国内AIエージェント動向(2025年11月29日号)
更新日：2025/11/29
💡 エグゼクティブ・サマリー
2025年11月28日時点で、日本のAIエージェント市場は「実証実験フェーズ」から「本番実装フェーズ」への決定的な移行を示しています。3つの主要なトレンドが明確化しています。
🎯 キートレンド
業種特化型エージェントの本格展開: 医療(Ubie)、金融(PKSHA×ファンズ)、カスタマーサポート(チャネルトーク、KDDI)などで実業務への組込みが加速
行政DXの二極化と収斂: デジタル庁の内製プラットフォーム「源内」と地方自治体の実証実験が同時進行
PoCから本番運用への壁: NRAC調査で本番運用率約10%という課題が浮き彫りに。一方でKDDI・日東電工など大手企業は定量効果を実証
1️⃣ PKSHA×ファンズ:金融審査業務のAIエージェント化
出典URL: https://prtimes.jp/main/html/rd/p/000000231.000022705.html
要約: PKSHA TechnologyとFundsが資本業務提携を締結し、企業向けファイナンス業務(審査・モニタリング)に特化したAIエージェントを共同開発。金融実務における属人化しやすい情報収集・判断支援プロセスを自動化し、人とAIの協働により業務の質とスピードを飛躍的に向上させる社会実装を推進します。複雑な金融規制と高度な専門性が求められる領域へのエージェント導入は、日本の金融DXにおける重要なマイルストーンとなります。
⚠️ 注目ポイント
金融業界特有の「属人化」と「判断の複雑性」にAIエージェントがどこまで対応できるかが鍵。ガバナンスと責任の明確化が今後の課題となる。
2️⃣ チャネルトーク「ALF v2」:カスタマーサポートの完全自動化へ
出典URL: https://prtimes.jp/main/html/rd/p/000000142.000029184.html
要約: Channel Corporationのチャットサービス「チャネルトーク」が、AIエージェント「ALF」を大幅アップデート。従来のRAGベースの問い合わせ回答から進化し、注文キャンセルや返品処理などの実業務タスクまで自動実行する「ALF v2」を本番展開開始。問い合わせ解決率80%を目標に掲げ、単なる情報提供から「業務代行」へとエージェントの役割が拡大しています。カスタマーサポート業界における労働力不足への実践的ソリューションとして注目されます。
💡 インサイト
「対話型AI」から「タスク実行型エージェント」への進化を象徴する事例。業務システムとの連携(API統合)がエージェントの実用性を決定づける時代に突入。
3️⃣ 愛知県稲沢市×Graffer:自治体窓口業務のAI化実証実験
出典URL: https://prtimes.jp/main/html/rd/p/000000114.000038525.html
要約: 愛知県稲沢市がGrafferの「AIオペレーター」を活用し、ごみ持込案内業務における電話応対の実証実験を開始。AIエージェントの高度な会話能力により、職員による電話応答業務を50%削減する見込み。人口減少により職員確保が困難になる中、住民サービス向上と業務負荷軽減を両立する地方自治体のAI活用モデルとして期待されています。小規模自治体でも導入可能なソリューションとして横展開の可能性を秘めています。
🏛️ 行政DXの視点
デジタル庁の「源内」(中央政府)と地方自治体の個別実装が並行進行。2026年には両者の統合・標準化が進む可能性が高い。
4️⃣ イルグルム:マーケティングプロセス自動化AIエージェント(β版)
出典URL: https://prtimes.jp/main/html/rd/p/000000439.000009812.html
要約: イルグルムがマーケティング・キャンペーン管理プラットフォーム「AD EBiS Campaign Manager」に、課題発見エージェントと施策立案エージェントの2種類のAI機能をβ版として搭載。従来の企画プロセス支援から、目標と実績の差異分析に基づく課題抽出、改善施策の自律的立案まで範囲を拡大。属人化しがちなマーケティング分析・企画業務のAI化により、マーケターの戦略的業務への集中を支援します。β版での検証を経て正式版へと品質向上を図ります。
5️⃣ KDDI:チャットサポート業務にAIエージェント本番導入
出典URL: https://enterprisezine.jp/news/detail/23236
要約: KDDIとKDDI総合研究所が自社開発のAIエージェントを「auチャットサポート」に本番導入。ハルシネーション(誤回答)抑制技術を搭載し、応対精度約90%、応対時間約70%削減を見込む。月間16万件のスタッフ対応業務を効率化し、通信キャリアにおける大規模カスタマーサポート業務のAI化先進事例となっています。自社技術による内製化アプローチが注目されます。
📈 定量効果の可視化
応対精度90%・時間70%削減という具体的KPIの提示は、AIエージェント投資判断における重要な先行指標。ROI算出の基準となる。
6️⃣ 日東電工×IBM:製造業における「AI First BPO」本番運用開始
出典URL: https://jp.newsroom.ibm.com/2025-11-26-Nitto-with-ai-first-bpo
要約: 日東電工がIBMと連携し、経費精算チェック業務の90%をエージェント型AIで自動化する「AI First BPO」を本番運用開始。製造業における定型業務の大規模自動化事例として、人とAIの協働モデルを実証。BPO(ビジネス・プロセス・アウトソーシング)とAIエージェントの融合により、バックオフィス業務の効率化と品質向上を両立させる新しいサービスモデルを確立しました。
7️⃣ Ubie:医療DX向け生成AI特別パッケージ提供開始
出典URL: https://prtimes.jp/main/html/rd/p/000000190.000048083.html
要約: Ubie株式会社が「ユビー生成AI」と「ユビーDPCサポーター」の特別パッケージを提供開始し、補助金活用サポートも付帯。医療機関における高度専門業務であるDPC(診断群分類)コーディング業務にAIエージェントを導入し、亀田総合病院ではがん登録業務の情報収集時間を年間約30%削減、南部徳洲会病院ではIC(インフォームド・コンセント)記録作成で月間200時間の業務時間を創出。医療特化型エージェントによる実務改善が数値で実証されています。
🏥 医療AIの特殊性
完全自動化ではなく「Human-in-the-Loop」設計が医療分野の鍵。最終判断は専門家が行い、AIは認知負荷の高いプロセスを代行する「拡張知能」モデルが標準に。
8️⃣ ムクイル「AI Success Partners」:PoC疲れを解消する現場密着型支援
出典URL: https://www.logi-today.com/880338
要約: ムクイルが現場密着型AI導入支援事業「AI Success Partners(AISP)」を発足。日本企業のAI導入における最大の課題である「PoC疲れ」に対し、スマートグラスAIや現場データ解析ソリューションを含む包括的な伴走支援を提供。物流倉庫や製造現場など、物理的実体を伴う環境でのAIエージェント活用において、現場ワークフローとの適合性を重視した実装アプローチが特徴です。
9️⃣ BCG/MIT調査:AIエージェント導入率35%、同僚に近い存在へ
出典URL: https://www.bcg.com/ja-jp/press/27november2025-agentic-ai-blurs-line-tool-teammate
要約: ボストン コンサルティング グループとMIT SMRによるグローバル調査(116カ国21業界2,102名)で、AIエージェント導入率が35%に達し、44%が導入計画中と判明。従来型AI(8年で72%)や生成AI(3年で70%)を上回るスピードで企業導入が進行中。76%の回答者がAIエージェントを「同僚に近い存在」と認識しており、ツールから協働パートナーへの認識変化が確認されました。ただし戦略・体制整備前の実装先行リスクも指摘されています。
🔟 NRAC調査:本番運用率約10%という日本の現実
出典URL: https://note.com/nrac/n/n6c2ade82b022
要約: 次世代RPA・AIコンソーシアム(NRAC)が「AI Agentic Summit 2025」および「次世代RPA・AI白書2025」で、日本企業のAIエージェントPoC→本番運用率が約10%に留まる課題を提起。アクション実行、プロセス設計、オーケストレーションが主要障壁として浮き彫りになりました。PoCは進むが実装が遅れる日本特有の構造的課題に対し、業務フロー再設計とエージェント視点での組織変革の必要性が強調されています。
⚡ 日本市場の構造的課題
グローバル導入率35%(BCG調査)と日本の本番運用率10%(NRAC調査)のギャップは、技術力ではなく「業務プロセス再設計」と「組織文化」の差異を示唆。
🎯 統合インサイト:3つの主要トレンド
トレンド1: 垂直統合型エージェント(Vertical Agent)の勝利
Ubie(医療)、PKSHA×ファンズ(金融)、チャネルトーク(CS)など、特定ドメイン知識と業務フローに深く食い込んだエージェントが、汎用AIを凌駕して実質的価値を創出。汎用LLMは「エンジン」であり、競争力の源泉は「車体(ワークフロー設計と独自データ)」に移行しています。
トレンド2: 埋め込み型エージェント(Embedded Agent)の普及
ムクイルのスマートグラスやDifyのトリガー機能に見られるように、AIはチャット画面から飛び出し、業務システムや物理デバイスの裏側に埋め込まれ、ユーザーが意識せずとも恩恵を受ける「Invisible AI」へと進化。24時間365日稼働する常駐型プログラムとして業務プロセス全体をオーケストレーションする時代に突入しています。
トレンド3: PoCから本番への「死の谷」克服が最重要課題
NRAC調査で明らかになった本番運用率約10%という現実は、技術的成熟度ではなく「業務プロセス再設計」「責任・ガバナンス体制」「ROI可視化」の課題を浮き彫りに。一方でKDDI・日東電工など先行企業は定量効果を実証し、投資判断基準を確立しつつあります。
📊 2026年への展望
予測1: 行政AIの統合加速
デジタル庁「源内」の2026年1月全省庁展開により、中央政府と地方自治体のAI基盤統合が進行。行政サービスの標準化とAIガバナンスフレームワークの確立が期待されます。
予測2: 金融・医療における規制対応モデルの確立
PKSHA×ファンズ、Ubieなど高度規制産業での先行事例が、AIエージェント利用における責任分界点とガバナンス体制のベストプラクティスを形成。専用保険商品の開発も視野に入ります。
予測3: フィジカルAIエージェントの台頭
ムクイルのスマートグラス活用、NTTデータの暗黙知継承など、物理空間でのエージェント活用が本格化。製造・物流現場における「デジタル・メンター」として、熟練技術の継承危機への解決策となる可能性があります。
