だけでなく、各種手続きや商品の返品対応まで自律的に実行します。LINEMOのカスタマーサポートで有効性を検証した結果、既存サービス比で解決率は83％から97％、顧客満足度は74％から93％へ向上したとしています。今後はソフトバンク、ワイモバイル、グループ会社への導入も検討し、日本企業向けに設計、環境構築、導入、運用までを支援します。

7️⃣ Salesforce、自律型AIチームメイト「Agentforce Coworker」を発表

📎 出典：株式会社セールスフォース・ジャパン プレスリリース
セールスフォース・ジャパンは、自律型AIチームメイト「Agentforce Coworker」を発表しました。Data 360を通じて商談、契約、ケース、サービス履歴などの企業コンテキストを把握し、単一の会話からAgentforceの専門エージェント、CRMアクション、Flow、外部APIを呼び出して複雑な業務を実行します。ユーザーが離席中でもバックグラウンドで計画を進め、Salesforce、Slack、Microsoft Teams、ChatGPT、Claudeなどから同じ文脈で利用できます。既存の権限、ビジネスルール、ガードレールを継承し、実行型AIの利便性と企業統制を両立させる設計です。

8️⃣ 富士通、マルチAIエージェントでレガシー刷新を自動化

📎 出典：富士通株式会社 プレスリリース
富士通は、日本国内で「Fujitsu AIドリブンモダナイゼーションサービス」の提供を開始しました。Fujitsu Kozuchi、LLM「Takane」、Claude、GPTなどを組み合わせ、モダナイゼーション専用AIエージェントがオーケストレーション、タスク並列実行、言語変換、検証、改善ループを担います。複数エージェントが連携して学習する自己進化型の構成としつつ、最終判断には人が介在して品質とリスクを管理します。数千規模のプロジェクト知見を専用エージェントに反映し、レガシーシステムのリライト・リホスト工程を約40％短縮できるとしています。

9️⃣ HENNGE、セキュリティ訓練データをAIエージェントへつなぐMCPサーバーを提供

📎 出典：HENNGE株式会社 プレスリリース
HENNGEは、標的型攻撃メール訓練サービス「HENNGE Tadrill」向けMCPサーバーの提供を開始しました。ClaudeなどMCP対応のAIエージェントやAIアシスタントから、訓練結果、報告メール、eラーニング実績、ユーザー属性を直接取得し、部門別比較、高リスクユーザー抽出、不審メール傾向分析、定期レポート作成を対話形式で行えます。従来のダッシュボードと表計算・資料作成ツール間の手作業を減らす狙いです。MCP接続は読み取り専用とし、Tadrill側の利用料は無料、AIアシスタントは利用企業が用意する設計で、エージェント連携と安全性の境界を明確にしています。

🔟 GMOインターネットグループ、AIエージェント推進・統治の専門組織を設立

📎 出典：GMOインターネットグループ株式会社 プレスリリース
GMOインターネットグループは、グループ横断で業務AIエージェントの実装・装備を進める「グループAI推進本部」を7月14日付で設置しました。組織は、API・MCP・CLI接続と基盤整備を担うAIプラットフォーム室、業務棚卸しやエージェント設計を担うAIエージェント業務支援室、費用・契約・運用を管理するAIオペレーション室、規定、監査、インシデント対応を担うAIガバナンス室の4室で構成します。開発だけでなく、ナレッジ、トークン、コスト、基幹システム移行、セキュリティまでを一体管理し、全社展開を前提としたAIエージェント統治モデルを打ち出しました。

総合考察

2026/7/15のトピックから見えた特長は、AIエージェントの競争軸はモデル性能そのものから、企業データとの接続力、業務を完遂する実行力、全社で再利用できる標準化能力へ移ったと点にあると見えました。特に成果を上げている企業は、経営主導で基盤とルールを整えながら、現場が用途を発見・開発する中央集権と分散創発の両立を図っています。また、複数の専門エージェントを統括するオーケストレーションや、MCP、API、既存システムとの接続が普及し、AIは単独の対話ツールから企業システムの操作主体へ変化しています。ただし、各社が公表する削減時間や解決率は算定条件が異なるため、単純比較には注意が必要です。今後は利用回数ではなく、品質、収益、リスク、顧客体験まで含めた効果測定と、権限管理、監査証跡、人による承認を組み込んだ運用設計が定着の成否を左右します。

今後注目ポイント

• 現場が作成した多数のAIエージェントを、誰が審査し、品質保証し、重複を整理して企業標準へ昇格させるのかという、エージェントのライフサイクル管理が重要になります。

• AIエージェントが回答支援から申請、返品、承認、システム更新などの実行領域へ進むほど、最小権限、監査証跡、停止機能、人による承認点の設計が競争力になります。

• MCPやAPIによる接続先の拡大に伴い、企業データを安全に利用できる範囲と、書き込みや外部送信を制限する境界設計が、導入速度とセキュリティを左右します。

• 公表される削減時間や解決率だけでなく、誤処理率、手戻り、顧客満足度、売上貢献、運用コストを共通指標で追跡できる企業が、投資判断の精度を高めます。

• マルチエージェント化が進む今後は、採用するLLMの種類よりも、適切なエージェントへ仕事を割り振り、失敗時に安全に復旧できる統括基盤の完成度が差になります。

• 全員利用を促す教育と自由度を維持しながら、トークン費用、契約、ナレッジ更新、インシデント対応を一元管理する専門組織の有無が、全社展開の速度を左右します。